大数据分析
以色列大数据分析公司 Iguaz.io 获得 1500 万美元 A 轮融资
以色列的大数据分析公司 Iguaz.io最近获得 1500 万美元 A 轮融资。Magma Venture Partners 领投，Jerusalem Venture Partners 和一些未具名投资人跟投。
这家公司表示，它们正在以一种新的方式重建大数据处理框架，整合来自海量的存储和运算平台的信息，它们并没有透露更多的的细节。
Iguaz.io 的联合创世人之一 Yaron Segev，曾是闪存公司 XtremIO 的联合创始人兼 CEO，并于 2012年 将公司以 4.3 亿美元卖给了数据存储巨头 EMC。XtremIO 的投资者之一就是本次参与投资的 Jerusalem Venture Partners。
今年来不少大数据公司都获得了投资，其中同在以色列的还有JethroData and Cybereason等。去年，国际数据协会 International Data Corporation 预测大数据市场将以每年26.4%的速度增长，到 18年 时，市场规模将达到 415 亿美元。
来源：36氪
链接：http://36kr.com/p/5040144.html
大数据分析
财税云管理平台快乐＋，财会不应该是小微企业的重心和负担
来源：猎云网（微信：ilieyun）文/Sue
注：之前猎云报道过云费控专注于小微企业报销领域的产品“快乐报销”，用户只需要关注微信公众号就能实现费用报销。但是仅仅费用报销对于小微企业的价值是很有限的。就在9月23号，该公司发布了其最新产品：快乐+，一个小微企业财税云管理平台。这次猎云采访了其CTO张洪振(Eric)，他很详尽的介绍了这个项目，在谈到大数据的时候，一直淡定的Eric显得很是兴奋。
快乐＋是一款高度整合、简洁易用的移动SaaS软件。它延续了快乐报销的风格，功能简明，老板不懂会计也能管理公司财务。移动端的支持能够连接多方，节约沟通成本。相关的业务数据揭示财税绩效，使得小微企业财务业务一体化，也能帮助老板及时发现问题，进行决策，掌握企业运作情况。
对于员工来说，除了报销功能外，还可以使用软件查询业务状态 ，提升协作效率。老板与员工也可以在平台上进行直接交流。人事服务方面，线上有福利报销，线下服务的话现与金柚网有合作。
与金蝶、用友这样经典的财务软件相比，快乐+的最大特色就是增加企业老板的参与度。以老板的视角梳理业务流程和财税工作。小微企业的对会计和财税的要求是非常刚性的，但为了降低成本一般都是包给代帐公司做，其质量却无法保证。如若老板不参与财务，执行情况就会出现断层。快乐+以业务为主的逻辑导向，哪怕老板不懂专业的财务知识，也能轻松管理财务，并将精力集中在业务的拓展和业绩的提高上。由此，快乐＋这款专门为老板设计的产品就诞生了。
那么，快乐＋到底提供了哪些功能呢？
一、全面监控
老板可随时登录系统查看资金流动情况和业务进展，并根据报表、绩效和预算报告的分析进行决策。快乐＋还能导入并分类银行收付事务明细，自动校验公司未达帐项。公司各类数据都可以通过仪表盘查看，一键可添加新数据。老板与员工分工协作，让业务财务数据更真实可靠，为将来的大数据分析、信用报告奠定数据基础。
二、开票
用户能够远程开票，进而实现在线发票的打印。
三、支付与安全
费用报销和输入开单都可以在线支付，并且进行加密。后期会对客户数据进行加密，提供底层数据加密技术和云端安全机制，使客户的数据永远只属于客户。
四、客商管理
除了查看客商的业务数据外，快乐＋还准备了诸多贴心的小功能，诸如：系统会定期发催款通知，并加上直接付款的二维码链接，扫码付款后直接消除欠账数据，考虑到了双方。
五、报表
系统在自动生成法定三大报表的同时，还会基于KPI多维度展示业务数据。不需要财会知识，就可以直观的了解业绩情况。
目前产品有App（ios，安卓)端和微信端，近期将发布与微信、钉钉、税控机和银行支付等服务平台连接的新产品。
基础版的快乐＋一年收费1490。“我们希望用性价比来树立用户口碑，并提供三个月的试用，让老板看到价值。”Eric告诉猎云。此外还有699每月的高级版和年底将会推出的超级VIP版本，与大型的企业的事业部进行对接，形成三个层面的搭配。目前业务主要在上海、杭州和苏州等地开展。
