国内外大数据产业地图大全

大数据生态地图2.0：大数据的38种商业模式

高清图链接：http://mattturck.com/2012/06/29/a-chart-of-the-big-data-ecosystem/

大数据是一个处于爆发式增长阶段的新技术概念，由于这个领域的技术创新和投资火热，其产业生态地图处于快速变动之中，近日Bloomberg Venture发布了大数据产业地图2.0版本，其中将数百个大数据创业公司和IT厂商根据产品和商业模式划分为38种，这有助于我们更好地梳理和了解大数据产业的发展现状和市场热点。

从图中可以看出，大数据产业可划分为六大类，共38种产品/商业模式：

1. 大数据基础设施类（NoSQL数据库、hadoop相关产品、NewSQL数据库、MPP受苦、管理监控等）

2.大数据分析类（分析解决方案、数据可视化、统计计算、社交媒体、舆情分析、分析服务、IT分析等）

3.大数据应用类（广告优化、出版工具、市场营销、行业应用、大数据应用服务提供商）

4.大数据数据源类（数据市场、数据源）

5.跨基础设施分析（主要为传统IT巨头业务延伸）

6.开源项目（框架、查询/数据流、数据访问、协作/工作流、实时、统计工具、机器学习、云部署）

转自：DataCN.Net（2014年7月6日）(原文链接：http://www.kdnuggets.com/2014/05 ... e-v30-analyzed.html)

主题：Big Data Landscape v 3.0

在大数据生态地图3.0版中，Turck从一个风险投资者的角度对两年来大数据市场的最新发展进行了深入的研判，并对未来趋势进行解读，以下是Turck眼中大数据市场的几个最为关键的演变趋势：

1、竞争加剧

创业者们纷纷涌入大数据市场，尾随的VC们也是挥金如土，导致大数据创业市场目前已经非常拥挤。例如一些创业项目类别，例如数据库（无论是NoSQL还是NewSQL），或者社交媒体分析，目前正面临整合或去泡沫化（随着Twitter收购BlueFin和GNIP，社交分析领域的整合已经开始）

虽然大数据创业市场已经人山人海，但是依然有足够的空间给新的创业公司，现阶段大数据基础设施和分析工具领域的创新吸引了大量的资金，当然，这类大数据创业本来就是资金密集型项目。

Datacn.Net分析：在（大数据生态地图3.0高清版）中的358家公司中，只有16家IPO

2、大数据市场尚处于初期阶段

虽然大数据的概念已经热炒了数年，但我们依然处于市场的早期阶段，虽然过去几年类似Drawn和Scale这样的公司失败了，但是相当多的公司已经看到了胜利的曙光，例如Infochimps、Causata、Streambase、ParAccel、Aspera、GNIP、BlueFin Lanbs、BlueKai等。

还有不少大数据创业公司已经形成规模和气候，并且获得了海量融资，例如MongoDB已经募集2.3亿美元，Plalantir9亿，Cloudera 1亿。但是就成功的IPO或公司而言，市场尚处于早期阶段（虽然已经有Splunk、Tableau等成功IPO）。

此外，目前阶段一些传统IT巨头已经展开了收购大战，例如Oracle收购BlueKai和IBM收购Cloudant。在很多大数据创业领域，创业公司们依然在为市场领袖的地位展开混战。

3、从炒作回归现实

虽然经过几年声嘶力竭的热潮后，媒体对大数据已经有些审美疲劳，但这恰恰是大数据真正落地的重要阶段的开始。未来几年是大数据市场竞争的关键时期，企业的大数据应用从概念验证和实验走向生产环境，这意味着大数据厂商的收入将快速增长。当然，这也是一个检验大数据是否真的有“大价值”的时期。

4、大数据基础设施

虽然Hadoop已经确立了其作为大数据生态系统基石的地位，但市场上依然有不少Hadoop的竞争和替代产品，但这些产品还需要时间进化。基于Hadoop分布式文件系统的开源框架Spark近来成为人们讨论的热门话题，因为Spark能够弥补Hadoop的短板，例如提高互动速度和更好的编程界面。而快数据（实时）和内存计算也始终是大数据领域最热门的话题。一些新的热点也在不断涌现，例如数据转换整理工具Trifacta、Paxata和DataTamer等。

时下一个关键的争论是企业数据是否会转移到云端（公有云或者私有云），如果是，什么时候会发生？一些基于云端的Hadoop服务创业公司例如Qubole、Mortar坚信从长远看所有企业数据最终都会转移到云端。

5、大数据分析工具

就创业者和VC的活跃度而言，大数据分析是大数据市场最活跃的领域。从电子表格到时间线动画再到3D可视化，大数据创业公司们提供了各种各样的分析工具和界面，有的面向数据科学家，有的选择绕过数据科学家直接面向业务部门，由于不同的企业对分析工具的类型有不同的偏好，因此每个创业公司在自己的细分领域都有机会。

6、大数据应用

大数据应用的发展进程相对缓慢，但目前阶段大数据确实已经进入了应用层。从大数据生态地图3.0中我们可以看到，一些创业公司开发出了大数据通用应用，例如大数据营销工具、CRM工具或防欺诈解决方案等。还有一些大数据创业公司开发出了面向行业用户的垂直应用。金融和广告行业是大数据应用起步最早的行业，甚至在大数据概念出现之前就已经开始了。未来大数据还将在更多行业得到广泛应用，例如医疗、生物科技（尤其是基因组学）和教育等。

Datacn.Net：Below is the chart of the Big Data Landscape, by categories and subcategories, ordered by number of companies.

We can also see the most popular segments:

In Analytics: Data Visualization, Unstructured Data
In Infrastructure: NoSQL and NewSQL databases
In Applications: Ad optimization and Marketing.

