無論做什么都要找到自己明確的定位，作數據也是一樣。如果你正在開率創辦一家數據公司，那么你首先要確認：要做一家什么樣的公司?從基本類型上來說講數據公司有四類，每一類都可以取得成功，但數據公司往往會犯一個錯誤，那就是總是嘗試做更多的事情。 

來源：Auren Hoffman

預知(Religion)VS 事實(Truth)

事實型(Truth)公司，其實是在向后看。它們會告訴人們發生了什么，什么時候發生了什么，或者關于一個人，一個產品，或者一件事的過去信息。這些公司的主要目標是獲得真實的數據，其中的代表比如好例子是信用機構(如Experian、Equifax和Transunion)、中間件公司(如LiveRamp、Segment、Improvado和mParticle)和金融服務數據公司(如彭博的大部分業務)。這些公司會非常依賴數據工程師。

但預知(Religion)型公司會預知未來。它們根據一組數據告訴你將會發生什么。這些公司的主要目標是準確預測未來。其中的代表類型是信用評分(如FICO)、欺詐預防(如ThreatMetrix)、度量(如Nielsen和Market Track)。這些公司通常具有的是長期數據科學家(有時是機器學習工程師)。

預知公司會從事實公司那里購買數據，例如FICO經常使用來自信用機構的數據作為其信用評分的核心成分。

數據(Data)VS應用(Applicantion)

一旦你擁有了一組有價值的專有數據，那么你還必須選擇是成為純數據公司，還是在數據之上構建應用程序。

數據公司只是為了銷售數據。了解自身是否是數據公司的***方法是，看看自己是否沒有UI或UI方面非常有限。數據公司有時直接向最終買家銷售產品，但也經常向應用程序銷售產品(這就是為什么它們不能成為應用程序的原因，因為它們不想與客戶競爭。數據公司的代表有金融服務類的Yodlee與Vantiv、純數據合作的Clearbit、位置服務類的如SafeGraph、財富預測的 Windfall Data等。

應用公司將使數據運行起來。要真正從數據中獲益，企業需要一個應用程序。而這些應用公司會擁有良好的用戶界面和更多的前端工程師。代表是查詢層(query-layer, 如SecndMeasure)、精細化數據合作(如Verisk何Abacus)、集成層(如Vantiv、Plaid)、B2B產品應用(如G2Crowd)等。

誰輸誰贏?

一家“事實”公司要想在該領域占據主導地位，就必須明顯優于其他所有公司。“更好”意味著它的數據需要是最真實的，市場需要相信它是最真實的。除了真實，廣度和價格是非常重要的主導因素。

而對于“預知”公司來說，品牌是最重要的因素。在預測未來時，理想情況下，人們會應公司的預析師正在做出的預測。雖然有些人可能會陷入貝葉斯邏輯( Bayesian logic)，但大多數人會相信市場的看法。這就是為什么有這么多糟糕的預測分析公司，因為人們可以用錢換到品牌。

對于數據公司來說，犯的***錯誤是一次進入多個象限中。在獲得1億美元收入前，還是應該只專注于一種業務模式。