Eric1998年大学毕业即加入宝钢集团从事财务管理，后期先后加入汉普、德勤、甲骨文三家全球顶尖咨询公司，从事大型跨国企业信息化建设。他告诉记者，加入云费控的最根本的原因就是看重小微企业的数据，这些数据是非常有价值的，快乐＋更多地希望去收集真实的业务数据。团队目前正在进行Pre-A的融资，寻求下一轮融资和业务合作伙伴。
大数据分析
GrowingIO：将数据分析流程整合成一个产品，协助用户优化企业运营效率
提到 Growth Hacking，对互联网行业稍有了解的人或许都知道这是当下一个挺受欢迎的概念。一些知名的公司，比如 Airbnb 就曾经用这种理念获得了井喷式的增长。如果你之前还没听说过 Airbnb 与 Growth Hacking 之间的故事的话，我建议你先读一下《Airbnb 的“暗黑成长史”》，因为看过之后，你自然会对我今天要介绍的这个工具更感兴趣。
对于已经看过上面那篇文章的读者来说，你或许也想能找到让自己正在做的业务快速增长的方式，但却苦于没有合适的人才和工具能帮你做到这一点。如果这是你正在面临的困境，那么不防试一下 GrowingIO。这款由前 LinkedIn 美国商业分析部高级总监、世界前十位前沿数据科学家之一张溪梦带队打造的工具没准可以帮上你。
衡量用户和产品关系的热度和健康度指标
GrowingIO 是什么？
简单来说，GrowingIO 是一家大数据分析公司，它提供的工具可以通过收集、分析产品的数据来为其提供企业业务增长解决方案。
详细来说的话，对于 GrowingIO 正在做的事情，张溪梦自然会有更生动的解读，他告诉 PingWest 品玩：
GrowingIO 把过去整个数据分析的流程，从采集、数据传输、输出存储、数据转化、可视化、高级分析模式这些所有的步骤通过一个产品展现给大家。企业不需要前端的工程师去布置代码，不需要大数据运维的人员去传输数据，不要数据仓库、集群，不需要闭源工具做数据提炼，也不需要做推荐算法工程师来做各种手动的统计学或者分析模型，这些功能都被 GrowingIO 做成一个产品，直接交付给企业业务端的人使用。
GrowingIO 有哪些特点？
看完 GrowingIO 对数据做了这么多复杂的处理之后，你大概会觉得这应该是一个需要不少练习才能掌握的工具，可在张溪梦看来，在 GrowingIO 的所有特点中，简单、速度快、高度智能、规模化是他们同时看重的。
简单：GrowingIO 经过一次部署之后，可以直接在 Web 或者 app 上操作获取数据，用户只要圈点网页中的某个元素就能实时获得用户与这个元素交互的情况。非常简单易用，任何一个人经过几分钟的培训就能用。
速度快：由于 GrowingIO 把整个数据分析流全部打通了，所以用户从需求提出，到最后结果的展示不再需要很多功能上的、工程上的或者业务上的流程，以前需要几个星期分析的工作，现在在几分钟之内就能实现。
高度智能：以前数据分析人员需要从报表中看出趋势，用各种不同纬度的报表找原因，但现在 GrowingIO 则具备一定的能预测力，能相对动态的帮助客户找到业务发展不利的原因，计算用户潜在流失的可能性。这其中内置了机器学习以及预算模型的能力。
规模化：张溪梦觉得自己在 LinkedIn、eBay 这些公司做的最重要的工作就是把数据分析的能力提供给各个不同部门的员工使用，所以 GrowingIO 也具备服务各个不同部门员工需求的数据分析能力。
GrowingIO 是如何协助用户优化企业运营效率的？
大头图好，还是小头图好？右下角三个分享按钮有人点吗？
在张溪梦看来，一个企业需要很有效率的进行运营，而运营的核心就是数据化。在我的要求下，张溪梦针对 PingWest 品玩的网站进行了一番分析，然后提出了若干可以优化的点，比如来说：
1：PingWest 网站文章内的图片都是可以点击并会跳转到新页面的，张溪梦看完之后就觉得这个点击没有直接的商业意义，而且如果在移动端的话，可能导致用户的跳出率很高。
2:用户打开一篇 PingWest 的文章后会看到巨大的头图，以及右下角的三个社交媒体分享按钮，那么对读者来说，大的头图好还是小的头图好？右下角的三个社交媒体分享按钮有人点击吗？
