大数据
以色列大数据公司 Anodot 获 300 万美元 A 轮融资
Anodot日前在 A 轮系列融资中获得 300 万美元，投资方为 Disrupt-ive，融资总额已达 450 万美元。
Anodot 是一家提供实时分析和异常检测的大数据创业公司，成立于 2014年6月，总部位于以色列，还在森尼维尔市、加利福尼亚、以色列的瑞安那等多地成立了办事处。
Anodot 通过已获得专利的机器学习算法，实时在大量的数据中发现异常的数据并把他们转为有价值的商业信息，以消除商业观察中的延迟，支持快速的商业决策，目前主要应用在广告技术、电子商务和物联网行业。
值得一提的是创始团队成员都是连续创业者，Anodot 的 CEO David Drai 曾是 Cotendo 公司的联合创始人兼 CTO，这家公司最后被 AKamai 以两亿六千八百万美元收购。而 Anodot 的首席数据分析专家 Dr.Lra Cohen 是惠普软件的前 CTO。研发副总裁 Shay Lang 同样有多年相关经验。此外，董事会的成员还包括 Impreva CEO 兼总裁 Anthony Bettencourt，O’ Reilly Media 的首席数据分析师 Ben Lorica。
今年早些时候就有行业分析称，BI 将会在未来快速发展，到 2018年 之前，有望以每年8.3%的增率、两百亿美金的市值增长。正如很多 BI 公司已在 2015年 拿到了融资，例如以色列创业公司 Pyramid Analytics 和 Sisence 都在今年获得了 3000 万美元的投资，Looker 也在今年3月 份融到了 3000 万美元，Adaptive Insights 则在 6月 份获得了 7500 万美元。
Disrupt-ive 的合伙人兼 Anodot 董事会成员 Tal Barnoach 此前曾发表声明：“通过自动化、实时的对大数据指标和关键信息进行提取分析，来变革商业智能，这有着巨大的市场潜力。”
Anodot 的 CEO David Drai 也表示：“拿打车 APP 来说，订单都是基于短信系统，若出现问题则至少需要 3 天来进行修复，动则会损失上万美元。这就是我创立 Anodot 的初衷，希望利用机器学习和自动监测来进行实时分析，降低由延迟发现问题造成的损失。”
据悉，知名科技公司 WIX 和 Avantis 都已是 Anodot 的客户，本轮融资将用于在物联网、电子商务、广告技术等的市场扩张。
Israeli business intel startup Anodot scores $3 million in Series A
Anodot, a business intelligence startup that specializes in anomaly detection, exited stealth on Wednesday and announced a $3 million Series A funding round led by Tel Aviv- and New York-based Disrupt-ive Fund. Its total funding to date is $4.5 million.
They use machine learning algorithms to identify system anomalies. Already counting prominent tech companies Wix and Avantis among their clientele, the new round will help them expand their sales strategy toward IoT, e-commerce, and adtech companies abroad.
“There is a huge opportunity to disrupt the BI market by enabling automated and real-time insights into big data pools of metrics and KPIs,” said Disrupt-ive Fund general partner and Anodot board member Tal Barnoach in statement to the press.
Its co-founders have impressive resumes: CEO David Drai is also the co-founder and former CTO of Cotendo, which was acquired by Akamai for $268 million, and the former CTO of Gett. Chief Data Scientist Dr. Ira Cohen is the former CTO of HP Software and VP of R&D Shay Lang has experience at several tech companies. Their board includes the likes of Imperva CEO and President Anthony Bettencourt and O’Reilly Media chief data scientist Ben Lorica.
“As a mobile taxi app, SMS text orders were dropped by the carrier, but it could take up to three days to spot critical issues and fix them, costing tens of thousands of dollars per incident,” Drai said. “That’s where I got the idea for Anodot—to employ the latest advances in machine learning to detect performance problems automatically and in real-time, eliminating the latency.”
BI is flying high
The business intelligence market is expected to grow 8.3% per year to a value of $20.8 billion in 2018, according to an industry analysis by MarketsandMarkets published earlier this year. Consequently, BI companies have raised a lot of money in 2015. Fellow Israeli startups Pyramid Analytics and Sisense both raised $30 million rounds this year. Other companies include Looker, which also received $30 million in March, and Adaptive Insights, which brought in $75 million back in June.
The company was founded in June 2014 by co-founders CEO David Drai, Chief Data Scientist Dr. Ira Cohen, and VP of R&D Shay Lang. They maintain offices in Sunnyvale, California and Ra’anana, Israel.
