光环大数据培训_大数据分析一百多家企业经营失败的原因
大数据项目失败的原因_个人汇报通用
3、技能差距
3、技能差距
数据仓库和大数据以完全相反的方式处理数据：数据仓库在写入时执行模式，这意味着数据在进入数据仓库之前取模式，数据在读取时进行处理
02
04
4、技术代沟
4、技术代沟
感谢聆听
大数据项目失败的原因
演讲人
2023-05-13
4、技术代沟
3、技能差距
2、不明确的目标
1、整合不佳
目录
01
1、整合不佳
1、整合不佳
大数据失败背后存在着一个重要的技术问题，那就是整合多个来源的孤立数据，以实现企业所需的数据处理能力
整合成本是软件成本的五到十倍
他们将数据从系统提取到像数据湖这样的公共环境中后，却无法弄清楚这些值的含义
数据中的关系，这些关系需要挖掘或推断，以便机器能够充分解释这些数据
需要创建一个知识图层，以便机器能够解释下面映射的所有实例数据
需要创建一个知识图层，以便机器能够解释下面映射的所有实例数据
02
2、不明确的目标
2、不明确的目标
在进行大数据项目时会有明确的目标，但实际并不是这样的。很多公司通常是先启动项目，然后才去想目标
你为何做不好大数据营销_光环大数据培训
你为何做不好大数据营销_光环大数据培训光环大数据人工智能培训机构，3天前在亚马逊搜索过的书籍信息，今天它的推送广告竟然出现在我的邮箱里，于是我迅速下了单。
完成这笔交易的周期并不长，而促使我下单的直接原因就是这封来自亚马逊的广告邮件。
这不禁让人唏嘘，亚马逊的精准营销竟然如此强大。
随着互联网的发展，大数据的作用越来越不能忽视，所有企业都拼尽全力试图搭上这辆顺风车，助力企业实现精准营销。
如今，100家企业中几乎有99家都宣称自己拥有大数据，但如何利用好大数据为企业赋能却成为业界一直探究的问题。
Adele Sweetwood是SAS全球市场营销高级副总裁，拥有30多年工作经验，带领超过420名市场营销人员帮助客户从战略视角完成营销活动，可谓营销界的老司机。
她认为，现在营销的重中之重是以客户为中心，品牌要充分利用大数据，围绕客户行为展开营销。
大数据营销的关键在于“分析”目前，大数据已经普遍应用于很多领域，例如，金融、保险、电商、零售业等。
在零售行业，世界上最大的零售商之一——沃尔玛超市，一直走在大数据分析应用的最前端。
沃尔玛依托其庞大的大数据生态系统，通过线上社交渠道和线下销售渠道，优化产品组合、预测产品市场趋势，提高了销售额。
最经典的案例就是“啤酒+尿布”的故事。
沃尔玛的数据工程师通过追踪分析发现，许多年轻父亲，每个周五晚上的购物小票中啤酒和尿布的销量同时都非常高，原来这是因为年轻父亲们周末下班后帮太太买尿布时，顺手带上啤酒准备在看球赛时喝。
沃尔玛洞察到这一需求，就把尿布和啤酒摆在一起，销量竟马上提升三成。
沃尔玛所采用的商品优化组合策略就是通过对大数据的分析，才能精准把握消费者诉求，从而提升产品销售额。
在电商行业里也是如此。
例如，亚马逊通过对平台积累的海量历史数据进行分析和挖掘，利用算法生成符合用户各种属性、偏好、需求的个性化推荐列表，提高了商品的点击率与购买转化率。
据亚马逊年报披露，2016年其年销售额达到1360亿美元，收入比上一年增长了27%，业绩再创新高。
为什么数据分析计划总是失败_光环大数据培训
为什么数据分析计划总是失败_光环大数据培训为什么数据分析计划总是失败强大的数据分析是一项数字业务命令式——这一切都始于智能数据治理实践，以及对质量和环境的重视。
高管们谈论的大多是普通数据的价值，但Navient Solutions公司的企业数据情报总监Michele Koch却可以计算出公司数据的实际价值。
事实上，Koch可以用实际的美元计算出公司的各种数据元素所带来的收入增加和成本下降。
因此，她明白，Navient的数据中存在能够损害其企业底线的问题。
