Die Top 5 Herausforderungen für Big Data Startups Heute

Die Top 5 Herausforderungen für Big Data Startups Heute
Vor nicht allzu langer Zeit waren Big Data ein Nischenthema. Aber, vor ein paar Jahren, und heute ist es der Treibstoff, der die meisten datengesteuerten Unternehmen antreibt. Darüber hinaus informieren Big Data die Strategie, steigern die betriebliche Effizienz und beschleunigen das Wachstum. Related: Watch Out!

Vor nicht allzu langer Zeit waren Big Data ein Nischenthema. Aber, vor ein paar Jahren, und heute ist es der Treibstoff, der die meisten datengesteuerten Unternehmen antreibt. Darüber hinaus informieren Big Data die Strategie, steigern die betriebliche Effizienz und beschleunigen das Wachstum.

Related: Watch Out! Here Comes Big Data 2.0

Die Finanzinvestitionen haben inzwischen mit dem Datenboom Schritt gehalten. Rund 75 Prozent der Unternehmen geben an, dass sie in den nächsten Jahren für eine fortschrittliche Big-Data-Infrastruktur ausgegeben oder geplant haben. Und eine Flut von neuen und aufregenden Big-Data-fokussierten Startups ist da, um den wachsenden Appetit von Unternehmenskunden zu befriedigen.

Aber so attraktiv wie der Big Data-Bereich ist, kann es ein schwieriger Sektor für neue s sein. Bedenken Sie, dass 66 Prozent aller Startups innerhalb der ersten 12 Monate scheitern. Obwohl Big-Data-Unternehmen darauf vertrauen können, dass sie in einen heißen Raum geraten, warten Stolpersteine. Sie müssen antizipiert und berücksichtigt werden.

Hier sind fünf dieser kritischen Herausforderungen, vor denen Big-Data-Startups heute stehen.

1. Der Mangel an Talenten

Big Data ist die Definition eines Wachstumsmarktes: Sechs von zehn IT-Entscheidern erwarten, dass ihre Organisationen in diesem Jahr mehr für Big-Data-Initiativen ausgeben. Nur fünf Prozent rechnen mit einem Rückgang des Budgets. Aber während sich die Kategorie aufbläht, ist die größte Frage, ob dieses Wachstum die Talente übertreffen wird, die benötigt werden, um es umzusetzen und seine Einführung zu skalieren. Und die Antwort lautet: Ja, dieses Problem ist real.

Nach Angaben des McKinsey Global Institute wird der Markt in den USA bis 2018 1,7 Millionen fähige Big Data-Profis haben - etwa zur gleichen Zeit wie der US-amerikanische Datenmarkt wird sich auf 41,5 Milliarden Dollar belaufen. Wenn die Kategorie erweitert wird, wird sich die Qualifikationslücke vergrößern. Startup-Personal und Personal - der Schlüssel zum Wettbewerbsvorteil in einem aggressiv wachsenden Raum - wird noch schwieriger werden. Es gibt keine einfache Lösung, da die einzige wirkliche Lösung in Jahren liegt, in denen sich der Talentpool natürlich vertieft hat, um die Marktnachfrage zu befriedigen. (Es gibt auch einen Hauch von Ironie hier, da viele Big-Data-Startups, die versuchen, den Mangel an Talent auf dem Markt über ihre eigene Software zu mildern, immer noch das gleiche Problem haben.)

2. Die Kosten für Talent

Rund 71 Prozent der Unternehmen und IT-Organisationen betrachten sich selbst als durchschnittlich oder nachtragend, wenn es um die Nutzung von Daten geht. Es besteht eindeutig die Notwendigkeit, die Talentfähigkeiten und die Bildung für die vorhandenen Arbeitskräfte zu verbessern. Wenn jedoch Personalschulungen mit dem flachen Talentpool gepaart werden, ist es mit erheblichen Kosten verbunden, mit den neu entwickelten Produkten und Ansätzen Schritt zu halten.

Insgesamt beliefen sich die Betriebskosten 2013 auf über 130 Milliarden US-Dollar. Angesichts der Schnelllebigkeit des Datengeschäfts und des daraus folgenden Bedarfs an mehr Personal und kontinuierlicher Schulung werden diese Kosten nur dann in die Höhe schießen, wenn sie hoffen, eine Flagge zu pflanzen.