本文来源：geektime.com
大数据
永洪科技获1亿元人民币B轮融资，帮零技术背景的业务人员实现大数据分析
永洪科技对外宣布，完成 1 亿元人民币的 B 轮融资，由东方富海领投，经纬中国、达泰、艾瑞咨询跟投。2015年1月，该公司完成五千万人民币 A＋轮融资，资金来自经纬创投。
永洪科技提供敏捷型大数据分析工具，可以实现 5 分钟一键安装、5 分钟快速数据源配置以及 5 分钟报表设计，大部分的业务分析需求变化，都可以在一天内得到响应。从使用门槛来讲，永洪的绝大多数操作体现为点击和拖拽，即便是零技术背景的业务和运营人员，也可以独立、自助式地完成大数据分析。
永洪 “敏捷型 BI” 的定义，既来自于部署和实现过程的迅速，也因为其所有的数据分析过程，都是实时运算、实时反馈。以前使用传统 BI 进行的数据分析，需要技术人员提前设定一套运算规则，把数据跑一遍，最终得到一个静态的报表——当你需要尝试更多的分析方法和维度时，还要重新走一遍这个流程。永洪的使用体验是，你只需几下点击，就可以在可视化界面上变更运算条件，在新的维度组合下，数据将得到实时处理，并且实时生成新的报表。
列举几个行业应用案例。例如在能源风电方面，永洪可以检测电机、风机等数的数据，分析出能效，根据这些可以预测出机器是否坏掉，也可结合数据科学家的分析判断出哪些需要改善。又例如在旅游行业，永洪可以帮助客户进行探索式分析，判断出 “基于哪些地域特征下我的广告投放是最有效的”、“我的房屋是不是够的” 等等。再例如金融领域，永洪可以基于用户画像的分析帮客户推广零售系统，服务于贷款、理财、基金、监控等业务。
实时运算的基础，是永洪在底层技术上的铺垫。永洪综合运用了列存储、分布式计算、内存计算、分布式通讯等技术，自主研发了比较高性能的大数据计算引擎，作为分析用的数据集市，可以让百亿级数据在秒级时间内完成计算。
数据安全方面，永洪支持客户的本地部署，无需将数据上传云端。由于以分布式计算为基础，当客户需要扩展计算能力时，甚至可以通过增设几台 PC 机的方式实现，成本相对低廉。
据永洪科技创始人何春涛透露，目前永洪科技合作伙伴 300 多家，客户 1000 多家，收费用户 20000 多个，续约率在 95%以上。其中不乏中国移动、中国电信、艾瑞集团、泰山兄弟投资、Admaster、科技部、中信银行、四达传媒、中国风电、宝宝树等标杆客户。计划明年会扩张到成都、沈阳等地。
来源：36氪，作者：徐宁，如若转载，请注明出处：http://36kr.com/p/5040964.html
大数据
大数据分析平台 Platfora 获 3000 万美元融资
主要帮助客户进行交易与业务数据分析的大数据分析平台 Platfora 近日获得了 3000 万美元的融资。
Platfora 是一家提供大数据分析应用的初创企业，成立于 2011年，总部位于圣马特奥。其大数据分析平台可工作于 AWS、微软 Azure 以及 Hadoop 之上，业务分析师可以利用它在不需要数据科学家的情况下对各种来源的数据集进行分析挖掘。跟典型的大数据平台一样，Platfora 也支持常见的数据应用流程，包括数据准备、数据处理（在内存数据库中进行）以及数据的分析。但在分析层面上，Platfora 提供了一个可视化展示层，可以为数据挖掘提供便利。
大数据的爆炸已经催生出一个比较繁荣的生态体系，按照bigdatalandscape的划分，Platfora 属于大数据应用的分析与可视化，实际上这个细分领域已经相当拥挤，不乏 TIBCO、SAS、Palantir 等新老竞争对手。但是 Platfora 的表现仍属亮丽，现有已有超过 100 家客户，收入和客户年增长率均超过了 100%。
此轮融资由汇丰银行、Harmony Partners 等新投资者及 Allegis Capital、Andreessen Horowitz、Battery Ventures、思科等原有投资者提供，至此，其总融资额已达 9500 万美元。有一点值得注意的是，汇丰银行、花旗银行、思科等投资者均为其客户，相对于其他投资者，这些客户除了资金以外，还可以为 Platfora 提供业务洞察、产品改进建议等，也有助于改善拓展相关领域的业务。
而此轮的融资所得，将用于扩充团队（明年拟从 150 增加至 250 人）扩大销售与客户支持（可能会需要帮助客户进行很多的数据分析处理工作）以保持增长势头。
