技术与商业案例解读
徐飞
华为云资深总监，大数据专家
立即订阅
10161 人已学习
课程目录
已完结 163 讲
0/6登录后，你可以任选6讲全文学习。
开篇词 | 突破技术思维，站在商业的角度看问题
免费
001 | 西雅图IT公司之RealNetworks：一个帝国的兴衰（上）
002 | 西雅图IT公司之RealNetworks：一个帝国的兴衰（下）
003 | 以RealNetworks为例，谈谈初创公司如何应对巨头碾压
004 | 可视化分析鼻祖Tableau
005 | 从Tableau上市，看学术界和工业界人士创业
006 | 在线旅游帝国Expedia崛起的背后
007 | 房产经纪的颠覆者Redfin：在“传统”与“现代”间徘徊
008 | 房产经纪的“协作者”Zillow：一个地产数据平台
009 | 颠覆还是协作，房地产市场上Redfin和Zillow的抉择
010 | 应用交付网络大厂F5：“一招鲜”之殇
011 | 在线差旅报销鼻祖Concur：在转型中获得发展
012 | 漫谈企业转型：在市场变迁中寻找生机
013 | 克雷公司沉浮录：行走在超级计算机市场
014 | “单一化”的隐忧：从克雷公司看“一条腿走路”
015 | Halo的开发者Bungie：与微软的聚散
016 | “卖身”须谨慎：创业公司面临的抉择
017 | 亚马逊领导力准则之要有硬骨头
018 | 亚马逊领导力准则之决策正确
019 | 亚马逊领导力准则之客户至尚
020 | 亚马逊领导力准则之勤俭节约
021 | 亚马逊领导力准则之主人翁精神
022 | 亚马逊领导力准则之选贤育能
023 | 亚马逊领导力准则之最高标准
024 | 亚马逊领导力准则之创新简化
025 | 亚马逊领导力准则之崇尚行动
026 | 亚马逊领导力准则之远见卓识
027 | 亚马逊领导力准则之好奇求知与赢得信任
028 | 亚马逊领导力准则之刨根问底与达成业绩
029 | 智能音箱的战斗：亚马逊的硬件路
030 | 智能音箱的战斗：Echo攻城略地
031 | 智能音箱的战斗：语音助手Alexa
032 | 智能音箱的战斗：谷歌的杀入
033 | 智能音箱的战斗：亚马逊的战略布局
034 | 智能音箱的战斗：巨头纷纷入场
035 | 智能音箱的战斗：白马非马
036 | 如何透过一个领域去联合分析多家企业？
037 | 管中窥豹之从面试看企业文化：微软
038 | 管中窥豹之从面试看企业文化：亚马逊
039 | 管中窥豹之从面试看企业文化：谷歌
040 | 管中窥豹之从面试看企业文化：甲骨文
041 | 管中窥豹之从面试看企业文化：Facebook
042 | 透过企业用人之道看企业发展
043 | 办公软件的战斗：开篇
044 | VisiCalc：第一个电子表格软件的诞生
045 | WordStar：第一个字处理软件的故事
046 | 微软：办公软件战场的螳螂
047 | WordPerfect：字处理软件的新秀
048 | Lotus 1-2-3：莲花公司的电子表格帝国
049 | 红狮会战：微软的反击
050 | 大杀器Lotus Notes 和被收购的莲花公司
051 | 无敌寂寞的微软之为创新而创新
052 | 办公软件的新时代：微软和谷歌的战斗
053 | 异军突起的Slack
054 | 办公软件战斗的启示：内忧总是强于外患
055 | 办公软件战斗的启示：敌人的出现常常出其不意
056 | 半条命的Dota帝国Valve：半条命
057 | 半条命的Dota帝国Valve：Steam平台
058 | 半条命的Dota帝国Valve：Dota 2
059 | 半条命的Dota帝国Valve：无领导管理
060 | 半条命的Dota帝国Valve：虚拟现实
061 | Gabe Newell：Valve帝国制度的利弊
062 | 文档数据库的缔造者MongoDB（上）
063 | 文档数据库的缔造者MongoDB（下）
064 | 以MongoDB为例，看基础架构类产品创业
065 | 直面MongoDB，谈微软的NoSQL战略
066 | Hadoop三国之魏国Cloudera