3:PingWest 文章页面支持无限翻滚，但右边广告位置却是始终不变的，那么如果用户翻滚五个页面看到的广告是相同的，好还是不同的好呢？
4:如果某类广告用户点击之后就没有再回到网站来，那么以后是否还应该展示这样的广告呢？
以上只是张溪梦提出的一连串疑问中比较容易说清楚的几个，不难发现，如果想做出决策、优化网站运营效率的话，自然需要数据来做支撑，而这些数据只需要在 PingWest 网站布一段代码就能轻松获取。
在 GrowingIO 上，用户可以通过热度和健康度这两个指数来衡量用户和产品之间的关系。对于企业来说，一个用户每天花很多时间在自己的产品上，但从来不贡献收益，这自然是不健康的；但如有有一个用户经常贡献收益，但停留时长却很短，这显然也是不可持续的。如果你想不断优化自己的产品，让它变得可持续的话，GrowingIO 的确值得一试。
来源：pingwest 作者：cyzhou
大数据分析
大数据分析服务商Optimal+融资4200万美元 KKR领投
KKR今日宣布领投大数据分析服务商Optimal+，总投资额达4200万美元。Optimal+致力于为半导体产业提供高操作性的数据分析。此次KKR联合Optimal+现有股东，以色列两家顶尖风投机构Carmel Ventures和Pitango共同投资。KKR将为Optimal+的全球扩张计划提供主要资金，并贡献其全球企业资源和技术专家资源。
Optimal+，由其首席执行官 Dan Glotter于2005年在特拉维夫创立，经过多年研发投资后，该公司已在近四年实现快速成长，并形成现有产品系列。
Optimal+通过最前沿的大数据解决方案，每年分析处理超过250亿个芯片，为半导体产业提供高操作性、端对端商务智能解决方案。Optimal+软件解决方案从各个产地收集、清理和整合海量数据，提供分析成果，帮助客户显著提高产品质量、生产收益和处理时效，同时全面实现供应链可视化。这样的产品将大举为终端使用者节约成本，并带来高投资回报。
KKR长期致力于帮助科技公司发展，自2000年以来已累计投资超过130亿美元，参股49家公司，覆盖软件、互联网、媒体和IT基础建设等领域。
此次Optimal+的投资资金来自于KKR成长型股权基金。该基金致力于投资杰出人才创立并领导的快速成长型科技公司，支持这些企业发掘全球市场潜力，开发差异化产品。KKR成长型股权基金目前已投资专注网络和手机的大数据用户行为分析服务商ClickTale，身份安全软件服务商Ping Identity，人工智能自动化软件提供商Arago以及电子杂志订阅平台Next Issue Media等。
来源：投资中国
大数据分析
大数据分析公司Axtria获得3000万美元C轮融资，Helion领投
大数据分析公司Axtria已经宣布获得3000万美元C轮融资，领投方为Helion Venture Partners，该风投的投资金额占到了一半之多，为1500万美元。其他参与本来融资的包括硅谷知名风投家‘Desh’Deshpande，Amar Sawheny，Rick Braddock，以及Fred Khosravi。
Axtria为企业提供顾问，外包，以及技术解决方案，帮助他们更好地做出以数据驱动为基础的决策，优化企业内部销售、市场营销、以及风险管理运营。
此外，这笔资金还将会用于加快公司招聘速度，构建销售团队，扩大市场营销，开发新产品，以及拓展新市场。Helion风投联合创始人兼高级常务董事Sanjeev Aggarwal将会加入Axtria公司董事会。
进军印度，同时拓展欧洲市场
Axtria成立于2010年，创始人是Jassi Chadha和Navi Chadha，他们开发了很多分析应用程序产品，比如SalesIQ，MarketingIQ，以及RiskIQ。这些应用程序可以嵌入到客户平台里，提供分析，帮助企业作出决策。Axtria所涉及到的主要解决方案领域包括销售运营管理，市场营销运营管理，数据和技术，客户运营管理，以及风险管理。
Axtria公司总部位于美国新泽西州，但是他们在印度的古尔冈设有办事处，目前Axtria公司仍主要服务其60多家美国企业客户，涉足的行业领域包括生命科学，健康医疗，银行金融，零售，消费零售包装，以及高科技垂直行业。