来源：36氪，作者：boxi，如若转载，请注明出处：http://36kr.com/p/5040839.html
大数据
《2015企业服务投融资简报》发布：大数据、SAAS在资本市场将持续升温
导语： 寻找深层次需求，打造差异化服务方向，必然成为未来企业级服务的核心目标。
纵观近年来，有关企业服务的话题在国内并不少见，却一直没有形成风口产业。国内的大部分企业级服务架构也基本参照国外模式而做,但真正称得上独创或特例的服务形式并不多见。因此，寻找深层次需求，打造差异化服务方向，必然成为未来企业级服务的核心目标。
1、前三季度企业服务领域发展趋势：
2015年前3季度，创业邦创投库共收录了455起企业服务领域的投融资事件，投融总额高达81亿美元以上;其中国内投融事件为244起，投融额为32亿美元以上，年度将终，2015中国企业服务走向已然浮现，现简报如下：
国内前三季度企业服务类轮次及金额分布图
从国内融资阶段来看，在已公开轮次及金额的交易中：天使轮95起，A轮90起，Pre-A轮13起，B轮24起，C轮9起，D轮5起;E轮1起;战略投资3起;天使轮及A轮几乎占融资交易的绝大比重，从已公布的交易数据上看，风险投资机构对前两轮更为关注，而阿里巴巴对阿里云的60亿战略投资更是占据企业服务投融总额的近1/3。
融资公司大部分成立年份集中在近三年，越发凸显创业者的积极性
京、上、广三地依旧受创业者热捧
2、前三季度企业服务领域发展特色、趋势
(1)随着创业浪潮的挺进,近两年衍生出了一个新兴产业——创业服务
创业服务最初的形态就是孵化园区,随着创业大军的剧增,简单的孵化器已经无法满足众多创业者的需求,于是演变出了众多类似于3W咖啡、车库咖啡、大学生创业营等众创空间的孵化新形式。和以往最初的孵化器相比，新的孵化模式更多是以产业链服务和天使投资为特点的，包含丰富的服务形式及获利模式，孵化期更短更高效，除了为创业者提供：工商注册、对接投资人、创业培训活动、法务技术支持外，甚至还会在创业团队结束孵化时组织路演或DEMO DAY等活动，为创业者提供更多便利的服务,造就了更多出色的创业公司。
今年10月融资的DayDayUp就很有代表性，成立不到一个月的时间就进行了天使轮融资，并吸引了众多投资者和创业者加盟，不可谓不是一种成功。
(2)快速并稳步发展的领域——大数据、SAAS
事实上，全球互联网巨头都已意识到在“大数据”时代，数据的重要意义。包括EMC、惠普、IBM、微软在内的全球IT巨头纷纷通过收购“大数据”相关厂商来实现技术整合,国内虽然近年来开始注重大数据，但还处于大数据收集的过程中。值得注意的是，近期拆除VIE架构回归国内资本市场的品友互动获5亿Pre-IPO融资，继续推进大数据营销国际化。而11月份，九次方大数据也完成了两轮融资，总计融资7亿元人民币，估值达到30亿元。
国内SAAS服务今年以EverString6500万美金的B轮融资和纷享销客1亿美金的D轮融资最为出彩,国外Optimizely被誉为史上增长最快的SAAS服务公司，也在10月年尾获得5800万美金C轮融资的傲人成绩，已经成为最先进的A/B测试平台。结合之前创业邦创投库收录的SAAS领域投融事件来看，SAAS在企业软件市场中所占比重相对偏低，但SaaS服务未来的重要性早已在业界达成共识。相比传统的企业软件售卖模式，SaaS企业服务运营模式更加简单,没有使用场合的限制，更加符合未来移动办公的发展趋势。
(3)成熟型发展领域——IT服务
根据创投库数据显示，IT服务在投融资上依旧表现优异，金山软件、悠络客、UCloud优刻得云计算、OneAPM等获亿元以上投资，轮次在B轮以上。目前IT服务业正步入一个转型与关键时期，未来将逐渐呈现网络化、远程化以及实时化趋势。
3、IDG领衔，红杉经纬随后——最活跃的7家投资机构
活跃度最为活跃的为IDG资本，前3季度出手13起投资，经纬中国和真格基金紧随其后。
这些机构在2015年分别投资如下企业：
IDG资本在2015年前三季度中共参投12家公司：App Annie、快快开店、云景智维、金山云、Coding、SilkCloud、无讼网络、Jpush、纷享销客、Testin云测网络、Teambition、EverString
经纬中国在2015年前三季度中共参投8家公司：酒店哥哥、北森、MAKA、知果果、蓝海讯通、环信、机智云
真格基金在2015年前三季度中共参投8家公司：日志易、北京智齿科技、优客工场、枇杷派、闪签科技、EverString、监控易、易会
