社区编辑申请
注册/登录
Teradata姜欣:洞察数据分析生态系统的未来 原创
大数据 数据分析
商业数字化的今天,越来越多的公司开始倡导“用数据说话”,利用数据分析来帮助公司进行商务运营和制定决策。数据分析无处不在,企业需要能够敏捷地适合未来的数据分析系统。

【51CTO.com原创稿件】商业数字化的今天,越来越多的公司开始倡导“用数据说话”,利用数据分析来帮助公司进行商务运营和制定决策。数据分析无处不在,企业需要能够敏捷地适合未来的数据分析系统。

数量庞大、增长迅猛、种类多样的数据已经成为企业在大数据时代不得不面临的现实境况。这是挑战,也是机遇。对此,Teradata天睿公司基于客户需求,提供领先、全面、有效的解决方案,帮助企业获取商业洞察力,并且将之转化为行动力,创造商业价值。

近日,Teradata举办了媒体沟通会,并邀请Teradata天睿公司大中华区解决方案总监姜欣,结合***的技术、产品创新和案例,分享了Teradata针对数据分析生态系统的未来的洞察。

Teradata天睿公司大中华区解决方案总监姜欣

大数据面临的问题

在姜欣看来,大数据发展至今,面临的问题主要聚焦在三个问题上:

一,某些有价值的业务数据并没有被很好地获取到。

二,数据使用的方式不够灵活和友好。

三,处理数据不一致花费了太多的时间,即存在数据质量的问题。

简单的说,就是数据的整合、应用和治理

所谓技术感知型企业

感知型企业是Teradata在去年年底总结出来的新型企业特征。企业想要具有竞争力,必须具备五大核心能力。

1. 平台能力。即搭建一个敏捷平台。这个平台要足够稳定,并且要有弹性。在此平台上可以开发出各种各样的应用。

2. 可以看到行为分析,而不仅仅是交易分析。这就要求数据能力一定要更加完整。

3. 模式上的改变。主要指在企业内部,由以往IT绝对主导的模式,逐渐向业务部门和IT部门协同思维、协同工作的模式转变。

4. 应用。以往公司的领导、分析人员、市场人员,都是被动地在接受系统吐出来的很多信息,如报表、指标、KPI等。如今,应用越来越自助化是未来数据分析发展的一个趋势。自助式能提供一个良好的使用分析的方式,可以实现交互式的使用。

5. 智能化。在做出很多模型和算法后,把数据分析自动化,变成企业自动决策的源泉、驱动和引擎。过去的模式是,建模时间占到90%,决策时间只有10%。但在未来,模型库一旦建好之后,90%的时间是在做决策,10%的时间是在维护这些模型。

由此可以看出,感知型包括:分享的能力、识别的能力、分析的能力、发现的能力、搜索的能力、认知的能力和交互式能力等。

如何打造感知型企业

一. 业务目标

感知型企业的业务模式主要分三步:做好数据融合;基于高质量、稳定的数据平台,做开放的运营;基于这种运营,做新的商业模式,实现价值重塑。

大部分的互联网企业已经做到了价值重塑这一阶段,运营商和银行正在做开放运营,其他的诸如医疗、制造、服务型的企业、零售,可能处在数据和开放运营之间的阶段。

基于数据驱动来打造这三阶段的路线图之后,如何变现?主要是两个方向:对内和对外。

对内变现是指如何加速企业的内部流程,降低成本,推出好产品,抓住客户,提升运营效率,增强竞争力。

在对内变现的基础上,要做对外变现,把数据做成好的数据产品后,进行跨界运营。例如,运营商的数据如何支持旅游方面的应用,如何支持金融方面的应用,如何支持零售业的应用。这时候会产生一些新的数据产品,甚至是一些新的盈利模式,成为企业新的盈利点。这就是感知型企业的一个新的模式。

二. 敏捷分析方法

传统的分析模式,一个企业建一个数据仓库平台或者大数据平台少则半年,长则两年都会有,整个周期非常长。可能这个项目整个实施完了,市场需求或者业务部门需求全都改变了。敏捷分析方式与之不同,有很多好的工具把这个平台打造得很敏捷,有很多友好的使用方式,进行快速迭代。在相同的时间内,可以分析多波次,***决定做出的哪些结果是有用的,再把它固化到传统的分析模式上,变成一个共享,然后把它实现,并且长周期的去实现。