例如，客户档案中的关键数据字段中的一个错误就可能意味着该公司无法以最低的成本处理贷款。
“由于这里涉及金钱，因此我们需要一个数据质量仪表板，用以跟踪所有的、我们追踪的、实际的、潜在的价值。
”Koch说。
另外，首席数据管理员兼财务副总裁Barbara Deemer表示，位于特拉华州威尔明顿的一家资产管理和业务处理服务公司Navient内部的一项早期数据相关举措展露了风险。
2006年的举措侧重于提高营销数据质量，并产生720万美元的投资回报率，并从增加贷款量和减少运营支出中获得回报。
Koch说，从那以后，Navient公司的高管们都承诺支持强有力的数据治理计划，这是成功分析工作的关键部分。
Navient的治理计划包括长期公认的最佳实践，例如标准化数据字段的定义和确保干净的数据。
它为大约2600个企业数据元素分配所有权。
所有权属于数据字段最初产生的业务领域，要么转到特定数据字段是其流程更不可或缺的业务领域。
该公司还有一个数据质量计划，积极监测领域的质量，以确保不断满足高标准。
该公司还推出了数据治理委员会(2006年)和分析数据治理委员会(2017年)，以解决持续存在的问题或疑虑，在整个企业做出决策，不断改进数据操作以及数据如何为公司的分析工作提供支持。
Koch说“数据对于我们的商业计划和新的商业机会非常重要，我们希望将重点放在改进支持我们分析程序的数据上。
企业运营失误原因分析报告
企业运营失误原因分析报告引言随着市场竞争的加剧，企业面临着日益复杂的运营环境和风险，一旦出现运营失误，就会对企业的发展造成严重的影响甚至导致破产。
本报告旨在分析企业运营失误的原因，并提出对策，以帮助企业规避类似的问题并实现持续发展。
分析在对多个企业运营失误案例进行分析后，我们总结出以下几个常见的原因：1. 战略规划不清晰企业在制定战略规划时，应该明确目标、明确发展方向、了解市场需求、梳理内外部资源、制定明确的行动计划等。
然而，一些企业存在战略规划不清晰的问题，无法准确把握市场需求和竞争对手的动态。
导致企业过于保守或过于激进，无法灵活应对市场变化，影响了企业的经营效果。
2. 招聘和管理失误企业的绩效和发展很大程度上依赖于员工的能力和素质。
然而，一些企业在招聘和管理过程中存在失误。
例如，招聘过程中对人才的评估不准确，招聘到不适合岗位的人员，或者在管理上不善于发现和解决问题。
这些问题会导致企业的运营效率低下、员工积极性下降。
3. 财务管理不善财务管理对于企业来说至关重要，它是企业运作的基础。
然而，一些企业存在财务管理不善的问题，包括不合理的财务分配、缺乏成本控制意识、财务数据不准确等。
这会导致企业资源的浪费、资金链断裂、甚至无法及时偿还债务。
4. 销售和营销策略不当销售和营销是企业获取利润的关键环节。
然而，许多企业在销售和营销策略上存在问题。
例如，过分依赖某一个销售渠道、不能满足不同消费者群体的需求、没有及时调整营销策略以适应市场的变化。
这会导致企业销售额下滑、市场份额骤减等问题。
5. 决策失误企业的决策直接影响着企业的运营和发展。
然而，一些企业在决策过程中存在失误。
例如，决策缺乏数据支持、决策团队成员水平不够、决策时间过长等。
这会导致企业错失市场机会、无法及时应对危机等。
对策针对上述原因，我们提出以下对策以帮助企业规避运营失误：1. 加强战略规划和市场研究企业应该加强对市场的研究，了解市场需求、竞争对手和潜在机会。
大数据项目为何失败_光环大数据培训
大数据项目为何失败_光环大数据培训在大数据方面，关于内存计算以及开源Hadoop等，宝立明也发表过很多独特的见解。
在厂商的发言人当中，宝立明也是为数不多能够将技术深入浅出解释清楚的人之一。