创新工场在2015年前三季度中共参投7家公司：我的打工网、火速轻应用、易遨中国、Secken赛肯、太火鸟、优客工场、Face++旷视科技
红杉资本中国在2015年前三季度中共参投6家公司：MikeCRM麦客、北森、金柚网、环信、优客工场
深创投在2015年前三季度中共参投6家公司：福建长威网络科技、南京安元科技、武汉百景互动、DataEye、玉米科技、兔展-中北明夷
北极光创投在2015年前三季度中共参投5家公司：山石网科、纷享销客、Teambition、微步在线、大街网
综合创业邦创投库之前收录的投融资数据来看，IDG资本、经纬中国和真格基金在企业服务领域的投资更为积极，资本主要集中在大数据和SAAS两个细分领域内。
或许是创业浪潮的兴起，创业者的急剧增加，创业服务类在今年异军突起，表现十分抢眼。而资金主要还是集中于大数据及SAAS，就目前形势来看，国内大数据及SAAS依旧与国外有着不小的差距，而创业者的创新精神永远值得肯定，投资者会将持续看好并关注这两个领域，传统软件+SaaS也将是会整个软件行业的一个大的趋势，而SAAS互联网化，与企业进行更亲密的交接，或许能让SAAS服务进行到极致。
来源：创业邦
大数据
大数据交易平台数据堂获得B轮2.4亿元人民币融资
导读 : 大数据采集处理、共享交易及数据云服务是数据堂三大核心业务，今天，数据堂宣布获得B轮2.4亿元人民币融资。
数据堂宣布获得B轮2.4亿元人民币融资，本轮融资由中航信托、海通证券、东方证券、浙商资管、青岛华通、安徽国富共同出资。2014年初,数据堂获得田溯宁云基地和国泰创投1300万元的Pre-A轮融资,今年5月完成了由达晨创投领投的A轮融资。
数据堂起初由科研和人工智能大数据服务商发展而起，目前数据堂服务领域扩展到智慧交通、健康医疗、金融征信、政府大数据运营等诸多领域。
大数据采集处理、共享交易及数据云服务是数据堂三大核心业务。数据堂拥有基于众包模式的数据采集平台，40多万全球实名注册用户可高效采集和提供各类线下数据。众客采集线下非结构化数据，包括文本、语音、图像等资源，这些被采集的数据经过结构化处理，供给近千家合作机构，为其提供人工智能、征信、智能交通、健康医疗、商家商价等多领域优质行业数据资源服务。
数据堂运营国内第一家大数据电商平台，以电商的形式实现大数据资源的在线交易。目前上线数据包含语音识别、智能交通、文本语料、图像识别、社交网络、生活服务、地理位置、视频处理、电子商务等多类数据源。数据云服务是以数据API接口的形式，为全行业提供各类实时数据源服务，包括：征信服务、交通服务等。
此轮融资后，数据堂将进一步进行数据资源的开拓投入，优化数据商城大数据交易模式，在数据云服务上加快科研与技术落地，战略布局数据市场。
数据堂创始人齐红威谈到，大数据发展已进入高速发展期，2015年将是各方布局大数据的关键时期，未来两三年将奠定大数据市场的初步格局，大数据将迎来超过十年的上升期，价值万亿的大数据市场已经打开。
来源：i黑马
大数据
携程去哪儿合并 垂直招聘网站是否也会走上并购之路？
日前，随着资本市场趋冷，互联网企业纷纷走上了并购之路，如携程去哪儿合并、美团大众点评合并、优酷土豆合并、赶集58同城合并等。那么，未来如拉勾网、猎聘网等垂直招聘企业是否会走上并购之路？
导语：近年来，如拉勾网、猎聘网、BOSS直聘等细分行业垂直招聘网站纷纷兴起，隐隐有威胁到智联招聘、前程无忧等传统互联网招聘网站的势头。它们逐渐改变了求职者和招聘企业在人才分配上的习惯，也令越来越多的求职者找到了满意的工作。但是，垂直招聘的行业属性决定了，目标用户群不会太大，这就可能导致当未来随着竞争越来越激烈时市场份额和商业前景不被看好的情况。虽然垂直招聘网站正蚕食传统招聘网站市场，但是过于垂直的话，只能将自己的未来限定的太死。因此，垂直招聘网站不能过于垂直，有限度的垂直或许才是可持续发展之道。那么，垂直招聘未来的发展在哪里？本期节目将为您一一解读。
细分领域的垂直招聘网站纷纷兴起
类似智联招聘、前程无忧这类大而全的综合性招聘平台近两年已没有新的创业者进入，而拉勾网、猎聘网、赢才网等为代表的细分型招聘网站纷纷崛起，这些人才网站或以人才高低端层次区分定位，或专注于某一行业领域。
知名信息服务平台易观智库的数据显示：2014年，中国互联网招聘市场规模达到32.4亿元人民币，预计到2017年，市场规模将达到53.3亿元人民币，整体呈稳定增长态势。报告同时指出，互联网招聘经过近20年发展，逐渐出现新的发展趋势。
