英文原文：Want to start a big data company? Here are 5 things you need to know
大数据是当今最热门的科技词汇，同时也是最困难的创业项目。CSC 对 Infochimps 的收购表明，那些无法顺利拿到第二轮融资的大数据创业公司面临着要么关张，要么被人收购的命运，例如 Drawn to Scale、Ravel Data 和 Nodeable 等，当然还有很多很多大家没有注意到的大数据创业公司。
Gigaom 作者 Derrick Harris 近日就大数据创业公司的成长和融资问题撰文指出，大数据创业公司要想生存发展并赢得投资人的芳心必须注意一下几点：明智地选择你的战场和目标用户并围绕你的技术建立社区。大数据需要的不是啦啦队，而是实干家。Harris 的观点可以归纳为五点，IT 经理网摘译整理如下：
1. 基础设施非常难
不仅开发基础设施技术产品很难，销售起来也很难，具体到大数据基础设施工具如 Hadoop、NoSQL 数据库和流处理系统则更是难上加难。客户需要大量培训和教育，付费哟娜谷需要大量支持和及时跟进的产品开发工作。
这意味着需要大量的资金支持，例如 Greenplum 在 2010 年获得 1 亿美元投资但仍然不足以完成所有工作，最终不得不选择卖给 EMC。今天最出名的几家大数据创业公司融的钱更多，例如 Cloudera。基础设施类的大数据创业公司通常需要数百万美元种子资金启动，但是A轮融资的道路异常艰辛。
新兴的大数据创业公司还必须与那些在客户那里已经有一些知名度甚至合作项目的公司竞争，例如 Cloudera、Hortonworks、10gen、亚马逊 AWS、IBM、Oracle 等。
反观大数据应用创业则相对简单的多，无论面向垂直行业应用还是数据可视化这样的通用大数据应用都是如此。因为这些大数据应用的价值对于客户来说更为直观，距离业务也更近，进入企业 IT 系统的摩擦也更小。
2. 云计算是朋友
无论你是销售大数据基础设施还是应用，云计算都是更有效的业务载体。选择云计算不仅仅是在云端托管，更重要的是通过云计算向客户提供服务。你将拥有更多控制权，同时在有限的资源上优化运行也会让你对产品的理解更加透彻。
云计算也降低了潜在用户试用产品的成本和门槛，从 NewRelic 到亚马逊 AWS 都从云计算+大数据模式中获益。
3. 开发者是朋友
如果你主要从事大数据分析，例如 ClearStory、Platfora 或者 CRM 营销应用，数据分析师就是你的朋友。无论那种情况，最好的办法就是围绕以开发者和市场人员为主的目标受众进行开发和营销工作，CIO 反而不是很好的目标受众！
专注 CIO 而非开发者往往会导致你在实际签约时碰到棘手问题。围绕开发者营销的战术被很多云计算创业公司和纯大数据软件公司所采用，例如 Splunk 和 Tableau。
再比如 Infochimps 和 Continuuity 的产品类似（两者都被迫按落云头，迫降在用户数据中心），但 Continuuity 完全面向开发者，这意味着能积累更多技术粉丝。
4. 将数据科学家推向前台中央
这既是市场也是销售策略，数据科学家才是能够展示数据和平台威力的人，他们也是会议上最受欢迎的演讲者。
但大数据科学家也需要慎重选择传播内容。如今大家都接受了 Hadoop 和 NoSQL，所以没必要每次开会言必称 4V 之类的科普。至于如何配置和集成大数据系统也只能吸引小部分听众，除非你的项目规模超大。
Cloudera 比竞争对手出名的原因有很多，但其中 Jeff hammerbacher 绝对是一位举足轻重的人物。不要空谈大数据大数据的价值和架构，站在听众的立场说说具体能做哪些分析，如何做。
5. 开源有多重要，取决于你自己
几乎所有的大数据公司都依赖开源软件，有些是“借”来的，如 Hadoop、Storm 以及各种数据库，有些是自行开发的，有些则是混合模式，例如在 HBase 上增加的一些功能应用。这些开源项目如此流行是因为社区的力量。
开源绝不是看起来那么轻松，不是说你在 Github 上放点代码就谈得上回馈社区了。开源的目的是将使用相同代码的人聚拢成社区，并不断改进代码。这里与第三点中我们提到的吸引开发者有关。只有更多的用户和开发者对你产生兴趣了，在你的产品上花时间和精力了，才有可能最终掏钱。
不计其数的创业公司都将代码开源了，但那些真正能推动项目并建设社区的公司才能脱颖而出。例如 Neo Technology 的 Neo4j、Concurrent 的 Casading 以及 10gen 的 MongoDB。甚至 Twitter 这样面向大众的公司都开源了 Storm 和 Mesos 等项目。
相关文章
