无论做什么都要找到自己明确的定位，作数据也是一样。如果你正在开率创办一家数据公司，那么你首先要确认：要做一家什么样的公司?从基本类型上来说讲数据公司有四类，每一类都可以取得成功，但数据公司往往会犯一个错误，那就是总是尝试做更多的事情。
来源：Auren Hoffman
预知(Religion)VS 事实(Truth)
事实型(Truth)公司，其实是在向后看。它们会告诉人们发生了什么，什么时候发生了什么，或者关于一个人，一个产品，或者一件事的过去信息。这些公司的主要目标是获得真实的数据，其中的代表比如好例子是信用机构(如Experian、Equifax和Transunion)、中间件公司(如LiveRamp、Segment、Improvado和mParticle)和金融服务数据公司(如彭博的大部分业务)。这些公司会非常依赖数据工程师。
但预知(Religion)型公司会预知未来。它们根据一组数据告诉你将会发生什么。这些公司的主要目标是准确预测未来。其中的代表类型是信用评分(如FICO)、欺诈预防(如ThreatMetrix)、度量(如Nielsen和Market Track)。这些公司通常具有的是长期数据科学家(有时是机器学习工程师)。
预知公司会从事实公司那里购买数据，例如FICO经常使用来自信用机构的数据作为其信用评分的核心成分。
数据(Data)VS应用(Applicantion)
一旦你拥有了一组有价值的专有数据，那么你还必须选择是成为纯数据公司，还是在数据之上构建应用程序。
数据公司只是为了销售数据。了解自身是否是数据公司的***方法是，看看自己是否没有UI或UI方面非常有限。数据公司有时直接向最终买家销售产品，但也经常向应用程序销售产品(这就是为什么它们不能成为应用程序的原因，因为它们不想与客户竞争。数据公司的代表有金融服务类的Yodlee与Vantiv、纯数据合作的Clearbit、位置服务类的如SafeGraph、财富预测的 Windfall Data等。
应用公司将使数据运行起来。要真正从数据中获益，企业需要一个应用程序。而这些应用公司会拥有良好的用户界面和更多的前端工程师。代表是查询层(query-layer, 如SecndMeasure)、精细化数据合作(如Verisk何Abacus)、集成层(如Vantiv、Plaid)、B2B产品应用(如G2Crowd)等。
谁输谁赢?
一家“事实”公司要想在该领域占据主导地位，就必须明显优于其他所有公司。“更好”意味着它的数据需要是最真实的，市场需要相信它是最真实的。除了真实，广度和价格是非常重要的主导因素。
而对于“预知”公司来说，品牌是最重要的因素。在预测未来时，理想情况下，人们会应公司的预析师正在做出的预测。虽然有些人可能会陷入贝叶斯逻辑( Bayesian logic)，但大多数人会相信市场的看法。这就是为什么有这么多糟糕的预测分析公司，因为人们可以用钱换到品牌。
对于数据公司来说，犯的***错误是一次进入多个象限中。在获得1亿美元收入前，还是应该只专注于一种业务模式。