垂直招聘网站在简历投递效率、信息精准度方面具有明显优势，能大大提高互联网求职者的求职效率，将逐渐成为在线招聘求职的首选网站。
赢才网CEO周斌认为，在人才招聘领域，每个行业都有各自的痛点，招聘垂直化的核心价值就是找到行业痛点，实现个人与企业信息的快速匹配。
随着大数据在互联网领域的广泛应用，招聘领域将与大数据融合，采集互联网中公开的专利、论文，简历和社交数据，建立求职者的人才画像，结合企业的招聘需求，采用大数据分析技术主动为企业推荐合适的候选人。企业发布职位后，系统智能将人才精准定位，秒级推送给企业，企业不用再苦等人才上门，靠数据寻找人才。
以脉脉等为代表的社交型招聘APP也代表了未来招聘行业的发展方向。社交招聘不仅可以降低企业的招聘成本还可以提升企业的招聘效率。企业不仅可以通过社交网站进行应聘者背景调查，还可以通过招聘网站寻求更多优质推荐。未来，社交场景将在招聘环节中不断扩大，超越招聘功能成为行业交流社区。
中国互联网招聘市场到底有多大
2014年，中国网络招聘行业雇主规模达到252.4万，增长率为28.2%。分析认为：（1）中国整体国民经济稳步增长，网络招聘雇主招聘需求也随之增长；（2）中国企业尤其是中小企业、微型企业招聘需求持续旺盛，供需量大且匹配难度依然比较大；（3）中国网络发展迅速，网络招聘提供更多的服务能力和更好的服务水平。
2014年中国网络招聘行业求职者规模达到11525.2万人，增长率为10.9%。互联网的普及进一步推动在线求职者数量的增加。由于求职者数量体量已经非常庞大，因此增速逐步减缓，2018年预计突破1.6亿人。
2014年中国网络招聘求职者中，高学历人群占比为85.7%。从趋势来看，高学历群
体占比呈下降趋势，由2009年的89.7%下降至2014年的85.7%，而低学历群体占比则呈现上升趋势。伴随着互联网向三、四线城市及农村市场的渗透，以及生活服务的发展，未来低学历群体占比将会进一步提升。中国招聘网站月均浏览时长为3717.9万小时。
中国网络招聘行业典型模式分为综合网络招聘模式、移动招聘模式、社交招聘模式、垂直社交模式和分类信息网站模式。
1、综合招聘模式，代表性企业有前程无忧、智联招聘等，综合招聘模式发展较早，这类企业目前是网络招聘的领军企业，市场份额超过60%。
2、移动招聘模式，其是网络招聘行业在移动互联网趋势下发展的新方向。目前在移动端发力的企业主要有前程无忧、智联招聘等综合招聘网站和大街网、Linkedin等社交招聘网站。
3、社交招聘模式，是基于社交圈子和职业人脉的招聘方式，代表企业有大街网、Linkedin等网站。
4、垂直招聘模式，是指专注于某个行业、特定人群或是某个特定区域的招聘服务，代表企业有拉钩网、猎聘网、南方人才网等网站。
5、分类信息网站模式，代表性企业有58同城、赶集网等网站，这类网站主要发布蓝领人群的招聘信息，招聘业务只是这类网站的一部分业务。
垂直招聘的发展趋势
未来，最新的技术不是社交网络了，而是大数据，这个技术趋势将会再次彻底商业环境和人们的生活方式。现在是一个电子设备和虚拟网络的时代，每个人都会接触网络，并在网络上留下自己的痕迹，这些痕迹其实就是数据，这些数据记录了你的喜好，记录了你的经历，记录了你的思维水平，记录了你的社交网络，记录了你的行为风格，当这些数据越来越多时，它就能预测你的可能性，这些数据将会充满智慧。
招聘的根本目的是什么？就是要通过简历和面试来预测你是否适合岗位的要求，试想一下，如果每个人都自带一个数据包，这个数据包里是自己过往的一切经历（当然是不可更改的），雇主通过数学模型构建了一个人和岗位的匹配算法，你一旦将数据包分发给公司用来测试，也许几分钟的时间就能得到你和这个岗位的匹配度分数。以后HR也许就不会再面试了，直接通过调用各个申请人的数据包去匹配岗位的需求模型，得分最高的那个人就是最合适的，选他应该没什么问题。
垂直招聘是否会走上并购之路？
日前，随着资本市场趋冷，互联网企业纷纷走上了并购之路，如携程去哪儿合并、美团大众点评合并、优酷土豆合并、赶集58同城合并等。那么，随着招聘行业的持续发展，未来如拉钩网、猎聘网等垂直招聘企业或许有肯能走上并购之路，减少竞争以占领更大份额的市场。
2014年11月19日，58同城全资收购了一家垂直行业招聘网站“魅力91”。魅力91成立于2004年，自称是中国最大的，也是目前唯一拥有成熟的全国性营业员网络招聘服务平台的招聘网站。姚劲波对表示，魅力91非常了解服装行业每个企业需要什么样的人，其推广渠道主要在五星级酒店和商城，直接面向这些行业的服务人员进行推广。
