大数据驱动五大智能连接 构建设备+云服务完美体验

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

【2016年1月20日,北京】在全球大数据峰会上,联想集团云服务业务展示了如何利用大数据驱动五大智能连接和构建设备+云服务的完美体验。作为全球领先的科技公司,联想集团产品线涵盖PC、手机和服务器等全设备组合,积累了数以亿计的用户,去年,便在全球为客户提供超过1.5亿台设备。联想集团副总裁,首席研究员田日辉认为,联想涵盖如此丰富的技术领域,拥有如此多的用户,因此更有责任通过互联网和云技术,给用户提供更好的服务,让他们的生活更加便捷,工作更有效率。为用户提供便捷的云服务、做好五大连接既是用户的诉求,也是联想的企业使命。

互联网+时代 新机遇新挑战

在互联网时代,沟通往往依重于数据交换进行。人人、物物、业业互联,推动我们进入“永远在线”的状态。个人自然数据和社会运行数据正在全面连接,并催生了全新的价值链体系。在新价值链的背后,一定需要一个连接个人、企业与社会的沟通环境来支撑,那便是云计算。联想云服务包含个人云、企业云和智能云以及其他致力于云生态布局的新业务群组。

当前以互联网、大数据、云计算为基础的新产业形态正在形成。联想云服务集团以用户为中心,实现了全设备组合、软件、云服务“三位一体”的生态系统。时代在变,消费者的真实需求也在改变。不同以往,他们现在更加关注“设备+服务”的整体用户体验,联想云正在努力推动五大智能连接,让用户和设备可以随时随地顺畅连接;让用户在任何时候、任何地点可以精准管理个人数据;让用户通过软件和硬件产品实时发现、并获取高质量内容与应用;让设备与设备之间实现简便可靠的数据分享和传输,同时做到设备和网络之间智能、高效的无障碍连接。

Avatar —— 联想大数据平台

联想Avatar云平台,搭建了完善的大数据平台框架。通过初期的数据源收集、数据市场整合,进行数据分析,最终提供给数据消费者最优化的解决方案。Avatar集合了联想所有前端的设备及服务,不管来自手机、PC机、还是来自联想软件,都拥有同一个Lenovo ID。以Avatar为基础,业务部门能够第一时间了解到产品和服务的不足,及时进行调整并优化,提升用户的使用体验,进而增强用户粘性及品牌忠诚度。

在全球化部署的大数据平台中,存储数据量高达9PB, 日新增数据 20TB,日处理数据4.3 PB,日活设备有1.5亿,活跃服务用户达到了4亿多。联想的大数据平台做到了全球化、本地化的完美结合,同时十分注重保护客户隐私,并具有高效的计算能力,可通过数据分析实现对用户的精准理解。

基础设施与平台技术业务部为联想实现互联网转型提供了核心技术支撑,全面支持公司的各种应用和互联网服务以及广泛的第三方开发者。目前已有1000多家外部软件和游戏接入联想ID,促进了联想ID用户数的快速增长。同时,团队构建了统一的虚拟货币体系,便于用户通过虚拟币在不同应用中交易和使用,提升了用户活跃度。随着用户的不断增长,大数据分析也越来越成为联想设备和服务核心竞争力的一部分。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
消息中间件 分布式计算 大数据
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
大数据-166 Apache Kylin Cube 流式构建 整体流程详细记录
67 5
|
1月前
|
存储 SQL 分布式计算
大数据-162 Apache Kylin 全量增量Cube的构建 Segment 超详细记录 多图
大数据-162 Apache Kylin 全量增量Cube的构建 Segment 超详细记录 多图
58 3
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
1月前
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
96 0
|
1月前
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
71 0
|
29天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
82 10
|
1月前
|
Java 大数据 数据库连接
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
29 2
大数据-163 Apache Kylin 全量增量Cube的构建 手动触发合并 JDBC 操作 Scala
|
1月前
|
SQL 分布式计算 大数据
大数据-160 Apache Kylin 构建Cube 按照日期构建Cube 详细记录
大数据-160 Apache Kylin 构建Cube 按照日期构建Cube 详细记录
42 2
|
1月前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
64 1
|
1月前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
83 1
下一篇
无影云桌面