他近期在DataInformed网站上发表了一篇关于大数据项目建设的文章，其中探讨了大数据在企业中为何失败的原因，并为企业建设大数据项目给出了值得关注的几点建议。
TechTarget 数据库网站在此进行了编译，希望能够帮助您更好地从技术和业务层面理解大数据。
在接触大数据的时候，业界往往会提到三个V的概念，即数量、种类和速度（volume, variety, velocity）。
然而，我们对另外一个V，Value即价值的关注显然是不够的。
也正是出于这个原因，有很多仓促上马的大数据项目没有能够抓住这个新兴的商业机遇，没能达到预期的投资回报率从而导致失败。
大数据项目失败的原因主要集中在以下几点：1、太过关注技术层面，而忽视了商业价值；2、相关人员不能访问到他们需要的数据；3、未能达到企业级的要求；4、对项目的总拥有成本（TCO）缺乏成熟的理解，这其中包括人员和IT系统。
目前正在进行的很多大数据项目或者POC测试，更多地是对新技术的测试，而并不是商业价值的挖掘。
从Apache网站下载开源软件，然后对Hadoop测试的确很有意思，但这方面的努力很少能够对业务带来真正的价值。
向这些项目要价值，企业必须有至少一名的业务人员为项目提供方向性的指导。
一开始就把海量数据存储到HDFS或者数据库，然后投入大量的新技术来对其进行分析，这样的大数据项目注定是要失败的。
在缺少业务指引的情况下，就不要幻想能够挖掘出业务价值。
业务分析师与数据科学家的关系从大数据中获取价值的关键，需要具备业务知识的员工能够高效地获取数据并进行探索。
在一些比较关注分析的组织当中，还诞生了“数据科学家（Data Scientist）”这一职位。
与传统的业务分析师不同，数据科学家拥有不同的（更丰富的）知识储备以及职能。
大数据行业正在酝酿风暴_光环大数据培训
大数据行业正在酝酿风暴_光环大数据培训光环大数据培训机构，最近的大数据行业，风声鹤唳。
据内部消息，最近监管对数据乱象出手，开始清理行动，15家公司被列入调查名单，其中几家估值都超几十亿。
据多位知情人透露，上周末，“数据堂”多人被警方调查，导致部分数据业务线停摆。
多位业内人士预测，这轮清理行动，可能会导致行业大洗牌。
01风雨欲来其实，在上周五，某大数据公司的负责人吴元清就得到了消息。
“最近警方会针对数据乱象出手，开始全面整治”，吴元清称，当时整个行业并未引起重视，“因为以前也有过整治，未必会挖出根本，动真格”。
结果，此时整治行动的规模，超乎所有人的想象。
据多位知情人向一本财经透露，在周末，“数据堂”数据业务线多人被警方调查。
“据说，至少一个VP级别的高层被调查，涉及6人”，知情人透露，被调查的原因，是因为数据堂给一家理财营销公司，提供了大量涉及用户隐私的数据。
“目前，人已放了出来，但数据堂的多条业务线停滞”，知情人称。
某监管部门的负责人也证实了此事。
而数据堂的下游客户徐君，在周二下午也发生了端倪。
“一数据业务的接口，突然断了。
我询问数据堂的业务员，对方说在调整，等消息”，徐君称，但公司的业务不能等，他只能到处找新的数据接口。
据数据堂官网的资料：“数据堂成立于2011年，并在2014年12月10日在新三板成功上市，成为中国大数据行业第一家挂牌新三板的企业。
在中美两地已建立4家子公司，5个数据处理中心。
”而其提供的核心服务，是大数据的采集、处理和挖掘。
据公开资料，在2015年11月6日，数据堂宣布获得B轮2.4亿元人民币融资，估值超过20亿。
就在今年4月份，数据堂公布了2016年年度财报，归属于挂牌公司股东的净利润是-16,871,029.94，业绩亏损近1700万。
财报公布之后，数据堂股票价格腰斩，从9块多一度跌到4块多。
5月26日上午，一本财经前往数据堂的北京总公司核实该消息，公关部表示，暂时不予回应。
大数据产业遭遇垄断和孤岛_光环大数据培训
