10 Emprendimientos interesantes de Big Data para prestarles atención
Las Startups de Big Data están construyendo productos viables que se dirigen a los puntos de dolor del mundo real, y la mayoría de estos nuevas empresas de Big Data están bien financiadas con equipos de gestión sólidos. Aquí hay 10 nuevas empresas de Big Data para ver.
Por Jeff Vance - CIO
Parte 2
6. ScaleArc
Lo que hacen: Proveer software de infraestructura de base de datos que simplifica la forma en entornos de bases de datos se implementan y administran.
Sede: Santa Clara, California.
CEO: Varun Singh. Singh previamente ayudó a crear dos de las mejores marcas de tecnología en línea de la India, TechTree y Tech2. También alberga actualmente muestra de tecnología en la CNBC, TV18, CNN-IBN y ET Ahora.
Fundada: 2009
Financiación: ScaleArc está respaldado por 18 millones de dólares de Accel Partners, el Trinity Ventures, Nexus Venture Partners e inversores ángel.
Por qué están en esta lista: ScaleArc terminó sexto en Startup50.com votación. Ellos han recaudado dinero VC grave y tienen una larga serie de victorias de los clientes.
En Interop el mes pasado Singh señaló que el crecimiento de las aplicaciones en línea y móviles es el esfuerzo infraestructuras de bases de datos tradicionales. Para las compañías que hacen negocios en línea, la disponibilidad y rendimiento de las aplicaciones son determinantes clave de la experiencia del cliente y, en última instancia, los ingresos.
Sin embargo, las empresas luchan con el complejo desafío de crecer su infraestructura de base de datos para manejar el aumento de la demanda, sin afectar negativamente la experiencia del cliente, o el consumo de recursos que pueden ser mejor utilizados en otras partes. Entornos tradicionales SQL están empantanados por un volumen cada vez mayor de consultas de bases de datos a partir de un número creciente de aplicaciones que necesitan acceso a datos estructurados - que conduce a rendimiento de las aplicaciones y del sistema interrupciones pobres.
Y el problema es aún peor para las aplicaciones móviles, como el rendimiento toma un éxito aún mayor con el aumento de la latencia.
Singh sostiene que las empresas necesitan una manera de optimizar el tráfico consulta SQL sin grandes modificaciones a las aplicaciones o bases de datos existentes. Para mejorar el rendimiento, que necesitan para descargar las bases de datos existentes sin invertir en nueva infraestructura costosa. Por último, necesitan una visibilidad completa de tráfico de SQL para solucionar de manera más eficiente y resolver los problemas antes de que se conviertan en problemas mayores que los ingresos impacto.
El producto estrella de ScaleArc, el BID, es un software que se inserta de forma transparente entre las aplicaciones y bases de datos, sin necesidad de modificaciones a las aplicaciones o bases de datos. ScaleArc afirma que puede ser desplegado en unos 15 minutos. Entonces, los usuarios obtienen visibilidad sobre todo el tráfico de la base de datos con análisis de SQL en tiempo real granulares.
BID ofrece escalabilidad inmediata y una mayor disponibilidad de bases de datos con clustering dinámico, equilibrio de carga y capacidades sharding, y proporciona un motor de almacenamiento en caché híbrido SQL-NoSQL transparente, lo que permite a cualquier aplicación utilizar una caché NoSQL y sin ningún cambio de código o controladores.
Mercado Paisaje Potencial y competitiva: ScaleArc estima que este espacio de mercado vale más de $ 2 mil millones (que son mucho más conservadores que la mayoría de los analistas).
Los competidores incluyen ScaleBase y ParElastic.
Los clientes actuales incluyen Demand Media, Disney UTV, Kixeye, Sazze (dealspl.us), Flipkart, Decision Tiempo Tecnologías y otros.
7. SiSense
Lo que hacen: Proporcionar análisis del Big Datos plataformas.
Sede: Redwood City, California, con un Centro de I + D en Tel Aviv, Israel.
CEO: Amit Bendov. Anteriormente fue director de marketing de Panaya y Vicepresidente Senior de Marketing Global en ClickSoftware.