Verwandt: Warum Ihr Startup-Unternehmen Daten sein muss? der Anfang

3. Missing Education bekämpfen

In einem kürzlich erschienenen Artikel über Hadoop sagte die Wall Street Journal von Deborah Gage: "Wenige Phrasen werden mit höheren Erwartungen transportiert als große Daten. & Rdquo; Der aufsteigende "Hype & rdquo; und die Erwartung des Big-Data-Potenzials, das Gage beschrieben hat, hat viele Organisationen in die Blindadoption getrieben: Sie greifen eifrig Tools an, die oft nicht ihren Bedürfnissen entsprechen, einfach weil diese Tools am beliebtesten zu sein scheinen (Hadoop ist ein Beispiel)

Erschwerend kommt hinzu, dass große Datenplattformen von Natur aus dick sind. Dies macht es für Anbieter schwierig, Funktionalität und Vorteile zu artikulieren, und es ist für Adoptierte noch schwieriger, die Plattform zu verstehen. Deshalb, so Gartner, "werden bis 2017 60 Prozent der Big-Data-Projekte nicht über das Pilotieren und Experimentieren hinausgehen und werden aufgegeben. & Rdquo; Missbildung hält letztlich die wahre Größe und den Erfolg auf.

4. Finanzierungshindernisse

Die Datenwelt ist gesegnet mit VC-Aufmerksamkeit und einer aufsehenerregenden Finanzierung, wie Hortonworks und Dataminrs jüngste 100-Millionen-Dollar-Runden bewiesen haben. Aber in vielerlei Hinsicht wird das Wettrennen um Geld für neue Spieler nachteilig.

Da der Sektor überfüllt ist, ist es schwieriger für die typischen, sein Unternehmen vom Rest des Rudels zu trennen, weil so viele Unternehmen mögen Palantir, MongoDB und Mu Sigma (die alle über mindestens 200 Millionen Dollar verfügen) sind der Investorengemeinde bereits bekannt. Und weil die Finanzierung gestiegen ist, können wir irgendwann davon ausgehen, dass die Anleger bei ihren Engagements in früheren Phasen zögerlicher werden und stattdessen in etabliertere Unternehmen investieren.

5. Großer Wettbewerb

Da die globalen Ausgaben für Big Data 2015 voraussichtlich 125 Milliarden Dollar erreichen werden, sind Startups nicht allein. Sie sehen sich einer brutalen Konkurrenz durch milliardenschwere Unternehmen wie SAP, Microsoft und IBM gegenüber. Diese Riesen können Feature-Updates für Produkte veröffentlichen, die ganze Startups außer Gefecht setzen. Ihr Kapital ist unbegrenzt, während Startups ihre Bemühungen enger fokussieren müssen, um ihre Cash-Burn-Rate zu halten.

Und das ist eigentlich eine gute Sache. Der beste Weg für Startups, Erfolg zu haben und Leads gegenüber massiven Konkurrenten zu behalten, ist, sich auf eine Nische zu konzentrieren und es gut zu machen. Größere Unternehmen sind immer auf der Suche nach Möglichkeiten, sich einen Wettbewerbsvorteil zu verschaffen. Wenn sich Start-ups in einer bestimmten Nische als herausragend herausstellen - über Storage, Preparation oder Analytik -, werden größere Unternehmen, die in Erwägung ziehen, diesen Bereich zu betreten, in der Regel eine attraktivere Alternative finden, als diese Funktionen von Haus aus zu entwickeln.

Die Lektion hier: Der Aufbau eines erfolgreichen Big-Data-Geschäfts ist nichts für Zartbesaitete. Aber wenn Sie sich auf die fünf beschriebenen Herausforderungen vorbereiten und darauf vorbereitet sind, können Sie eine wichtige Rolle in dem anhaltenden und beeindruckenden Wachstum der Kategorie spielen.

Verwandte: Madison Ave.'s Neue Kinder auf dem Block: Wie große Daten die Werbelandschaft verschieben