大数据产业遭遇垄断和孤岛_光环大数据培训光环大数据培训，拥有强大的教研团队，根据企业需要的技术、融合新的技术开发课程。
光环大数据理论理论+实战相结合的教学方式，学员边学习边参加实战项目，既能学到全面的技能知识，同时也具备了项目开发经验，毕业自然好找工作！在技术的推动下，大数据已不仅仅是一种应用工具，而是撬动经济增长的“生产力”，催生了体量巨大的新兴产业。
业内专家指出，大数据已成为支撑社会有效运行的战略资源。
目前我国亟须在数据融合、立法、安全方面完善顶层设计，为大数据产业的健康发展奠定基础。
大数据催生新兴业态近年来中国大数据产业不断向纵深发展。
一方面，产业初具规模。
据易观国际统计，2015年我国大数据市场规模达102亿元，2017年有望达到170亿元。
另一方面，大数据孕育了诸多新兴业态，激发了不同行业的活力。
券商申万宏源的报告分析称，10年后大数据产业可撬动万亿元级的GDP发展。
目前，大数据推动下势头强劲的当属三大领域：人工智能、大数据交易、智慧城市建设。
香港科技大学计算机科学及工程学系主任杨强表示，人工智能概念冷寂多年，近年来异军突起，是由于移动互联网的发展产生了大量数据，为人工智能发展的算法训练提供了条件。
目前，各类数据尚未充分融合，因此诞生了大数据交易的业态以满足这一市场需求。
北京、贵州、武汉、西安等地相继建立了大数据交易平台。
目前，规模较大的是北京和贵阳的交易平台。
2008年，IBM提出“智慧地球”理念，引发了中国智慧城市建设的热潮。
大数据带动的智慧城市市场涵盖交通、旅游、医疗、教育等领域。
在交通方面，打车软件使用量、使用频率远远超过此前出租车预约服务平台，其运作原理就是供需大数据的优化分配。
在旅游景区管理方面，全国多个景点已经采用了电信运营商数据监控人流分布，避免人流密集导致的危险事件。
“前瞻产业研究院”估计，“十三五”期间，在移动互联网发展、大数据产业支持的情况下，智慧城市市场规模有望达4万亿元。
光环大数据培训_可视化和大数据面临哪些挑战以及如何解决
光环大数据培训_可视化和大数据面临哪些挑战以及如何解决光环大数据作为国内知名的大数据培训的机构，聘请一流名师面对面授课、课程更新迭代速度快、与学员签订就业协议，保障学员快速、高效的学习，毕业后找到满意的高薪工作！在简化数据量和降低大数据应用的复杂性中，大数据分析发挥着关键的作用。
可视化是其中一个重要的途径，它能够帮助大数据获得完整的数据视图并挖掘数据的价值。
大数据分析和可视化应该无缝连接，这样才能在大数据应用中发挥最大的功效。
一、引言数据可视化是将数据以不同形式展现在不同系统中，其中包括属性和变量的单位信息。
基于可视化发现数据的方法允许用户使用不同的数据源，来创建自定义分析。
先进的分析集成了许多方法，为了支持交互式动画在台式电脑、笔记本电脑或平板电脑、智能手机等移动设备上创建图形桌面。
根据调查，表1显示了数据可视化的好处。
可视化和大数据面临哪些挑战以及如何解决表1.数据可视化工具的好处对于可视化有以下几点建议大数据是大容量、高速度并且数据之间差异很大的数据集，因此需要新的处理方法来优化决策的流程。
大数据的挑战在于数据采集、存储、分析、共享、搜索和可视化。
1、“所有数据都必须可视化”：不要过分依赖可视化，一些数据不需要可视化方法来表达它的消息。
2、“只有好的数据才应该做可视化”：简便的可视化可以便于找到错误就像数据有助于发现有趣的趋势一样。
3、“可视化总是能做出正确的决定”：可视化并不能代替批判性思维。
4、“可视化将意味着准确性”：数据可视化并不着重于显示一个准确的图像，而是它可以表达出不同的效果。
可视化方法可通过创建表格、图标、图像等直观地表示数据。
大数据可视化并不是传统的小数据集。
一些传统的大数据可视化工具的延伸虽然已经被开发出来,但这些远远不够。