预计在2016年，该公司会继续专注于上述垂直行业，并将业务拓展到欧洲市场。
Axtria secures US$30M in Series C funding led by Helion
Axtria, a Big Data analytics company, has announced US$30 million in Series C funding led by Helion Venture Partners, with an investment of US$15 million.
Silicon Valley venture capitalist ‘Desh’ Deshpande, along with existing investors Amar Sawhney, Rick Braddock and Fred Khosravi, also participated in this round.
The firm provides consulting, outsourcing and technology solutions to help companies make better data-driven decisions in functions like sales, marketing and risk management operations.
The funding will be used to accelerate hiring, build a sales force, increase marketing, develop products and expand markets including new verticals and geographies. Sanjeev Aggarwal, Co-founder and Senior Managing Director of Helion will join the board of the company.
Also Read: Ex-Monk’s Hill associate raises US$500K seed for Fabelio in Indonesia
Expansion to Europe
Founded in 2010, by Jassi Chadha and Navi Chadha, Axtria has developed proprietary analytical applications like SalesIQ, MarketingIQ and RiskIQ. These applications get embedded in customer platforms, delivering insights at the point of decision. The key solutions areas include sales operations management, marketing operations management, data and technology, customer operations management and risk management.
Headquartered in New Jersey with an office in Gurgaon, India, Axtria has been focussing on clients in the US market primarily and claims to be working with more 60 clients in the life sciences, healthcare, banking, financial services, retail, CPG and high-tech verticals.
The company will continue to focus on these industry verticals and is targetting expansion into Europe in 2016.