姚劲波指出，这种企业未必很大，在某一个行业做得非常出色，58同城就可以去学习，甚至进行合作或者并购。58同城不缺乏用户量，缺的是专业的运营方法论，如果这个行业有类似魅力91的公司也会进行投资。
2015年5月8日，58同城收购中华英才网。中华英才网一直以来命运多舛，几经易主，曾因母公司为国外企业导致水土不服，中华英才网的表现也一直不温不火。
对于58同城的收购，业内有观点认为，这对于中华英才网而言是契机，依托其平台效应、业务协同作用及资金优势都能为中华英才网注入新的血液。另一方面，58同城作为本土化的互联网公司，在中国市场深耕多年，贴近并了解用户需求，这种基因对于中华英才网新团队的影响至关重要。而中华英才网多年来的品牌积累也能帮助58同城打通招聘全业务环节，实现招聘领域覆盖。
总结
随着如IT、金融、房产、社交等各类垂直招聘企业纷纷建立，未来在该领域的竞争会越来越激烈。这意味着各家企业避免不了的市场份额被分割缩小的命运。因此，随着垂直招聘市场的发展持续深入，巨头以并购的方式介入也不是不可能，某个垂直招聘企业通过并购的方式不断壮大也有可能出现。携程去哪儿合并的方式在垂直招聘领域出现或为期不远。
来源：品途网
作者：林大学士
责编：林峰
原文出处： http://www.pintu360.com/article/562f7ca323e1c52278abd6d3.html
大数据
利用大数据自动匹配内部人才和职位的法国公司 Clustree，再获 290 万美金融资
Clustree是一家利用大数据，为大公司中合适的职位自动匹配合适人选的法国创业公司。它刚宣布，获得了来自Alven Capital 和其他天使投资的 290 万美金融资。值得一提的是，2014年7月，Clustree 获得的 76 万美金的种子融资也是来自他们。那时，产品还没有开发出来。同时，在产品开发出来前，Clustree 就把产品销售出去了。
创始人 Raphélis Soissan 接受采访时表示，之所以开始这个创业是源于自己的个人经历。那时她想换一份工作，为此搜索了无数份拥有相同背景的简历，想以此来研究自己接下来可以做什么。最后，她并没有找新工作，而是创办了一家公司，来帮助有相同需求的人。
一开始，Clustree 从网络上下载上千万份简历来寻找趋势。通过分析数百万人的职业生涯路径，创建了换工作人员的数据图。随后，用户可以上传自己公司的简历，并且通过表格来手动添加员工的数据。所有数据都会进行匿名处理， Clustree 的用户可以共享，以生成更好的推荐。
这对于之前没有考虑从公司内部寻找合适人才的 HR 部门来说，无疑是个很好的工具 。同时，HR 绝对应该使用更多数据来作决策，因为这比传统通过猎头或是花无数时间来面试候选人，要廉价许多，也更高效。并且，它也能帮助在公司觉得没有被重视的优秀员工。在某种程度上会让员工更加安心、尽力地工作。
一个看似简单的创意，却可以产生巨大的经济价值。Clustree 只提供软件服务，所有的程序在用户公司的电脑上运行。同时，大公司会重复使用 Clustree 的服务，而这一服务并不便宜。目前，很多法国上市公司都开始用它的服务，Engie, Canal+ and Orange 是其客户。
Clustree 计划用此轮融资，推出新功能以及在法国获取更多客户。同时，公司团队计划在下月人数增加一倍。未来内部招聘将不是其唯一业务，Clustree 也在寻求全球拓展。
HR 部门需要更科学的决策，法国仍有很多潜在客户，这也是 Clustree 很有前景的原因。Clustree 还很年轻，但未来可能会推出更多有用的功能。
原创文章，作者：张大大
来源：36氪
大数据
基于知识体系做人才推荐，“聘宝” 获洪泰基金千万级人民币Pre-A轮融资
招聘推荐服务“聘宝”向透露，获得洪泰基金近千万人民币 Pre-A 轮融资，未来资金将投入到技术优化和市场拓展上。据创始人方园透露，目前 “聘宝” 拥有 8000 家企业用户，1000 家签约付费用户。
“聘宝”创立于 2013 年 9 月，总部位于四川成都，是一款大数据猎头服务应用。企业在 “聘宝” 系统中录入招聘需求，聘宝收到招聘需求后进行解析、匹配，并将算法认为匹配的 3 - 5 位候选人推荐给企业。过程中聘宝会记录用户行为、分析用户喜好，以便下次推荐更符合用户需求。其中，“聘宝” 提供给企业的简历主要来自合作的猎头服务商和渠道。近期他们将尝试用众包猎头的方式来拓展简历来源。