在大规模数据可视化中, 许多研究人员用特征提取和几何建模在实际数据呈现之前大大减少数据大小。
当我们在进行可视化大数据时，选择合适的数据也是非常重要的。
中国商业智能实施失败的原因分析_光环大数据培训机构
中国商业智能实施失败的原因分析_光环大数据培训机构在企业实际的应用过程当中，商业智能的失败率达到70%，这又是什么原因呢？对于此，复旦大学软件学院副教授赵卫东认为，商务智能在国内实施成功率不高主要以下几个方面的原因：1、起步晚，很多人对商业智能了解不多，意识不强、参与度不高商业智能1996年最早由加特纳集团（Gartner Group）提出，据今也有十几年的历史，但最早起步于国外，国外成熟的信息系统以及管理理念比较成熟，所以，对于商业智能的理解以及价值非常认可，而国内则不同，由于国内信息化起步比较晚，导致了商业智能的建设要比国外的商业智能建设晚，很多人对于商业智能并不是很了解，现在一直处于报表的阶段，同时也无法正确理解商业智能的价值，从而导致了商业智能这种老技术一直不能得到大规模的普及。
国内对于商业智能的需求更多的是老板所提出的，但老板对于商业智能的期望值一般比较高，而商业智能无论是在技术方面、还是在产品方面还存在一定的不足，导致了现阶段企业并不是非常信任商业智能。
2、技术不成熟，目前只有报表、OLAP、仪表盘和统计分析等用的比较成功，而其他方面的应用还处于研发、摸索阶段。
例如非结构化数据的处理、数据质量不高的数据处理，目前还缺少有效地实用工具。
不在创新中爆发，就在沉默中死亡！数据显示，目前在商业智能的业务中70%是在做报表，25%做多维分析，只有不到5%做数据挖掘。
报表是商业智能套件中应用最为广泛的产品，在几乎所有的业务系统中都能看到报表工具应用的影子，报表工具在经历了最早的条带式报表、流式报表到目前的类excel报表发展历程，已经日渐成熟。
数据挖掘也不是什么新鲜的技术了，其挖掘算法基本稳定了，机器学习技术也逐步成熟，但是数据挖掘也面临着如何处理日益庞大的数据量，如何提高挖掘的智能水平的问题。
3、目前在中高端市场，国外商务智能解决方案提供商垄断市场，但其业务模型与国内企业不完全适应，国内的商务智能解决方案提供商无论从产品的完整性和实施能力上也没有多大优势。
如何避免大数据分析失败_光环大数据培训
如何避免大数据分析失败_光环大数据培训大数据和分析方案可以改变游戏规则，为您提供洞察力，帮助您打破竞争，创造新的收入来源，更好地为客户服务。
大数据和分析方案也可能产生巨大的错误，导致浪费大量资金和时间，更不必说会流失一些有才华的技术专家，他们已经厌倦了在这种管理不善的环境中工作，令他们沮丧。
如何避免大数据分析失败呢?从基本的业务管理角度来看，有一些最佳做法是显而易见的：一定要有公司最高层管理人员的支持，确保所需的全部技术投资获得足够的资金，并引入具有专业知识的人才和/或提供良好的培训。
如果你没有先解决这些基础问题，那么没有什么比这更重要了。
假设您已经解决了这些基础问题，大数据分析的成功与失败之间的区别在于如何处理大数据分析的技术问题和挑战。
您可以做以下几点来确保大数据分析的成功。
1. 慎重选择您的大数据分析工具许多技术上的失败源于公司购买和实施的产品，这些产品经过实践证明是非常糟糕的，完全不适合公司想要实现的目标。
任何供应商都会用“大数据”或“高级分析方法”这些词来描述他们的产品，试图利用这些术语来大肆宣传。
但产品的质量和效率以及侧重点，都有很大的不同。
因此，即使你选择了一种技术上很强的产品，但它可能不是你真正需要的产品。
几乎所有大数据分析工具都需要具有的一些基本功能，例如数据转换和存储架构(如Hadoop和Apache Spark)。
但是，在大数据分析领域也有多个细分领域，所以您必须为您的技术战略实际涉及的这些细分领域购买产品。