来源：e27
链接：http://e27.co/axtria-secures-us30m-series-c-funding-led-helion-20150708/
大数据分析
京东投资大数据分析公司ZestFinance
[摘要]京东打算在互联网大数据信用模型中，引入ZestFinance技术和经验。
继投资易车、途牛等国内企业后，京东也在国外展开投资布局。腾讯科技今日获悉，京东已投资美国基于机器学习算法的大数据分析公司ZestFinance，双方还宣布成立名为JD-ZestFinanceGaia的合资公司。
ZestFinance是一家提供金融服务的科技公司，其运用机器学习算法和数据技术帮助用户做出更精准金融风控及营销决策，使得更多借贷者能够获得信用服务、放贷方能获得更高还款收益。
ZestFinance由Google前CIODoulgasMerill于2009年9月创立。ZestFinance使用机器学习的方式利用广泛数据来评估个人信用，使得整个信用评估体系更加完善。
同时，ZestFinance大数据会分析一些传统方式覆盖不到的信息，如匿名消费者的网上购物习惯。这一模型帮助企业有效预测信用风险，也可使更多消费者获得公平信贷机会。
京东打算在互联网大数据信用模型中，引入ZestFinance技术和经验，为互联网金融行业提供信用模型和技术，帮助互联网用户群、年轻消费者发掘和变现其信用价值。
与西方发达国家不同，我国个人信用体系尚不完善，有关消费者的个人信用记录并不多，为信用评估和授信带来困难。
据熟悉交易内情的京东金融高层表示，我国在信用评估方面的体系还不成熟，由于中国消费者通常没完备信用记录，个人信用难以预估，这就成为我国消费信贷的发展瓶颈，也是与发达国家普及消费信贷存在明显差距的主要原因。
上述人士称，此次与ZestFinance合作，京东金融将可以利用自身优势，结合合作伙伴的前沿数据技术，进一步完善我国的消费信贷信用评估服务，满足市场需求。
这款信用模型将率先应用于京东金融的消费金融体系，在消费金融白条上的信用技术实践只是第一步，京东还打算共享这项技术给全行业合作伙伴，共同开拓国内信用消费市场。
腾讯科技 雷建平 6月26日报道
大数据分析
大数据分析公司Rubikloud获700万美元A轮融资，投资方多来自中国
根据官方消息，为零售商提供大数据分析服务的公司Rubikloud近日完成了 700 万美元的 A 轮融资，此轮融资主要用于扩大核心编程团队和数据科学团队，同时扩展在北美和中国的客户。
该公司为客户提供基于机器学习算法的数据收集，数据剖析和可视化服务。只要花半个小时将商家后台接入 Rubikloud 系统内，就可以开始收集相关数据。服务周期最短可以达到 30 天，也就是说它提供的是一种近乎实时性的，深度加工过的信息。在分析和呈现方面，并不需要一个新的平台来查看报告，而是可视化地呈现不同维度的信息，比如不同地区不同浏览器的转化率等等，从而帮助商家更好地在市场营销、定价、产品选择和用户体验优化等方面做决策。
起初公司的主要目标客户为一些电商企业，希望通过线上数据的收集和分析，作出帮助它们提高转化率的决策。但是之后公司意识到线下零售商也是需要类似服务的，何况大部分的购买行为还是在线下发生。
对大部分线下零售商来说，数据收集是一个很困难的事情。Rubikloud 的早期客户集中在时尚、健康和化妆品等垂直领域，因为这些商家大多已经得到大量的销售数据，只是需要加以分析反馈给他们，就会收到较好的改善效果。
值得一提的是，该公司的种子轮投资方为李嘉诚旗下的 Horizons Ventures，A 轮则是由 TOM 集团和 Ule（邮乐，2010 年 TOM 集团和中国邮政联合推出的，主要针对中国农村地区的电商网站）领投，Acess Industries 和一些其他私人投资者参投。
TOM 集团是李嘉诚旗下的长江实业集团与和记黄埔于 1999 年成立的合营公司，主要专注于电商领域。借助这轮投资，TOM 集团 CEO 杨国猛将会加入 Rubikloud 董事会，同时投资方的一些资源优势会为 Rubikloud 带来大量客户源，另一方面它与大陆农村电商邮乐可能擦出的火花也让人期待。
