大数据分析市场潜力巨大 业务价值已成关注焦点

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

日前,数据分析解决方案供应商Teradata天睿公司在上海盛大举办“2017 Teradata大数据峰会”。本届峰会主题为“数据分析 卓越业务”,围绕数据分析和业务咨询在各个行业的应用,尤其探讨了数据分析在人工智能、机器学习、物联网、云计算等前沿领域的应用和趋势,分享了全球领先企业通过数据分析实现业务创新与转型的最佳实践,诠释了数据分析成就卓越业务的巨大价值。

各行业展开数字化转型,市场机遇巨大

在峰会期间,Teradata 天睿公司国际集团业务拓展副总裁Mikael Bisgaard-Bohr在接受我们的采访时说:“过去两年的情况来看,企业在使用数据的方式发生了巨大变化。随着各行业企业快速展开数字化转型过程,我们将会看到巨大的变化,因为企业已经认识到数据资产的价值。”

据Mikael介绍,特别是在金融和电信领域,随着数据量的激增,而且出现一些新的类型的数据。作为长期深耕的两大行业,Teradata将继续针对现有客户加大互动力度,满足他们对数据应用方式变化的需求。对于Teradata来说,这孕育着巨大的市场发展机遇。

当问及基于全球经验来看,如何看待中国客户的行业分布和特点。他表示,金融与电信占比最多的两大行业,这也和全球经验相同。Teradata最初三十多年前在全球开始数据分析业务时,这些行业成为最早获得快速发展的领域,而现在已经扩展到超过十大行业,尤其是在零售和制造业等领域发展迅猛。

针对零售行业,随着这两年新零售概念的发展,出现了实体点和网店的融合。Mikael介绍说,随着今后两年看到更多的实体店建立起来,这些实体店会部署更多的设备收集客户到商店来的各种数据,比如客户商店里的逗留时间、哪些商品挑选后又放回去等,判断消费者的消费行为,为零售企业提供业务创新的数据支持。当然,这些发展也将会为Teradata的业务拓展带来更多的机会和潜力。

随着制造业的生产设备和产品不断地实现数字化,制造业现在也拥有了更多类型和更大规模的数据。据Mikael介绍:“制造业没有传统的纷杂的数据,没有传统的遗留问题。因此,可以在数据应用和分析方面更加开放和更富创新性。同时,制造业聚集了一大批高素质的工程专家,这些人本身精于计算和统计,对他们来说大数据分析很容易开展。”

业务价值成焦点,数据分析文化至关重要

针对数据分析在行业的应用特点,Teradata今年一直强调企业应该将关注的焦点转移到如何成就卓越的业务价值方面。在大数据和数据分析市场的发展中,客户从最初对概念的关注,到经历大数据市场出现的过度炒作,再到过分关注和追逐各种技术,尤其是各种开源技术,出现了企业的大数据战略发生偏差,甚至由于技术的快速变化导致大数据战略“朝令夕改”,严重妨碍了企业享受到数据资产蕴含的真正价值。

面对这种局面,Teradata倡导企业应该将关注点重投业务价值方面,企业应该享受易用的数据分析架构,获得专业的业务咨询服务,将数据和业务场景实现完美结合,获得内外部数据带来的洞察力。

图:Teradata 天睿公司国际集团业务拓展副总裁Mikael Bisgaard-Bohr

针对企业在大数据战略中的这种情况,我们问及在同中国客户合作过程中,存在哪些难点这一问题时,Mikael认为实际上并没有在哪个国家遇到特定的的难点,很多困难和挑战在全球都很类似。例如:

客户是否有足够大规模的数据能够利用;

  • 对于数据的了解及数据在各个领域如何利用;
  • 各个业务领域,针对各种问题有什么解决之道;
  • 如何建立应用数据的文化,是非常重要的问题;
  • 从总体上来看,有些国家目前没有建立具体数据文化氛围。

写在最后:

这是Teradata大数据峰会连续第17年召开,本文仅是把峰会内容的一小小部分分享给大家。本届峰会的召开体现出Teradata天睿公司更加贴近和倾听客户真正需求,持续帮助客户释放数据资产潜能、取得更大业务成功的努力。来自不同行业的企业领袖、行业专家、合作伙伴、资深顾问、媒体和分析师精英,以及Teradata天睿公司管理层团队出席峰会,共同探索和交流数据分析转换成业务成果的战略和应用等。峰会致力于帮助企业创造高价值业务成果,帮助企业释放无限潜能,获得数据驱动的转型和成功。


本文作者:王雪燕

来源:51CTO

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
|
2月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
162 2
|
3月前
|
SQL 消息中间件 分布式计算
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
大数据-124 - Flink State 01篇 状态原理和原理剖析:状态类型 执行分析
93 5
|
19天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
107 15
|
25天前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
24天前
|
分布式计算 DataWorks 搜索推荐
用户画像分析(MaxCompute简化版)
通过本教程,您可以了解如何使用DataWorks和MaxCompute产品组合进行数仓开发与分析,并通过案例体验DataWorks数据集成、数据开发和运维中心模块的相关能力。
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
105 4
|
2月前
|
关系型数据库 分布式数据库 数据库
PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具
在数字化时代,企业面对海量数据的挑战,PolarDB 以其出色的性能和可扩展性,成为大数据分析的重要工具。它不仅支持高速数据读写,还通过数据分区、索引优化等策略提升分析效率,适用于电商、金融等多个行业,助力企业精准决策。
39 4
|
2月前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
269 5
|
2月前
|
存储 监控 数据挖掘
【Clikhouse 探秘】ClickHouse 物化视图:加速大数据分析的新利器
ClickHouse 的物化视图是一种特殊表,通过预先计算并存储查询结果,显著提高查询性能,减少资源消耗,适用于实时报表、日志分析、用户行为分析、金融数据分析和物联网数据分析等场景。物化视图的创建、数据插入、更新和一致性保证通过事务机制实现。
254 14
|
2月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
178 2