戴尔通过提升大数据分析能力巩固“全数据”战略 帮助企业在现代数据经济中蓬勃发展

简介:

戴尔今天宣布推出一系列新的大数据和分析解决方案与服务,旨在帮助企业快速安全地把数据转化为洞察力,实现更好、更快速的决策。这些新品包括戴尔先进分析软件平台的新版本,以及针对银行、医疗和保险等垂直行业的全新分析即服务产品。这些新产品和能力结合起来让企业能够在核心流程中融入分析功能并在整个企业内传播分析专业知识,以获得更好的业绩。

在现代数据经济中,数据驱动型决策是实现竞争优势的一种方式。戴尔2015年全球技术采用指数(GTAI 2015)显示,积极使用大数据的企业的增长率比不使用大数据的企业高50% 。然而,这项调查还发现,44%的企业仍旧不了解如何从数据中获取价值 。通过其大数据和分析产品的最新强化功能,戴尔帮助客户克服不确定性并明智地投资于大数据技术。这些灵活的端到端解决方案能够帮助企业协调IT系统和业务、提高运营效率并利用预测分析的优势。

Statistica 13的发布进一步简化先进分析在整个企业的部署

Statistica 13是戴尔广受欢迎的先进分析软件平台的最新版,帮助简化和改进企业把预测模型直接部署到数据源的流程,无论这些数据源在防火墙内、云中还是合作伙伴生态系统中。作为一个无需编码并与开源R无缝集成且易于使用的解决方案,Dell Statistica提供全面的数据融合、数据发现以及先进的预测分析工具,帮助企业利用所有数据来预测未来趋势、发现新客户和销售机会、探索“假设”场景,并降低欺诈和其它业务风险的可能性。Statistica 13中的强化功能和新功能包括:

• 全面升级的现代化图形用户界面,更加易于使用并且视觉上更有吸引力

• 与近期增加的数据交互式可视化和控制引擎更深入地集成,实现与数据消费者更有效的沟通

• 与开源R更紧密地集成,简化R脚本的分享和控制

• 新的逐级建模工具,为用户逐步推荐最优的模型

• 新的本地分布式分析(NDA)功能,让用户可以直接在数据所在的数据库中运行分析,并更有效地使用不断增长的大型数据集

NDA功能把预测算法建模和计分功能直接推送到数据源。这消除了把数据拉取到中间服务器或桌面的耗费时间且数据受限的流程,让所有分析处理直接在数据库内发生并让企业利用Hadoop集群、数据库设备和其它高性能平台的威力。Statistica 13一开始将在微软SQL Server数据库中支持NDA功能,其它数据库将在后续版本中添加。

戴尔服务继续在高级分析和数据科学领域加强IP主导的服务产品

戴尔服务正在通过针对具体行业的服务而扩展其分析即服务产品,帮助客户获得洞察、预测业绩并提高关键业务流程的精确性和效率。例如,新的BPO服务帮助把分析嵌入整个企业的核心流程,并传播分析知识,为基于数据的决策带来可扩展性。新的服务包括:

• 欺诈、浪费和滥用的管理:帮助企业发现医疗身份盗窃、不必要的诊断服务或医疗上不必要的服务和不正确的计费

• 拒绝可能性计分和预测分析:帮助企业主动地发现哪些索赔更有可能被拒绝,并提供有关每个账号的活动数据、详细的监测和跟踪,在这个过程中帮助消除最高40%的低价值或无价值跟踪工作

• 客户流失管理/客户保留服务:帮助企业利用预测性流失建模(新社交数据源和传统数据源的处理和关联)来发现可能会丢失的客户并主动采取预防性措施

此外,强调戴尔致力于实现分析即服务解决方案,戴尔服务团队推出了Dell Service Desk Analytics 与 Dell ModelHealth (DMH) Tracker。

• 通过实现预测性错误管理和自动化,Dell Service Desk Analytics带来IT服务台管理的革命。它创建早期报警和文本分析以提高终端用户的体验并减少业务中断。

• Dell ModelHealth Tracker帮助客户跟踪和监测各种计分卡或预测分析模型的效果。特别是在银行和保险等对合规有很高要求的行业内,企业使用计分卡或其它预测模型来预测关键成果,例如客户的信誉或保险索赔属于欺诈的可能性。DMH 插入多个数据源来跟踪、存档和管理这些模型,并且更重要的是监测它们的效果与合规情况。

除了这些新产品,戴尔服务在先进分析领域还有50多个解决方案,包括聚焦人口健康、患者再入院和健康风险分层等关键问题的医疗分析产品;聚焦在线交易和欺诈监测的金融分析产品;以及保险相关产品,聚焦于通过LifeSys(用于保险索赔处理的戴尔平台)中嵌入的分析而减少客户流失。