Segments with the most exits are Social Analytics and Analytics Platforms.

Analytics – 120 companies, 9 exits (7.5%)

Data Visualization: 18 CompaniesUnstructured Data: 11 CompaniesSocial Analytics: 10 Companies, 2 ExitsAnalytics Platforms: 9 Companies, 2 ExitsAnalytics Services: 9 CompaniesData Science Platforms / Tools: 9 CompaniesBI Platforms: 8 CompaniesFor Business Analytics: 6 CompaniesLocation / People / Events: 6 Companies, 1 ExitLog Analytics: 5 Companies, 1 ExitMachine Learning: 5 CompaniesSMB: 5 CompaniesStatistical Computing: 5 Companies, 1 ExitAI: 4 Companies, 1 ExitBig Data Search: 4 CompaniesReal-time: 4 Companies, 1 ExitCrowd-sourced: 2 Companies

Infrastructure – 99 companies, 4 exits (4.0%) :

NoSQL Databases: 14 Companies, 1 ExitNewSQL Databases: 12 CompaniesHadoop on Prem: 11 Companies, 1 ExitManagement / Monitoring: 10 CompaniesMPP Databases: 10 Companies, 1 ExitBig Data: 8 Companies, 1 ExitData Transformation: 7 CompaniesCrowd-sourcing: 7 CompaniesCluster Service: 4 CompaniesGraph Databases: 4 CompaniesSecurity: 5 CompaniesStorage: 4 CompaniesApp Dev: 3 Companies

Applications – 67 companies, 1 exit (1.5%)

Ad Optimization: 11 Companies, 1 ExitMarketing: 11 CompaniesFinance: 8 CompaniesIndustries: 8 CompaniesGovernment / Regulation: 6 CompaniesHealth: 6 CompaniesEducation / Learning: 4 CompaniesSecurity: 4 CompaniesHuman Capital: 3 CompaniesLegal: 3 CompaniesPublisher Tools: 3 Companies

Open Source, 31 companies, no exits

Data Access: 10 CompaniesFramework: 5 CompaniesStat Tools: 4 CompaniesCoordination / Workflow: 3 CompaniesSearch: 3 CompaniesMachine Learning: 2 CompaniesQuery / Data Flow: 2 CompaniesCloud Deploy: 1 CompanyReal-time: 1 Company

Data Sources: 29 companies, 2 exits

Data Sources: 10 CompaniesSensor Data: 10 Companies, 1 ExitData Markets: 5 Companies, 1 ExitIncubators and Schools: 4 Companies

Cross Infrastructure / Analytics: 12 companies, no exits

其他：

Big Data Group Big Data Landscape（Jan. 18, 2013）

交互版链接（http://www.bigdatalandscape.com/）

SAN FRANCISCO, Jan. 18, 2013 /PRNewswire/ - The Big Data Group, LLC today announced the January 2013 Edition of The . The Big Data Group produces The Big Data Landscape, Big Data Trends, and Big Data TV.

"Given the incredible amount of interest and investment in the Big Data space, we decided to publish this updated, comprehensive version of The Big Data Landscape," said David Feinleib, Managing Partner of The Big Data Group.

When the landscape was first created in June of 2012, it included just over 30 companies. Since then, the landscape has expanded to include more than 100. The Big Data Landscape has become an industry reference for Big Data vendors of all sizes, public and private market investors, and technology buyers.

The Big Data Landscape categorizes Big Data companies into infrastructure and applications. It then further groups companies into specific sub-categories, making it easy to understand the Big Data ecosystem quickly and easily.

The companies included in The Big Data Landscape - January 2013 Edition are:

Infrastructure:

• Analytics Infrastructure:

  
  Calpont, Cloudera, DataStax, Exasol, EMC Greenplum, Hadapt, HortonWorks, Infobright, Informatica, Kognitio, MapR, ParAccel, and Vertica (HP).
  
  

• Operational Infrastructure:

  
  10gen, Aerospike, Couchbase, MarkLogic, Terracotta, and VoltDB.
  
  

• Infrastructure as a Service:

  
  Continuuity, Infochimps, JSMapreduce, Mortar, and Qubole.
  
  

• Structured Databases:

  
  DB2 (IBM), Microsoft SQL Server, MySQL, Oracle, PostgreSQL, and Sybase.
  
  
  

Applications

Vertical Applications:

Agilone, Atigeo, Bloomreach, Ellucian, Myrix, Placed, PredPol, Quantivo, and NGData.

Operational Intelligence:

Loggly, New Relic, Splunk, Sumo Logic, and Vitria.

Data as a Service:

DataSift, Factual, FICO, Gnip, Inrix, Kaggle, Knoema, Lexis Nexis, Loqate, and Space Curve.

Ad / Media Applications:

BlueFin, collective, DataXu, LuckySort, Media Science, MetaMarkets, Recorded Future, Rocket Fuel, and Turn.

Business Intelligence:

Attivio, Bime, Birst, Chart.io, Domo, GoodData, HP Autonomy, IBM cognos, JasperSoft, MicroStrategy, Oracle Hyperion, Pentaho, Recommind, SAP Business Objects, and SiSense.

Analytics and Visualization:

1010Data, Alteryx, Ayata, Centrifuge, Cirro, Clearstory, Datameer, Emcien, KarmaSphere, Metalayer, Opera, Palantir, Panopticon, Platfora, QlikTech, RJMetrics, Saffron, SAS, Tableau Software, Teradata Aster, TIBCO Spotfire, Visual.ly, and VMWare Cetas.

▌专题：

院士：李国杰【（PPT）（全文）】【数据开放】，邬贺铨，倪光南【大数据时代（上）（下）】，怀进鹏；