同时本月“聘宝” 也迎来了整体升级。本次升级包括算法优化、推出按需求紧急区分的服务模式、上线微信服务端等。
算法：利用基于知识体系 mapping 的主题的概率模型提高推荐准确率，例如当用户搜索 “iOS 游戏开发” 时，“cocos2d-x” 会扩展出来，那么当一位候选人是 cocos2d-x 工程师时，算法引擎就能够计算他是否属于 iOS 游戏开发。
服务模式：推出了 “省心” 和 “自助” 两档套餐，前者满足企业预算充足，招聘需求紧急但 HR 人手不足时的情形，后者则满足企业基础招聘需求，HR 能够通过下载和收藏积累人才。
微信端：HR 用户将能够直接通过微信服务号提交需求、获得推荐。
目前 “聘宝” 的收入来源主要是企业购买招聘套餐所得。方园透露，下一步，聘宝将继续利用机器学习技术对接 HR、line manager、猎头顾问等多种招聘角色进行招聘服务。
另外，“聘宝” 也开始针对 HR 人群进行用户运营，线上建立 “聘宝江湖” 社区，邀请成都、上海、广深等地 HR 到社区进行经验分享。同时未来一个月“聘宝” 将会举办多场线下招聘会，邀请业内人士进行线下分享。
事实上，除了 “聘宝”，还有很多公司用数据化的方式来进行简历筛选，人才推荐，提高招聘效率，包括 e 成，枇杷派等。据公开资料，“e 成” 于去年获得光速千万美元 A 轮，“枇杷派” 今年 7 月获得赛富亚洲投资基金领投的 A 轮 4000 万元融资。
来源：36氪，作者：饭遥
大数据
Sensors Data面向中小企业提供私人定制方案，算是条蹊径么？
目前在做大数据的公司，比如友盟、百度统计、Talking Data 等，他们已有很大体量的数据积累，像 Talking Data 线上平台每天入口的数据就在 10 个 T 左右，初创公司想要颠覆并非易事。
但是现有的大数据工具基本为标准化产品，有着技术门槛高、上手成本高、和实际业务结合较差以及部署成本高，小公司用不起等特点。那么新创企业就可以根据以往这些产品的缺陷，来做更适合市场和客户的大数据分析工具和服务，也就是走个性定制的路子。
9月25日，Sensors Data公司（80%的人员来自百度大数据部门）正式发布一款用户行为数据分析产品，名为 Sensors Analytics，旨在服务于数据量较少的初创公司，主要针对已有 SaaS 统计服务公司存在的三方面痛点：
1.在数据源收集方面。大部分公司的做法都是在网站前端嵌一个 JS，或者在 APP 里面嵌一个 SDK 去采集客户端用户访问数据。其实有两类数据是没有采集到的，一个是数据库里面的数据，另一个则是服务端的数据。
这就会导致一些问题，比如说电商公司，需要将数据库的商品数据和用户行为结合起来分析，这些后端的数据利用前端是采集不到的，所以有些分析无法覆盖。这也是为什么一些企业用了第三方的数据统计软件，还需要有自己的数据团队去做分析。
2.在分析能力上，数据体量大的公司只能基于宏观指标进行分析，像地域、时间等通用维度。但例如 “来自于北京的年龄在 20-25 之间的女性用户最近一个月购买过 10 次的商品的，平均客单价在……” 这种多个维度组合在一起的深度分析方面就会有欠缺。
由于这类公司的数据太多了，又是标准化的产品，若想要增加一个维度指标，逻辑复杂性和计算量都会大大增加，需要投入的研发代价太大。
3.在数据安全方面，一些公司会担心自己的数据放在第三方平台是否安全。在国内的风险环境下，有一定规模的企业都希望自己做数据工作。
基于上述问题，Sensors Data做的改进如下：
1.Sensors Analytics 支持私有和公有云两种部署方式。私有部署就像 Oracle 软件的性质一样，可以部署在企业自己的服务器上，这样就解决了企业对于数据安全方面的担心。同时对那些相对信用第三方平台的企业，Sensors Analytics 也会提供云版本。
2.Sensors Analytics 对于企业任何一个维度的需求，都可以进行分析。因为对每一家企业，使用的是独立的一套分析产品，其实就是相当于 Sensors Analytics 对每个企业都做了私人定制。
Sensors Data的联合创始人&CEO 桑文锋认为，对于体量较小的创业公司来说，企业本身的数据以后足够支撑，不需要再扩大用户集合分析无关数据。