这些细分领域包括流程挖掘、预测分析、实时解决方案、人工智能和商业智能控制面板。
在决定购买任何大数据分析产品或存储平台之前，您需要先了解真正的业务需求和问题，然后选择那些能有效解决这些具体问题的产品。
例如，由于编译庞大的数据集很复杂，您会选择认知大数据产品，例如采用人工智能分析方法来分析非结构化数据。
但是，您不会将认知工具用于分析结构化和标准化数据，因此您可以选择众多分析产品中的一个来实施，以更合理的价格产生实时高质量的洞察力，电信公司(沃达丰)大数据的全球流程负责人，来自以色列的埃斯波西托(Exposito)说道。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
光环大数据培训_大数据分析一百多家企业经营失败的原因从缺乏产品与市场的相配到团队成员的不和，通过分析101个创业失败案例，我们总结了创业失败的前20大原因。
在我们列出创业失败案例清单后，我们收到最频繁的请求之一是我们能否从这些失败案例中提取出他们创业失败的原因。
创业者、投资者、经济发展人员、学者和企业都希望对这个问题有所了解：有没有一些主要原因导致创业失败呢?所以我们给那些创业失败公司进行CB Insights(CB Insights是一家风险投资数据公司,会定期发布如按需经济之类的经济发展趋势以及独角兽公司的名单。
)的数据分析，来看看我们是否可以回答这个问题。
同时，在我们逐个分析这101个初创失败的案例后，我们了解到两点。
第一、一个创业公司因单个原因而失败的情况很少;第二、在这些案例中，失败的原因多种多样。
经过从中筛选，我们得出他们失败的20个最主要原因。
因为很多创业公司有着多个失败原因，你会发现这突出的20大创业失败原因比例加起来不是100%(远超过100%)。
下面的图表是对相关案例和每个原因的说明。
这里当然没有幸存者偏见(一种认知偏差。
其逻辑谬误表现为过分关注于目前人或物“幸存了某些经历”然而往往忽略了不在视界内或无法幸存这些事件的人或物。
其谬论形式为：幸存过程B的个体A有特性C，因此任何个体幸存过程B需要有特性C。
有特性C但无法幸存过程B的个体被忽略不加以讨论。
)。
但对于创业生态系统中的任何人来说，这里提供了很多相关的经验教训。
值得注意的是，如果那些创始人没有足够的勇气分享他们创业失败的故事，就不会有这次的数据分析。
所以非常感激他们。
▌第20名：必要时没有成功转型不能从一个坏产品、糟糕的雇佣或者糟糕的决定中足够快转型或者改变，被这些公司里的7%选为失败的一个原因。
倾注在一个不好的点子上，不仅会消耗资源和金钱，也会使员工因没有进展而感到沮丧。
正如Keith Nowak在Imercive 的案例中写道：我们相信会成功但难以被积极追求到的目标的中间。
这是一个对公司和个人而言都非常困难的地方。
我们极度的沮丧，因为不能正确地执行我们的新战略，一天天过去却没有取得有意义的进展，这是接近我们公司失败的第一步。
即使我们已经将我们所有的一切投入来度过这个时期，但是我们最终还是没有跨过这个坎。
”▌第19名：劳累过度创业者常常不能做到工作生活相平衡，所以劳累过度的风险很高。
劳累过度占了8%。
在必要时候减少损失以及当你看到一个死胡同时重新调整精力投入的方向并且避免过度疲劳被认为是获得成功的一种重要能力。
同样的，有一个坚实的，多样化的和奋发图强的团队也很重要，这样的责任可以被分担。
对Blurtt案例的分析，让我们看到疲劳对初创公司发展势头的影响。
▌第18名：不能够利用好自己的关系网和社交圈子我们时常听到创业者抱怨他们缺少网络或者投资者的联系，而我们去惊讶地发现创业失败的一个原因却是初创者没有适当利用好他们的人际圈子。
正如Kiko 写的那样：“让你的投资者参与进来。
你的投资者随时准备帮助你。