Fundada: 2010 (que fueron técnicamente fundada en 2004, pero eran en realidad un proyecto paralelo para los cinco fundadores hasta 2010, y su lanzamiento oficial fue 2012)
Financiación: En abril, SiSense cerrado una ronda Serie B $ 10 millones de financiación liderada por Battery Ventures con la participación de Opus capital y Genesis Partners. A Series $ 4.000.000 Una ronda fue asegurado en 2010.
Por qué están en esta lista: SiSense terminó segundo en la votación Startup50.com, cuenta con respaldo de capital riesgo sólida y un buen tamaño lista de clientes.
Según SiSense, tradicionales soluciones de análisis de datos grandes son como acorazados: Son caros, complicados de operar, y en realidad son excesivos para la mayoría de las empresas, que simplemente no necesitan mucho procesamiento. El negocio típico no necesita analizar petabytes de datos. Más bien, ellos estarían felices ganando puntos de vista sobre terabytes de datos, pero eso es demasiado caros o los obliga a depender de soluciones en-memoria, que puede escalar a más de manejar grandes cantidades de datos.
SiSense Prisma está construido para ofrecer gran tecnología de análisis de datos para empresas de todos los tamaños. Sin codificación o scripting requerido, los analistas de negocio pueden analizar los datos en sí, sin tener que dibujar TI o científicos de datos en el proceso. Reclamaciones SiSense que Prism permite a los usuarios no técnicos para analizar 100 veces más datos que los actuales soluciones de análisis en memoria, y lo hace 10 veces más rápido. No hay necesidad de establecer sistemas de almacenamiento de datos complejos o cubos OLAP.
Prisma es impulsado por la tecnología Elasticube de SiSense, que cuenta con una tienda de columnas de datos, fuerte compresión de datos, el procesamiento en paralelo, y la optimización de consultas avanzada para ofrecer la potencia de procesamiento analítico previamente disponible sólo con soluciones de alta gama.
Mercado Paisaje Potencial y competitiva: Wikibon cree que el mercado de Big Data superará 47 mil millones dólares por 2017. competidores SiSense incluir Tableau, QlikView y SAP HANA.
Los clientes incluyen a la NASA, ESPN, Target, eBay, Fiverr, Online Commerce Group, Plastic Jungle Vacaciones Magallanes.
8. Skytree
Lo que hacen: Desarrollar plataformas basadas máquina de aprendizaje para la analítica Big Data.
Sede: San José, California.
CEO: Martin Hack, quien anteriormente se desempeñó como director de Marketing de Tecnologías GreenBorder (adquirida por Google) y como gerente de línea de productos de SonicWALL.
Fundada: 2012
Financiación: Skytree simplemente asegurado (abril de 2013) $ 18 millones en la Serie A de financiación. US Venture Partners encabezó la ronda y se le unió un nuevo sindicato de inversionistas que incluye UPS y Scott McNealy, co-fundador y ex CEO de Sun y Presidente de Wayin. Inversores adicionales incluyen Javelin Venture Partners y Osage Socios Universitarios. Hasta la fecha, Skytree ha recaudado un total de $ 19,6 millones.
Por qué están en esta lista: Skytree terminó en el top 10 en la votación Startup50.com y ya ha reunido a grandes nombres de clientes.
Según Skytree, analítica avanzada, contrariamente a la creencia popular, "no es una picadora de carne en la que se puede volcar los datos en un extremo y esperar pepitas de sabiduría para salir del otro extremo."
Skytree ha creado una plataforma de uso general que permite a los científicos de datos para centrarse en lo más importante, que Skytree dice es el tiempo medio de Insights (MTI), y centrarse en lo que son buenos: crear y desplegar modelos analíticos en lugar de algoritmos de codificación. Skytree se entrega como una aplicación dentro de un centro de datos que puede ser utilizado por muchos, en contraposición al modelo tradicional entrega: una aplicación individual utilizado en una sola PC.