敏捷分析过程基本上是数据驱动,从获取到的数据里面挖掘问题,之后进行快速迭代,即数据探索的方式,或者数据实验室的方式,快速研究和释放出来数据价值。

姜欣强调,传统的分析方式并没有被摒弃不用。在一个企业,特别是感知型企业,传统分析方式和敏捷分析方式应该双方相互结合且相互促进。并且,敏捷分析方式应该基于业务价值框架来做。何为业务价值框架?网络体验、客户综合感知度、客户身份识别、渠道的统筹分析和优化、购买路径等。大数据变现中的人群流量、位置轨迹、实时位置的监控、网络投资优化、安全管理,这些所有内容都是很好的参考,即业务价值框架。

三. 敏捷分析方法的实现

***步:沟通。首先需要构建一个团队,团队里包括三类技术人员:懂大数据平台技术、开发的人;懂业务的人;分析、挖掘、建模的专家。由客户方和服务方共同组成,规模一般是四到五人,进行沟通后去确定主题是什么,历时大约一周时间。

第二步:建模。获取到数据,进行清洗后就要开始建模,快速产生结果,对结果进行评审,不满意则进行迭代,重新生成结果。这个过程大约需要两到五周。

第三步:评估、写报告。用合适的展示方式把结果展示出来,有可能是生动的演示,或者是用PPT的形式,向领导汇报。

Teradata称整个过程为敏捷型分析业务咨询服务(RACE),在四到六周的时间里完成。这对客户人员和服务方的人员的要求都比较高。

得到结果后,把它部署到平台和生产环境上,作为一个长期进行的工程项目。Teradata提出,不管提到的业务价值框架还是RACE这种开发方法,都与具体产品没有任何关系,都是技术中立的,可以部署在Hadoop上,也可以部署在自己的产品Aster上,也可以是Teradata上,或者友商的产品上、开源的平台上,跟技术没有任何关系。

Teradata的五级转型

据姜欣透露,Teradata正在转型。

一. 强化一体化的专业能力,即继续加强Teradata一体化机的能力。

二. 慢慢向云上转移。包括私有云、公有云和托管云,在云生态下提供咨询和开发部署的服务。

三. 打造分析生态系统。包括统一数据架构,以及Unity、QueryGrid、Listener等数据采集工具等等。把所有配套软件整合起来,形成一个大数据生态,以及在这个生态下,兼容开源的、Teradata提供的咨询和实施服务。

四. 完全技术中立地做咨询服务,例如大数据战略规划技术、RACE、快速迭代、敏捷开发等方式,以及数据建模,不只在Teradata平台上,包括客户一些自定义的产品。

五. 坚持客户至上、客户需求至上,而不是产品至上的原则。客户提出需求,就要尽可能地用多元化的产品去满足客户的要求。

在中国市场的发展

Teradata在数据分析领域历经近40年的发展,一直在为客户提供更加丰富的解决方案。Teradata一直致力于帮助客户使用***的技术,Teradata自己也没有停下脚步,一直在研发、架构优化,以及生态系统建立,并且得到了客户的高度认可。在十几个重点行业里,坚持帮助客户从传统的分析环境到未来生态系统的转变,而客户与Teradata一起,获得了一些市场的高度认可。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

责任编辑:赵立京 来源: 51CTO
相关推荐

2012-12-07 10:58:31

2014-08-26 08:58:37

Teradata

2012-10-09 10:56:17

大数据Teradata分析

2020-06-08 10:17:37

数据分析冠状病毒机器学习

2019-12-10 09:14:12

数据分析初创公司大数据

2020-10-31 10:17:20

大数据大数据洞察大数据采集

2018-12-06 08:19:27

2016-08-04 15:15:37

大数据产业大数据

2016-11-25 20:09:11

2020-03-25 16:57:55

戴尔

2021-08-05 21:39:06

2017-04-12 09:18:48

同话题下的热门内容

数据分析,如何诊断业务问题中国城市财政收入半年报:上海减收近千亿,长春降幅超四成

编辑推荐

什么是数据分析的漏斗模型?数据分析师还吃香吗?用数据告诉你对比解读五种主流大数据架构的数据分析能力《狄仁杰之四大天王》影评分析(爬虫+词云+热力图)22个免费的数据可视化和分析工具推荐
我收藏的内容
点赞
收藏

51CTO技术栈公众号