让企业爱上看数据,DataHunter做对了哪几件事?

大数据市场究竟有多大?


根据权威调研机构IDC的预测,2020年全球数据使用量将达到40ZB,相当于429亿个1TB的硬盘的存储容量,届时中国产生的数据量将占到全球总量的21%。


数据处理和分析、利用能力,已经直接影响企业的决策效率,从而决定了企业的核心竞争力。这也使得数据分析公司正在受到越来越多企业的青睐。


2018年4月11日,一家帮企业分析查看数据并能改进业务的2B公司DataHunter获得A轮融资。在数百家公司林立的国内大数据市场,作为一家初创企业,DataHunter立足和融资究竟靠的是什么?


640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

DataHunter 创始人兼CEO程凯征


自助式数据处理能力,小白也能上手分析数据


企业数据写作平台Data Analytics是DataHunter的核心产品,它极大地降低了数据分析的门槛,解决了数据应用达到企业业务部门最后一公里的问题。


以往的数据分析产品,往往只有专业的数据分析师才能操作。这种情况下,往往是企业的业务人员提出数据分析需求,最终交付的数据分析结果周期长,不实时。


Data Analytics做到了让业务人员直接上手进行数据分析,实现了数据分析由IT驱动到业务驱动,周期短规模小。而且Data Analytics支持异构数据源整合,支持Excel、CSV等数据文件;支持导入互联网数据;支持实时数据更新。


640?wx_fmt=jpeg

Data Analytics的独特优势


探索式分析能力


在大数据服务行业,探索式分析能力正在变成大数据企业的标配能力,也是衡量一家数据服务企业技术水平的标准之一。


探索式分析是相对于验证式分析来说的。传统的验证式分析,它的流程是决策者先根据一个想法,设定数据分析的目标,分析人员再根据相关需求进行分析验证。


探索式分析则允许决策者在不清楚数据规律、不知道如何进行数据建模的情况下,通过数据本身所呈现出的可视化图表进行查看和分析。相对于验证分析,探索式分析对数据质量要求相对较低,同时也不需要复杂的数据建模。


DataHunter创始人兼CEO程凯征举例说:“比如对于一家服装电商品牌来说,当拿到上一年详细的销售数据后,决策者可以自由地探索式分析,比如尝试把销售数据和天气变化是数据做对比关联,从而发现天气是否构成影响销量的关键因素。”


640?wx_fmt=jpeg


可视化,让数据更好看


目前,实时业务看板已经成为数据可视化的典型应用场景。为了更好地满足企业对数据实时可视化呈现的续期,DataHunter此次还发布了数据可视化大屏解决方案Data MAX。


DataHunter CTO马珂介绍,Data MAX可以帮助企业快速搭建可视化大屏,支持多数据源接入、实时展示数据、自由定制界面、拖拽式操作、灵活权限设置等功能。Data MAX大屏方案已经应用到三一重工的智能工厂、万达非凡商业博览会、人民日报等企业中。


据悉,DataHunter创立于2014年,其核心团队来自IBM、Oracle、SAP等知名公司。目前,DataHunter已为媒体、制造、消费品、地产、政府、泛互联网等行业的数十家客户提供了数据可视化分析展示服务,包括人民日报、万达集团、树根互联、上海地铁、国家电网、TalkingData、猎聘等等。


声音:


“DataHunter将致力于对企业各类数据来源进行实时分析和可视化展示,并基于结果进行沟通协作,从而助力企业管理者快速做出决策。”


——DataHunter创始人兼CEO  程凯征

猜你喜欢

转载自blog.csdn.net/ZabeNbRdit36243qNJX1/article/details/79988863
今日推荐