一开始就让他们加入，不要害怕向他们寻求帮助。
我觉得我们一开始就犯了什么事都自己干的错误，可能是出于对商业世界如此陌生而感到不安全所致。
但是这是错误的。
”▌第17名：法律的挑战有时候初创企业可以从一个简单个体发展到一个充满法律复杂性问题的公司，这可能被证明是创业失败的一个核心原因。
正如在他的案例分析中写道那样，“我们接到通知，他们说我们是不合法，除非删除它，否则他们将暂停我们的子公司帐户。
我们没有赚很多钱，但那个账户可能占了公司超过80%的利润。
”一些音乐类初创公司会有因为处理唱片公司问题和法律难题而产生的高昂成本，而这是初创公司失败的一个原因。
高调创业的Turntable.fm写道，“基本上，我没有吸取很多音乐创业失败的教训。
音乐类创业是一个极度昂贵的投机行为，音乐工业本身也是很难从事的行业。
我们把超过四分之一的钱都花在了律师费、版税以及和音乐支持相关的服务上。
这对我们是限制性的。
我们不得不停止我们的成长，因为我们无法国际化。
”▌第16名：没有融资或者感兴趣的投资者许多创业者明确地指出，在种子跟进阶段或者整个过程里缺少投资者的兴趣，是与一个更常见的失败原因——没钱——相联系的。
地点是一个问题，体现在几个不同方面。
首先，你的初创公司的概念和位置必须有一致性。
Meetro写道，“我们推出了我们的产品，并且动员了我们在芝加哥的所有朋友。
然后，该地区最大的几份报纸都为我们做了漂亮和细致的报道。
事情进行得很顺利……但我们很快就发现了问题：在芝加哥有数百个活跃的用户不意味着你在不到一百英里的密尔沃基有两个活跃用户，更不用说在纽约或者旧金山了。
软件和概念并没有扩展到它的物理边界之外。
”位置在远程团队的失败上也扮演了重要角色。
关键是，如果你的团队是远程工作，那你要确保找到有效的沟通方法;否则缺乏团队合作和规划可能导致失败。
就像Devver写道的，“远程团队的一个最显著劣势就是管理的困难。
在一个州，管理工资、失业、保险等是一种痛苦。
对于一个小团队来说，这是主要的烦恼和分心。
”▌第14名：缺乏热情和领域专长世界上有很多很好的想法，但是有9%的失败了的初创公司创始人发现，对一个领域缺乏热情和专业知识是创业失败中很重要的原因，无论你的想法多么好。
他们当中，NewsTilt 坦白地说，他们对自己选择的领域缺乏兴趣。
他写道：“说我们没有真正的关心新闻学，我觉得是很公正的。
我期望有一个完美的博客评论系统，出于这一点我们便开始创建一款评论产品。
这变成了设计有史以来最好的评论系统，而这又让我们琢磨出一个理想的客户：报纸。
虽然我认为他们永远不会购买，我们还是想出了一个产品，如果它存在的话人们会渴望使用。
但我们并不是真的关心新闻学，甚至不是热心的新闻读者。
如果我们每天做的第一件事是跑去看看，我们应该已经做出这个产品了。
但是甚至当我们有了NewsTilt的时候，那也不是让我感到开心的去处，我浏览的依然是黑客新闻和Reddit。
所以我们怎么可能创建出一个只从商业角度感兴趣的产品呢?”▌第13名：转型后变得更糟像Burbn转向Instagram，或者The Point转向Groupon那样的转型可以走得非常顺利。
亦或这些转型是通向一条错误的道路的开始。
正如Flowtab在他的失败案例中解释的那样，“为转型而转型是毫无价值的。
它应该是一件被计算的事：商业模式改变的制定，假设的验证，以及结果的测量。
否则，你什么也学不到。
”▌第12名：与投资者或者合伙人不和盾不只限于创办公司的团队，当与投资者闹起来，事情会很快变糟，就如同在ArsDigital案例中证实的那样。
Phillip Greenspun写道：“在约一年的时间里Peter Bloom，Chip Hazard以及Allen Shaheen(CEO)在ArsDigita公司里面握有绝对权力。
