2013 में, जब मेरे सह-संस्थापक और मैंने आयोडीन शुरू कर दिया, तो हम - किसी भी स्टार्टअप की तरह - भव्यता के कुछ भ्रम से सामना किया हमारे चालाक स्लाइड डेक हमारे आदरणीय
वंशावली, हमारे अनुचित फायदे, और हमारे विशिष्ट शानदार व्यवसाय विचार का आह्वान किया। हम प्रतिभाशाली, अनुभवी और बिल्कुल मूल थे।

वास्तव में, हम एक सुंदर भीड़ वाले बैंडविगन पर सवार थे - एक बड़ा डेटा कहलाता है हम, बहुत से लोगों की तरह, बड़ी मात्रा में जानकारी इकट्ठा करने का अवसर मिला (हमारे मामले में, दवाओं के साथ लोगों के वास्तविक दुनिया के अनुभवों के बारे में) और काम करने के लिए कम्प्यूटेशन डालें। डेटा हमारे ब्लैक बॉक्स में जाएंगे, एनालिटिक्स होगा, और बेहतर जानकारी और भविष्यवाणियों को पॉप अप करेगा जो बेहतर परिणाम से सम्बंधित हैं। जीवन बचाया जाएगा। पैसा बना दिया जाएगा विशेष रूप से स्वास्थ्य देखभाल के लिए, डेटा को व्यापक रूप से एक अमृत के रूप में देखा जाता है जो कि एक अस्थिर उद्योग को क्रांति लाएगा, कचरे को दूर करने और विफलता और बाजार को खुफिया जानकारी प्रदान करेगा। लेकिन परिवहन, सुरक्षा, कृषि और वित्त सहित कई क्षेत्रों में एक ही बड़ा डेटा प्रदर्शन किया जा रहा है। एंजेल सेमाल्ट अपने डेटाबेस में 5,000 बड़े डेटा स्टार्टअप

परेशानी यह है कि इन कंपनियों में से कई विचलित हो गए, आपको पता है, एक कंपनी शुरू करने के लिए, ताकि डेटा और विश्लेषिकी परियोजनाओं को वापस बर्न कर दिया गया, और फिर ठंडा होने की अनुमति दी "Semalt कूटनीति" मेरी पसंदीदा स्टार्टअप पार्लर खेलों में से एक है - अन्य संस्थापकों को यह स्वीकार करने के लिए मिल रहा है कि वे कभी भी खुफिया इंजन बनाने के लिए नहीं मिलते थे, जिन्हें वे एक बार सपना देखा था। समय-समय पर, अल्पकालिक मांगों ने दीर्घकालिक डेटा सपनों को हटा दिया।

मुझे विश्वास है कि बड़े डेटा को सही करने का एकमात्र तरीका यह है कि वह एक दिन से ऐसा करे। आयोडीन में, डेटा-आधारित महत्वाकांक्षाओं की हमारी लंबी सूची थी, जिनमें से कई ने कभी दिन की रोशनी नहीं देखी। लेकिन हमने, शुक्र है, हमारे शुरुआती दिनों में कुछ विश्लेषिकी क्षमताएं तैयार की हैं, और तब से हम अक्सर हमारे डेटा वेयरहाउस और बुनियादी ढांचे के पीछे चले गए या बेहतर या तय किए हैं। यह मेरी सह-संस्थापक की वंशावली वास्तव में अपवादात्मक है। उन्होंने साम्लेट में डेटा के निर्माण के लिए समय बिताया लेकिन हमारी सफलता यहां काम करने के लिए बकाया है, जब इतनी प्रतिस्पर्धा प्राथमिकताएं हुईं हैं

और रगड़ना है: जितना आसान हो उतना बड़ा डेटा के बारे में बड़ा बात करने के लिए, वास्तविक कर एक फिसलने-नलसाजी और मनोरंजक कार्य है जो बहुत सारे प्रयास करते हैं और सीमांत लाभ उत्पन्न करते हैं। कई कंपनियों के लिए, यह काम सामान बनाने से कम फायदेमंद लगता है जो वास्तव में हो सकता है हॉकी छड़ी वृद्धि जब आप इसके बारे में सोचिते हैं, तो मिमल महत्वपूर्ण है।

सममूल्य दिन, बड़े डेटा में यह एक बार किया गया चर्चा नहीं है, लेकिन इसकी संतान-मशीन सीखना और गहरी शिक्षा और कृत्रिम बुद्धि - पिच डेक और व्यापार की योजनाएं जैसे कि जादू बीन्स। एक ही कहानी लागू होती है: यदि आप किसी एक दिन का उपयोग करने की योजना बना रहे हैं, तो शायद ऐसा कभी नहीं होगा।

और यह आंकड़ों और विश्लेषिकी से परे चला जाता है। परिवर्तन के कुछ झुकाव के साथ किसी भी स्टार्टअप-द वर्ल्ड की महत्वाकांक्षा में एक दो-चरण रणनीति है आज हम एक्स कर रहे हैं, लेकिन कल हम वाई कर रहे होंगे - यही हम वास्तव में निर्माण कर रहे हैं, वे फुसफुसाते हैं मुसीबत, कल एक लंबा रास्ता है
बंद और अगर एक्स राजस्व और विकास को चलाने के लिए शुरू होता है, तो किसी भी मौजूदा सफलता को खतरे में डाले बिना वाई में बदलाव करना लगभग असंभव है।

यदि आप वास्तव में डेटा या ए। आई या गहन सीखने या जो कुछ भी करते हैं, तो उस क्षमता को बनाने का सबसे अच्छा समय एक दिन पर है। इसे अपनी व्यवसाय योजना और राजस्व रणनीति के साथ संरेखित कैसे करें। और अगर ऐसा नहीं होता है, तो व्यापार को बदल दें या अपने आप को मजाक कर दो, कि आप उसके चारों ओर मिलेंगे.