大数据的浪潮里有重量级玩家如Cloudera，去年已完成 9 亿美元的融资（其中 7.8 亿来自 Intel），但是 Rubikloud 是一家从垂直领域切入的轻创业公司，与曾经介绍过的Dato（原名 GraphicLab）类似。如果说未来是 AI 的天下，那数据就像 AI 的食物。收集数据并不困难，真正难的是如何更好地利用大数据帮人类做决策。
[本文参考以下来源：blog.rubikloud.com, crunchbase.com]
大数据分析
workday推出一款大数据分析产品，可预测员工何时离职
[摘要]这项软件靠分析员工活动的趋势、最近一次升职是何时、地理因素、产业变化及其他资料来做出预测。
workday推出一款 大数据分析产品，该软件可以预测员工何时离职。
报道说，好的老板如果感觉到员工不快乐，一般会设法在为时已晚前解决问题。在硅谷的VMware公司里，他们也用到了此款大数据分析产品，他们让机器去办这件事。
据报道，VMware公司一直在测试人力资源软件公司Workday的这款新预测科技。这项系统会通知员工可能准备离职的时间，让主管可以在来不及之前出手挽回。这项软件靠分析员工活动的趋势、最近一次升职是何时、地理因素、产业变化及其他资料来做出预测。经过训练，系统会逐渐进步。
VMware全球人力资源信息系统资深主管加纳威(Amy Gannaway)于9月在Workday会议上说：“有了这些资料，如今我们已有很不错的结果。”她说，这项工具让VMware有“极高机率”正确预测哪些员工会离开公司。
大数据分析
基于邮箱数据的人脉扩展和社交，Conspire有机会走出不同于Linkedin的一条路么？
你可能不知道Conspire，但你应该用过或听说过 LinkedIn，全球最大的职业社交网站，拥有超过 3 亿用户。LinkedIn 现在已经成为精英人士扩展人脉、寻求职业必去的一个网站了，而一家初创公司 Conspire 正跃跃欲试从这位业内巨头手上分一杯羹。
不同于 LinkedIn，Conspire 通过用户的谷歌邮箱，利用大数据分析平台挖掘出用户想要认识和建立关系的对象。这种新型的社交关系建立方式不仅仅关注用户在互联网上谁可能认识谁，更关注用户与用户间相互认识的熟悉程度，以达到更好的为用户提供社交对象的推荐、建立人脉联系等业务。而这一切的实现，都将依靠分析用户的邮箱数据，甚至是分析用户在短信、FaceBook、推特等平台上的社交数据来完成。
Conspire 认为 LinkedIn 在用户扩展人脉上是存在弊端的。在 LinkedIn 上，用户可以查看朋友的档案（一度联系），还可以通过朋友的朋友查看目标用户的档案（二度联系）。在没有二度联系的情况下，还可以向无法查看档案的用户自主发送建立联系的邀请。
用户通过一个一个的间接对象，可以达到接近最终目标用户、建立强大的人脉网络等目的。
但这种模式存在的弊端是，许多用户在一段时间后很有可能拥有了一大堆他们其实并不认识的朋友，甚至是从来没讲过话的朋友。随着这种 silence friend 的增多，用户的活跃度必然会受到影响。这就像人们进入某一个兴趣群，一开始积极的参与讨论，快速拉入了许多朋友，尔后越来越多不熟的人出现在群里，部分用户开始兴趣索然，一个活跃的大群慢慢分裂成一个个的小团体，最终这个群也逐渐消亡。
不同于这种模式，Conspire 感兴趣的是，用户与用户之间关系的强弱程度。在 Conspire 里，只有二者关系达到 Strong 的标准，才会为用户推荐、建立联系。并且用户无需，也无法自己发送建立联系的请求，这一切都将通过后台的大数据分析邮箱联系的频率、最近的互动、互动响应的时间以挖掘关系的长度和深度来完成。
Conspire 同样提供通过间接用户来建立新联系的渠道，用户最多可跳跃建立联系的最大步长是 3 步，即在用户和目标用户之间还可以有两个间接用户，也就是朋友的朋友的朋友。这比 LinkedIn 上的二度联系来的广，但加上只有关系强度足够强才能建立联系这一条件，Conspire 又比 LinkedIn 来的安全可信任。