端到端的产品组合简化了部署并让客户更快速地获得洞察力

除了软件和服务,戴尔还一直提供工程解决方案和参考架构来加快部署并实现价值。这些解决方案经过了测试和验证,能够消除客户在部署有效的数据管理技术时面临的痛点。最近,戴尔与Cloudera公布了第15个参考架构,这一次还包括Syncsort DMX-h软件。戴尔 | Cloudera | Syncsort 数据仓库优化 – ETL 卸载参考架构简化了使用Hadoop平台让数据为分析做好准备的规划、涉及、建设和部署过程,也被成为“提取、转化和载入(ETL)流程”。与开源的DIY解决方案相比,这个参考架构为客户节约成本,加快实现价值并更快速地获得洞察。

此外,戴尔的ProDeploy企业套件为企业提供完整的部署服务和专业认证套件,旨在简化部署并帮助客户充满信心地快速采用新技术。

引言

“在现代数据经济中,从所有数据中获取预测性洞察的能力对于打造敏捷、互联且繁荣的数据驱动型企业至关重要。不管数据来自于物联网环境中实时传感器还是为分析大量离散数据而设计的大数据平台,戴尔的新产品使得企业能够实现详细的洞察和行动。借助Statistica 13中提供的新功能和强化功能,戴尔让各种规模的企业都能够以智能、简单且高性价比的方式在整个企业内外部署预测性分析,最终让他们更好地了解客户、优化业务流程并开发新的产品和服务。”

- 戴尔软件高级分析业务总经理John K. Thompson

“我们的客户越来越需要充分利用他们收集的大量信息,以便集中精力处理核心业务。通过为银行、医疗和保险等行业推出支持分析的BPO服务和分析即服务产品,我们能够提供可行的洞察,让客户利用这些洞察扩大业务、加强客户体验并提高运营效率。”

- 戴尔服务应用业务总裁兼全球主管Prasad Thrikutam

“ESG的调查表明,各行各业、各种规模的企业都希望利用数据为其关键业务问题寻找答案。获得这些答案不仅需要现代化高级分析工具,还需要全面的支持功能,包括数据集成与数据和数据库管理,以及提供该引擎的服务器、存储和立即可以使用的设备。戴尔不仅整合了越来越全面的提供这些关键功能的产品组合,而且继续建设由战略合作伙伴、配套厂商和专业服务构成的补充性生态系统,使其能够帮助处于大数据和分析各个阶段的客户。”

——ESG高级分析师Nik Rouda

原文发布时间为:2015年10月21日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
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 
目录
相关文章
|
14天前
|
存储 消息中间件 监控
【Flume】Flume在大数据分析领域的应用
【4月更文挑战第4天】【Flume】Flume在大数据分析领域的应用
|
27天前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
4天前
|
数据采集 搜索推荐 大数据
大数据中的人为数据
【4月更文挑战第11天】人为数据,源于人类活动,如在线行为和社交互动,是大数据的关键部分,用于理解人类行为、预测趋势和策略制定。数据具多样性、实时性和动态性,广泛应用于市场营销和社交媒体分析。然而,数据真实性、用户隐私和处理复杂性构成挑战。解决策略包括数据质量控制、采用先进技术、强化数据安全和培养专业人才,以充分发挥其潜力。
11 3
|
7天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
8天前
|
机器学习/深度学习 人工智能 安全
Azure Databricks实战:在云上轻松进行大数据分析与AI开发
【4月更文挑战第8天】Databricks在大数据分析和AI开发中表现出色,简化流程并提高效率。文中列举了三个应用场景:数据湖分析、实时流处理和AI机器学习,并阐述了Databricks的一体化平台、云原生弹性及企业级安全优势。博主认为,Databricks提升了研发效能,无缝集成Azure生态,并具有持续创新潜力,是应对大数据挑战和加速AI创新的理想工具。
32 0
|
21天前
|
机器学习/深度学习 人工智能 数据可视化
基于Python的数据可视化技术在大数据分析中的应用
传统的大数据分析往往注重数据处理和计算,然而数据可视化作为一种重要的技术手段,在大数据分析中扮演着至关重要的角色。本文将介绍如何利用Python语言中丰富的数据可视化工具,结合大数据分析,实现更直观、高效的数据展示与分析。
|
28天前
|
存储 NoSQL 大数据
新型数据库技术在大数据分析中的应用与优势探究
随着大数据时代的到来,传统数据库技术已经无法满足海量数据处理的需求。本文将探讨新型数据库技术在大数据分析中的应用情况及其所带来的优势,为读者解析数据库领域的最新发展趋势。
|
2月前
|
分布式计算 DataWorks IDE
MaxCompute数据问题之忽略脏数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
47 0
|
2月前
|
SQL 存储 分布式计算
MaxCompute问题之下载数据如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
38 0
|
2月前
|
分布式计算 关系型数据库 MySQL
MaxCompute问题之数据归属分区如何解决
MaxCompute数据包含存储在MaxCompute服务中的表、分区以及其他数据结构;本合集将提供MaxCompute数据的管理和优化指南,以及数据操作中的常见问题和解决策略。
35 0