067 | Hadoop三国之吴国MapR
068 | Hadoop三国之蜀国Hortonworks
069 | Hadoop及其发行商的未来
070 | 谷歌的大数据路：从“三驾马车”到一无所有
071 | 谷歌的大数据路：一场影响深远的论战
072 | 谷歌的大数据路：谷歌的“黑科技”
073 | 如何读懂类似谷歌“三驾马车”这样的技术论文？
074 | 雅虎：大数据领域的“活雷锋”
075 | IBM的大数据路之起早贪黑赶了晚集
076 | 社交公司们的大数据贡献
077 | 微软的大数据发展史：微软硅谷研究院
078 | 微软的大数据发展史：必应的Cosmos
079 | 微软的大数据发展史：Azure的大数据发展
080 | 亚马逊的大数据故事：从先驱者到插管吸血开源
081 | 亚马逊的大数据故事：创新和拿来并存的云服务
082 | 阿里巴巴的大数据故事：数据分析平台发展史
083 | 阿里巴巴的大数据故事：流计算引擎发展史
084 | 大公司的大数据战略得失：自建轮子成本高
085 | 大公司的大数据战略得失：抱团取暖难敌插管吸血者
086 | Palantir：神秘的大数据独角兽
087| Splunk：机器大数据的分析帝国
088 | Confluent：在Kafka上飞驰的数据交换者
089 | Powerset：HBase的老东家
090 | Cassandra和DataStax的故事
091 | Databricks之Spark的数据金砖王国
092 | Data Artisans：浴火重生的新一代大数据计算引擎Flink
093 | Dremio:在Drill和Arrow上的大数据公司
094 | Imply：基于Druid的大数据分析公司
095 | Kyligence：阿帕奇麒麟背后的大数据公司
096 | Snowflake:云端的弹性数据仓库
097 | TiDB：一个国产新数据库的创业故事
098 | 大数据创业公司的前景：红海创业多艰辛
099 | 如何通过企业技术积累去分析一家企业？
技术与商业案例解读
登录|注册
098 | 大数据创业公司的前景：红海创业多艰辛
徐飞 2018-05-18
我们介绍了很多大数据创业公司，这些公司在大体上可以分成开源软件创业公司和闭源软件创业公司两类。
开源软件创业公司是指，很多的大数据创业公司的背后是某一个或者几个开源项目的创始人，或者是项目的主要开发者。
闭源软件创业公司是指创业公司有自己闭源的软件，这种又分为两类：一类是闭源的基础架构软件，一类是闭源的商业应用软件。
我们通常用“红海”“蓝海”来形容创业的难易程度，基础架构类创业，无论开源还是闭源，很多时候就属于红海，毕竟相对于应用层面的创业，基础架构类的创业要艰难很多，这主要是因为应用层面的创业是直接和商业行为联系的。
基础架构类的创业，其创业依赖于其他客户对其产品的使用和付费。比如说 Hadoop 生态圈里各种开源软件为基础的创业公司，如果没有人去用这个公司的产品，这个公司也就不容易赚到钱。
不过，凡事都有两面，从好的方面来说，如果有大客户用了，那么可能会有持续稳定的收入。从坏的方面来说，一则很多客户不一定愿意去用不熟悉的开源产品，二则如果真的要用，大公司自己有技术实力去把开源的产品拿过来，自己二次开发，并且维护使用。但是无论如何，要想在基础架构类进行创业，都不是一件容易的事情。
基础架构类里面最普遍的创业企业都和某个开源项目有联系。比如说 Spark 后面站的是 Databricks，Kafka 后面站的是 Confluent，DataStax 则是基于 Cassandra 的开源公司。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《技术与商业案例解读》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(2)
稳健的少年感觉最终最赚钱的可能还是云服务商，比如AWS，阿里云。2018-07-16 3
DeepLin感觉后面有商业公司支持参与的开源项目更成熟更靠谱，特别是开源版本和商业版基于共同的codebase的项目2018-08-13
收起评论