现今社交工具的缺陷在于，面对一个在 party 上认识五分钟的朋友和一个在深交了 4 年的大学同学，他们往往无法区分这二者的区别。而大数据分析使 Conspire 能够做到这一点。
Conspire 的设想其实很棒。社交工具在互联网上的地位一直很高，也因此人们对社交工具的要求更加挑剔。社交工具在为用户提供一扇社交大门的同时，又要站在门边严格把关，不能让用户接触到太多不感兴趣的人，同时又不能把门完全关死让用户无法接触到想找的人。
其中进行权衡的选择不仅要依靠更准确、更高效的算法，同时还需要大量真实可靠的数据。
而后者对 Conspire 其实是不利的。
尽管 Conspire 声称不会拿用户的邮箱数据做其他事情，分析数据时也只会对消息的标题进行分析等等，许多的用户还是无法轻易的交出自己的邮箱权限。毕竟，在这个互联网在人们日常社交中所占比例越来越大的年代，个人隐私从来都是用户考虑问题的首选。在 Conspire 上，邮箱权限很有可能成为 deal breaker。
Conspire 据说在其分析网站有 1300 万人的数据资料，而用户群远小于这个数量级，只有 10,000 人左右。我认为邮箱权限就是其中的症结所在。Conspire 想要跨过 LinkedIn 这座大山，并不是没有机会，最大的问题或许在于，面前还横着另一座叫用户隐私的大山。
Conspire 同时也获得了来自 Techstars 孵化器的 250 万美元的种子期融资。
[36氪原创文章，作者: Retric]
大数据分析
Salesforce推出可视化大数据分析云服务Wave
明天, 在旧金山举行的 Dreamforce 大会上,SaaS 服务提供商Salesforce将会由 CEO Marc Benioff 发布名为 Wave 的新分析服务。据称此项服务已经在其应用商店AppExchange上出现（但我们未能搜索到）。
Wave 是软件即服务提供商 Salesforce.com 推出的一项商业智能与分析云服务，可以为客户提供销售、营销、服务的分析与可视化展现。
Saleforce 称此项服务将非常容易使用，而且强调要给用户以消费者式的体验，为此引入了游戏设计师来增强产品的趣味性。此外 Salesforce 还引入第三方参与分析服务的开发，包括 OEM、咨询顾问及第三方开发者，目的是帮助客户连接外部数据源，然后基于此平台开发更复杂的应用。其数据既可从 Salesforce 产品内部获取，也可导入微软、SAP、Informatica 等第三方的信息。Wave 可以将数据进行切割以满足不同的需求，可按照不同维度对数据进行排序，建立不同的数据集的关系，按照不同的方式展现数据等。
但是，尽管数据之间可以建立各种连接，可连接的实现似乎还是使用标准的 SQL 语言（ “join”语句），还有标签页还是数据库风格的，用户还需要建立连接才能浏览数据。因此，这项 BI 服务貌似没有那么傻瓜，用户还是需要一些专业培训才能使用（当然，这些用户一般都有少量的 IT 人员）。
虽然如此，但是业界普遍认为 Salesforce.com 必须要做这件事，因为大数据的爆炸使得人必须靠可视化的呈现方式才能理解数据背后的含义。但是 Salesforce 涉足大数据的时机显然已经晚了，这个领域的竞争已经非常激烈，不仅有 IBM、HP、SAS、微软、Tableau 等巨头，而且zoomda、lOOKER等初创企业也层出不穷。从目前来看，Wave 的功能和使用性方面并没有非常大的突破，要想在这个几百亿美元的市场取得份额并非易事。不过 Salesforce 的优势在于庞大的客户群，说服那些使用其 CRM、客服云服务的客户采用同一家供应商的产品似乎是个有说服力的理由，但前提是 Wave 必须做得更好。
[36氪原创文章，作者: boxi]
扫一扫 加微信
hrtechchina
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
大数据分析
扫一扫 加微信
hrtechchina
