扎克伯格的首个公开天使投资:教育数据分析

简介:  Facebook创始人马克·扎克伯格的传奇创业经历从校园开始,而至今他仍保留着自己的“校园情结”。他的首次公开天使投资就投给了校园数据分析公司Panorama。 学校有太多值得优化的地方,比如改善教学方法、遏制辍学比率、杜绝欺凌行为等等。

 Facebook创始人马克·扎克伯格的传奇创业经历从校园开始,而至今他仍保留着自己的“校园情结”。他的首次公开天使投资就投给了校园数据分析公司Panorama。

学校有太多值得优化的地方,比如改善教学方法、遏制辍学比率、杜绝欺凌行为等等。

据全景教育的联合创始人Aaron Feuer表示,我们不知道校园里实际在发生什么,因为我们并没有收集足够的数据,而且数据分析上并没有做到位,甚至很少有人去做这样的分析。这种情况在一个公司里绝对不会出现,否则大家都会被蒙在鼓里。”

Facebook的首席执行官马克·扎克伯格就非常认同上述观点,在他和他的妻子普莉希拉·陈的带领下,将向全景公司投资400万美金,公司正在收集和分析来自4000个初等教育学校的调查问卷。扎克伯格的投资正在用于他们的启动项目,该项目耗资100万美金,专注于新泽西州纽瓦克市的学校。

这是否是扎克伯格对科技创业公司的第一份天使投资,Facebook公司发言人拒绝评论,但至少是第一次披露这样的投资。公司发言人还提到,这100万美金是专门额外用于纽瓦克市的,并不是对公司投资的一部分。

本轮投资的参与者还有Soft-tech VC,谷歌(微博)风投、A-Grade投资和耶鲁大学。全景公司有七名员工,是由Feuer和他的联合创始人在耶鲁读本科时创建的,公司借助在加州山景城的Y Combinator项目不断成长。据扎克伯格表示,公司地址选在波士顿,就是因为波士顿是一座因教育闻名的城市。

Feuer在南加州长大,在高中时是学校的学生政府代表,曾经在参与过委托学生反馈调查的州立法。他表虽然后来议案在萨克拉门托通过了,但因为缺乏调查工具,最终没能产生什么影响。Feuer表示,全景公司的一大秘诀就是善于做纸制问卷调查,虽然这种方式可能不够新颖,但绝对比那种在线填写的问卷更有代表性。实际上学区正在为这款产品付费,也能证明这种问卷调查的结果是比较可信的。全景公司和其服务的4000个学校之间仅签了不到200份合同。所有这些学区都根据规模通过支付年度许可费,小的学区从200美金起,较大的学区甚至达到几十万美金。

到Feuer和他的联合创始人从大学毕业的时候,他们已经有了50万美金的利润。现在他们通过服务于美国教援和洛杉矶联合学区而不断壮大。Feuer说,“我们不仅仅停留在为学校做问卷调查上,我们现在有了大量的可用数据,并且正在全力寻找有用的开发,把我们的帮助延伸到更深的层次。”


原文发布时间为:2013-11-20


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
5月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
100 2
|
5月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
281 4
|
2月前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
134 4
数据分析的 10 个最佳 Python 库
|
5月前
|
机器学习/深度学习 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛A题的Python代码分析,涉及智能手机用户监测数据分析中的聚类分析和APP使用情况的分类与回归问题。
110 0
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
|
2月前
|
SQL 数据挖掘 Python
数据分析编程:SQL,Python or SPL?
数据分析编程用什么,SQL、python or SPL?话不多说,直接上代码,对比明显,明眼人一看就明了:本案例涵盖五个数据分析任务:1) 计算用户会话次数;2) 球员连续得分分析;3) 连续三天活跃用户数统计;4) 新用户次日留存率计算;5) 股价涨跌幅分析。每个任务基于相应数据表进行处理和计算。
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
数据分析之旅:用Python探索世界
数据分析之旅:用Python探索世界
39 2
|
4月前
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
【9月更文挑战第2天】数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
76 5
|
5月前
|
供应链 数据可视化 数据挖掘
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
本文详细介绍了第十一届泰迪杯数据挖掘挑战赛B题的解决方案,涵盖了对产品订单数据的深入分析、多种因素对需求量影响的探讨,并建立了数学模型进行未来需求量的预测,同时提供了Python代码实现和结果可视化的方法。
176 3
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
|
5月前
|
机器学习/深度学习 数据采集 数据挖掘
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题二
本文提供了第十一届泰迪杯数据挖掘挑战赛B题问题二的详细解题步骤,包括时间序列预测模型的建立、多元输入时间预测问题的分析、时间序列预测的建模步骤、改进模型的方法,以及使用Python进行SARIMA模型拟合和预测的具体实现过程。
129 1

热门文章

最新文章