在这一年期间，他们——1.花费两千万美元使公司重返与我担任CEO时一样的利润2.拒绝微软提出的(2000年夏)成为第一家拥有.NET产品的软件公司的建议(一个微软员工和Allen从一个后续会议回来说：“他让我想起来很多我们曾经合作过的公司CEO……他们已经破产了。
”3.在完成新产品(ACS4.x)之前废弃了旧的但功能完整的产品(ACS 3.4);要知道这是一个在软件产品经验丰富的人中众所周知的杀死一个公司的方法;Informix自毁，因为人们不清楚是运行版本7还是新的花哨的版本9，所以人们转而去使用Oracle了4.设计了一个成本高得多的结构; 我有80个员工的基本工资低于10万美元，并为我带来每年高达2000万美元的利润。
Greylock，General Atlantic和Allen 的ArsDigita有近200个新的经理职位，每个职位的年薪在20万美元以上，另外程序员的基本工资是125,000美元等等。
这种高成本结构是由周一到周五朝九晚五的新工作文化造成的。
Allen, Greylock, 和General Atlantic在周末不会走进公司的大楼，员工当然也不会。
5.放弃了市场领导和思想领导”▌第11名：失去焦点失败案例的百分之十三都可以归因于被令人分心的项目、个人问题，或者其他分散注意力的事情影响。
正如MyFavorites在他们的创业经验的结尾写道的，“最终当我们从SXSW回来，我们都开始失去兴趣，团队都在想，这最终会走向何方，并且我在想，我到底要不要运营一家有投资人、对雇员负责，并向投资人董事会报告的初创公司。
▌第10名：在错误的时间发布产品如果你太早地发布你的产品，用户的评语可能会写得不够好，并且如果他们对你的第一印象是消极的，让他们回来是很难的。
如果你发布产品太迟了，你可能错过了在市场上的机会。
正如一名Calxeda员工所说：“在[Calxeda]的案例中，我们技术的更新速度超过了客户的适应速度。
我们对技术的革新并非真正为了满足客户需要而准备的- 即，当他们想要64位的时候，我们提供32位。
–我们在操作系统环境还在被完善的时候继续前行着— [Ubuntu Linux制造商]Hat(红帽)公司(NYSE：RHT)是一家开源解决方案供应商，也是标准普尔500指数成员。
红帽公司为诸多重要IT技术如操作系统、存储、中间件、虚拟化和云计算提供关键任务的软件与服务。
)▌第9名：不灵活，不积极寻求客户反馈对用户的忽视确实会导致失败。
目光短浅和不收集用户反馈是大多数初创公司的致命错误。
例如，eCrowds——一家网络内容管理系统公司——说：“我们花费了太多时间为自己构建，而没有从潜在客户那里搜集反馈–这很容易导致视野狭隘。
我会建议从开始到掌握真正的目标客户所用时间不要超过二或三个月。
类似地，VoterTide写道，“我们没有花足够的时间与客户交谈，并推出了我认为是很棒的功能，但我们没有收集足够的客户信息。
当我们意识到的时候已经为时已晚。
人们总是很容易被骗，认为自己的产品很棒。
你必须关注你的客户并适应他们的需求。
▌第8名：不良的营销成功企业最重要的技能之一是了解目标顾客，知道如何获得他们的关注，并将他们转化为潜在客户和最终客户。
产品能否被推向市场和公司创建人有紧密的关系。
喜欢写代码或创造产品，但对产品推广不感兴趣的公司创建人，往往导致营销的无力。
营销无力作为创业失败的原因在这些案例中占了14%。
正如Overto所写，“决定互联网服务生死的决定因素是用户的数量。
对于最初的一段时间，用户数量会系统性地增长。
然后我们会触碰到我们可以达到的最高限度。
到了该做市场营销的时候了。
不幸的是，我们中没有一个人在这方面擅长。
更糟糕的是，没有人有足够的时间来弥补差距。
如果我们处理上述问题，这将是另一个需要我们克服的阻碍。