Shweta Gupta：哇，你对你能运用哪些技能并充满自信的总结非常成功。我想换个话题，因为既然你一直从事这个行业，我想听听你更多的见解。现在，随着时间的流逝，情况已经趋于稳定，企业开始了解大数据和分析的领域，并希望借此解决这些问题，而早些年，企业还在摸索如何利用分析技术。现在，你如何看待这个领域？有哪些不同类型的公司？实际的工作进展如何？
Kunal：在我看来，大体上我可以从四个不同的角度来看待这个行业。你可以找到四种类型的公司。我回顾了我从事集群研究的那些日子。第一类公司是资 顶级电子邮件列表 本单位。因此，存在传统的分析单位，它们提供的产品可能是也可能不是分析产品，但它们会应用分析来改进产品或其他东西。例如，Flipkart 或 Amazon 的产品是一个市场，但为了提高平台效率，需要进行大量的分析。适的客户提供合适的建议？同样，对于银行来说，哪
些客户风险高？哪些客户风险较低？为不同客户提供的合适贷款利率是
多少？这些问题也涉及大量的分析。对于保险公司来说，例如 Aviva，最大的问题是哪些客户可能会给我们第二次或第三次保费，从而让我们的产品更有利可图？ 投入到内容营销需求上并不算太多 这些公司设有资本部门，员工可以在其中工作，然后这些公司可以获取大量客户数据，并可以利用这些数据使他们的产品更有意义。
如今，第二类公司是提供分析服务的高级公司。其中一些公司实际上属于我提到的第一类，它们缺乏解决所有问题的技能和专业知识。因此，它们依赖于专注于分析的第二类
公司。这类公司拥有例如音乐模型或分形模
型，这些模型中拥有具备专业技能的人员，可以解决特定问题，并帮助公司改进产品。这些公司提供分析服务，并且专注于分析。例如，Fractal 成立于 2001 年，Mu Sigma 成立于 2006 年。它们已经涉足分析领域一段时间了。同样，这类公司的规模也各不相同，从几人、两三人到三四千人不等。这就是第二类公司。
第三类是那些传统上提供IT服务的大型IT公司，但现在随着分析技术的出现或客户需求的增加，它们正在重新调整员工队伍，或者将分析技术作为重点领域。然后，你又会发现像TCS、工作流和管理咨询这样的公司。几天前，我和麦肯锡的一位人士交谈，他们告诉我，麦肯锡开始将自己定位
为一家分析公司，而不是管理咨询公司。那里有些公司以前的重点不同，但现在他们将分析技术作为重点领域。最后，我想说的第四类是初创公司或正在构建数据产品或数据服务的公司。例如，有些公司正在构建API，用于解决非常具体的问题。我再次与一些公司交谈，这些公司基于他们创建的专有算法，提供非常有趣的医疗保健解决方案或物流问题 销售线索解决方案。这家医疗保健公司发明了一种可以贴在身上的小垫子，它可以收集大量关于心率和其他各种参数的数据，然后利用这些数据为你提供健康建议。