3.Sensors Analytics 是在帮客户建立专属的数据仓库，数据仓库不同于数据库。数据库是为了满足业务需求，很多人同时使用，每个人只会查很小一部分数据，所以数据库只保留当前的状态，来满足高并发的请求。而数据仓库是可以追溯历史状态的，通过数据仓库可以恢复到数据库里面的任何一个状态。
通过数据仓库这样累积的一段时间的数据，企业可以在此基础上做二次开发，省掉了准备数据的步骤。
关于数据仓库的概念，我质疑了其他公司是否有在做，桑文锋解释到，Talking Data 有一部分业务是针对银行开设的，像交易量、流水等，这种传统企业的数据仓库和 Sensors Analytics 是不一样的，Sensors Analytics 是在基于用户行为建模。另外，阿里公有云也有在做数据仓库，他们的定位是在 IaaS+PaaS，Sensors Analytics 是在做 PaaS+SaaS。
前期，Sensors Data的目标用户更侧重电商、O2O 领域的创业公司，因为对于这类公司来说，用户数据可以直接产生价值，并且这两类创业公司的数量也相对较多。目前，爱鲜蜂、一亩田、pp 租车、快快鱼、51offer 等多家创业公司使用，基本靠口碑传播。年服务费在 2 万到 20 万之间，根据公司员工数量和需要接入的数据量来收费。
来源：36氪 ，作者：徐宁
大数据
如何将大数据与企业人力资源管理相结合？“才储”试图从人格心理测试入手
人格心理测试在我国尚属舶来品，且应用的还不多。但在国外、尤其是商业领域，一些测试已应用的非常广泛——比如正在国内逐渐流行起来的 MBTI。
如果你在国内搜索引擎寻找人格测试，多半绕不开 “才储（APESK）” 这家网站，其创始人徐浥融告诉记者，网站于 2005年 上线（公司正式成立于 2011年），至今已有 2000 万左右的采集样本，目前每日有效测试 2 万次左右。
人格测试除帮助用户深入了解自己之外，也可以在企业人力资源管理上有所辅助。企业服务是才储的主要营收来源和发展方向，它们的需求主要集中在两方面：招聘新员工时，以及内部人才晋升、调岗时的辅助考量。此前 报道过的测聘网、TalentBot，e 成皆在尝试求职者、职位间的双向分析匹配，模式都是基于测评、数据为企业提供更多维度的 “求职者画像”。
才储与企业的合作模式是这样的：首先由企业选出表现优异的员工，对其进行人格测试（MBTI、16PF 等为主），据此得出在某一岗位成绩斐然之人的性格特征。才储依托众多企业的人才型格分布，与模型本身的预测进行对比验证，对模型预测结论进行适当改善，以此帮助企业更科学进行人岗匹配。这种企业服务模式的关键在于根据数据验证重构模型，并引入多个模型交叉测评，如此方能避免用外国模型测评中国人出现解读偏差、或维度单一不准确。
模型改善重在数据，才储在对企业员工测试中会加入测谎题目，如果用户在类似 “我从未撒过谎” 这种问题上趋向选择美好但不符合常情的答案，将被视为无效，从而提升数据真实性。同时也会对题目语句进行修改，避免出现明显的褒贬含义，以及与中国文化迥异、难懂的描述。
目前，才储已经和包括华为、招商银行在内的 700 多家企业展开合作，拥有近 30 万组企业员工数据。才储也在引入更多模型，包括 DISC、OPQ、MBTI 等管理潜质测试；大五（BigFive）和 PDP 等用于服务领域。不过，人格测试对企业还仅仅是辅助作用，现有的模型科学性、技术手段还无法做到精准的匹配，依旧需要人工介入。
才储创始人徐浥融于湖大数学系毕业后直接创业，其团队核心成员一半来自国内知名高校心理学专业、一半来自科技公司的技术、数据分析部门。目前尚未引入投资机构融资。
除了上文提到的几家国内创业公司，国外的SHL和CPP同样在做基于人格数据分析的企业服务，但关乎文化差异、操作障碍，它们还没有融入到中国。
人格测试在我国方兴未艾，尚处于一个只有 20 道题的 MBTI 小测试便能引爆朋友圈、甚至有人对此深信不疑的阶段。经 36 氪向专业人士了解，包括 MBTI、九型人格在内的一些模型，尚在学术圈内有所争议亦或被认为不够严谨，主要因为这些测试没有经过学术期刊的可靠性、合理性认证。测评机构、网站还应负起引导公众科学理解人格测试的担子，在模型重构和多种模型交叉测量上做出更专业的服务。
来源：36氪，作者：暮雨
扫一扫 加微信
hrtechchina
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
大数据
扫一扫 加微信
hrtechchina