Skytree argumenta que el aprendizaje de la máquina es la llave que abre un tesoro entero de las predicciones, recomendaciones de los clientes, y la anomalía detecciones que la mayoría de la gente ni siquiera saben son posibles. Aprendizaje automático resuelve ese problema dando rienda suelta a los algoritmos de cantidades masivas de datos y encontrar patrones que los científicos de datos ni siquiera sabía que existía.
Panorama competitivo: Skytree dice que la mayor parte de la competencia se encuentran con es o bien de soluciones de liar o de legado plataformas de BI de la talla de SAS e IBM, que los clientes potenciales pueden simplemente optar por seguir con.
Los clientes incluyen a eHarmony, SETI, USGA y Adconion Medios.
9. SumAll
Lo que hacen: Proporcionar herramientas de análisis de datos se centró en la entrega de marketing, ventas y puntos de vista de los medios sociales.
Sede: Nueva York, N. Y.
CEO: Dane Atkinson. Anteriormente fue director general de Squarespace.
Fundada: 2011
Financiación: SumAll está respaldado por dos rondas de financiamiento que el total de 7,5 millones de dólares Battery Ventures, Wellington Partners, Matrix y General de Catalyst.
Por qué están en esta lista: SumAll terminó tercero en la votación Startup50.com y CEO Dane Atkinson ha visto varias nuevas empresas a través de salidas exitosas.
El producto de SumAll es una herramienta de análisis que ayuda a las empresas ganan más dinero mediante el uso de sus propios datos. SumAll intenta romper varios silos de datos, desde los relacionados con aplicaciones de legado a los que participan en las redes sociales.
SumAll trae todos los ingresos dispares, el pago, los datos de tráfico sociales y orgánicos en un solo lugar para que los usuarios pueden ver las interacciones a través de su negocio y entender si una campaña social es dirigir el tráfico que está convirtiendo al tráfico. SumAll puede ayudar a las empresas averiguar, por ejemplo, el valor de un "me gusta" en Facebook o el valor de una visita de sitio web.
Panorama competitivo: Estos no son necesariamente las comparaciones de cabeza a cabeza, pero SumAll competirán con Hootsuite, ágil, GoodData y KISSmetrics.
Los clientes incluyen Siemens, Diamond Velas y Urbio.
10. Xplenty
Lo que hacen: Proporcionar Hadoop como un servicio para el análisis de Big Data.
Sede: Tel Aviv, Israel
CEO: Yaniv Mor. Antes de fundar Xplenty, Mor logró la práctica NSW Services de SQL en el Red Rock Consulting.
Fundada: 2012
Financiación: Están respaldados por una cantidad no revelada de financiación inicial levantado de Magma Venture Capital en junio de 2012.
Por qué están en esta lista: Hadoop está siendo promocionado a la Luna en estos días, pero el desarrollo, implementación y mantenimiento de Hadoop requieren un conjunto de habilidades muy específicas y arcano. El objetivo de Xplenty es eliminar su necesidad de aprender nada de eso.
Xplenty proporciona una plataforma de integración de datos que procesa grandes volúmenes de datos. Una interfaz de arrastrar y soltar elimina la necesidad de escribir scripts complejos o código de ningún tipo.
Xplenty está basado en la nube, por lo que no hay ninguna instalación de cualquier cosa en los servidores de un usuario final, y no hay software para descargar en las estaciones de trabajo. Con la configuración del servidor automatizado, los usuarios simplemente apuntan a un origen de datos, configurar las tareas de transformación de datos y le dicen a la plataforma donde a la derecha los resultados. La plataforma de Xplenty utiliza terminología de SQL, así que para los analistas de datos, la curva de aprendizaje debe ser mínimo.
Mercado Paisaje Potencial y competitivo: Según TechNavio, el mercado de Hadoop-as-a-Service superará los $ 19 mil millones para el año 2016. El principal competidor de Xplenty es Amazon Elastic Mapa / Reducir (EMR). Otros competidores Hadoop-as-a-Service incluyen Mortero de datos, Qubole, y recientemente Microsoft con Hadoop en Azure. Rackspace está a punto de lanzar su propia Hadoop-as-a-Service oferta basada en la distribución Hortonworks.