不僅基礎設施技術產品開發難，銷售也難，尤其是Hadoop、NoSQL數據庫、流處理系統等大數據基礎設施工具。客戶需要大量的培訓和教育，付費的Yona Valley需要大量的支持和及時的後續產品開發。
這意味著需要大量的資金支持。例如，Greenplum在2065.438+00年獲得了6543.8億美元的投資，但仍然不足以完成所有工作，最後不得不選擇賣給EMC。現在最著名的大數據創業公司，錢都比較多，比如Cloudera。基礎設施領域的大數據創業公司通常需要數百萬美元的種子資金才能啟動，但A輪融資之路異常艱難。
新興的大數據創業公司還必須與已經有壹些知名甚至與客戶有合作項目的公司競爭，比如Cloudera、Hortonworks、10gen、亞馬遜AWS、IBM、Oracle等等。
另壹方面，大數據應用創業相對簡單，既有垂直行業應用，也有數據可視化等壹般大數據應用。因為這些大數據應用的價值對客戶來說更直觀，更貼近業務，進入企業IT系統摩擦更少。
2.雲計算是朋友。
無論妳是賣大數據基礎設施，還是賣應用，雲計算都是更有效的商業載體。選擇雲計算不僅僅是在雲端托管，更重要的是通過雲計算為客戶提供服務。妳會有更多的控制權，在有限的資源上優化運營，會讓妳對產品的理解更透徹。
雲計算也降低了潛在用戶試用產品的成本和門檻。從NewRelic到亞馬遜AWS，都得益於雲計算+大數據的模式。
3.開發者是朋友
如果妳主要從事大數據分析，比如ClearStory、Platfora或者CRM營銷應用，數據分析師就是妳的朋友。無論是哪種情況，最好的方式都是圍繞目標受眾進行開發和營銷，目標受眾主要是開發者和營銷人員。CIO不是壹個好的目標受眾！
關註首席信息官而不是開發者，往往會導致妳在實際簽約時遇到難題。圍繞開發者營銷的戰術被很多雲計算創業公司和純大數據軟件公司采用，比如Splunk和Tableau。
再比如Infochimps和Continuity的產品差不多(都是強制上雲，在用戶數據中心落地)，但是Continuity完全面向開發者，這意味著可以積累更多的技術粉絲。
4.將數據科學家推到前臺的中心
這既是營銷策略，也是銷售策略。數據科學家是最能展現數據和平臺力量的人，也是大會上最受歡迎的發言人。
但是大數據科學家也需要謹慎選擇內容。現在大家已經接受了Hadoop和NoSQL，沒必要每次開會都說4V等科普。至於如何配置和整合大數據系統，只能吸引壹小部分受眾，除非妳的項目非常大。
Cloudera比競爭對手更出名的原因有很多，但Jeff hammerbacher絕對是壹個舉足輕重的人物。不談大數據的價值和架構。站在聽眾的立場上，談談可以做什麽分析，怎麽做。
5.開源有多重要取決於妳自己。
幾乎所有的大數據公司都依賴開源軟件，有些是“借來的”，比如Hadoop、Storm和各種數據庫，有些是自己開發的，有些是混合模式，比如HBase上添加的壹些功能應用。這些開源項目如此受歡迎是因為社區的力量。
開源絕不像看起來那麽容易。這並不意味著妳可以通過在Github上放壹些代碼來回饋社區。開源的目的是把使用相同代碼的人聚集成壹個社區，不斷完善代碼。這和第三點提到的吸引開發者有關系。只有當更多的用戶和開發者對妳感興趣，並在妳的產品上花費時間和精力，妳才能最終為之買單。
無數的創業公司開源他們的代碼，但是那些真正能推動項目、建立社區的公司才能脫穎而出。比如Neo Technology的Neo4j，Concurrent的Casading和10gen的MongoDB甚至像Twitter這樣面向公眾的公司都開放了Storm和Mesos等項目。
原始鏈接: