2015 SAS峰会:探索大数据价值化成功路径

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:

ZDNet至顶网软件频道消息:第三届SAS中国用户大会暨商业分析领袖峰会今日在京圆满落幕。本届大会以“超越大数据——行动与创新”为主题,聚焦各行各业大数据价值落地之旅。峰会云集千位SAS全球大数据专家、中国用户、合作伙伴、学者、媒体与行业分析师,透过创新思维与实战案例分享,探讨数据驱动生产力的成功路径。

大数据——从概念化迈向价值化

2015 SAS峰会:探索大数据价值化成功路径

SAS大中华区总裁吴辅世致开幕辞

自大数据浪潮兴起至今,其重塑传统商业的能力从未受到质疑。先行者们已经从大数据探索和实践中尝到甜头,启发企业纷纷开始搭建大数据架构。大数据正在从最初的概念化迈向广泛的价值落地。“在过去的一年中,大数据得到前所未有的重视。它不仅扮演了商业变革引擎的角色,还是国家战略发展的推动力。不管是“互联网+”还是“中国制造2025”的全面推进,都需要大数据的全力支持。而分析,是将海量数据从机遇转化为决策的关键一环。”SAS大中华区总裁吴辅世在峰会开幕词中指出,“作为全球大数据分析的领军企业,我们一直在思考如何在大数据链条中将分析的作用发挥到最大化。SAS关注各种新兴技术为行业带来的活力,并与合作伙伴共同探索部署数据分析的新方式。我们相信,‘唯快不破’的道理同样适用于企业大数据实践。打破传统、勇于创新的探索者们将得到意想不到的丰厚回报。”

2015 SAS峰会:探索大数据价值化成功路径

SAS执行副总裁兼首席营销官Jim Davis

SAS执行副总裁兼首席营销官Jim Davis总结了物联网、云和移动的发展为大数据分析带来的机遇。Davis说道:“在来自各个新渠道的数据呈指数级增长的时候,企业需要重新考虑数据存储和处理途径。开源框架Hadoop兼具了开放、高效且部署灵活等特性,受到越来越多部署大数据架构的企业青睐。不管企业面临何种变化,专注分析近四十年的SAS都会为其找到最佳的解决方案,帮助客户更好更快地从数据中获取洞察。”

在工业4.0和中国制造2025等战略的驱动下,物联网持续升温。据IDC预测,到2020年,将有超过300亿设备将被连接到物联网。SAS全球行业最佳实践高级总监Thomas Roehm表示:“与物联网相关的各项技术将给多个行业造成迅速、广泛和深刻的变化。只有充分理解数据,才能让整张网络的每一个环节都充满活力。通过实时采集和分析来自各种设备和管理系统的数据,企业得以对实际状况做出快速响应与决策。在制造业,物联网分析将对产品质量提升、节能及设备维护等方面的决策起到及时的指导作用。”

此外,智能营销也是SAS重点关注的领域。大数据打通了各个渠道数据的隔阂,塑造了真正意义上的全渠道营销(Omni-channel marketing)。SAS北亚区整合营销管理业务咨询高级总监许慧章以金融行业为例,剖析了建立统一的客户决策中心(Customer Decision Hub)的重要性。“随着技术的发展,企业与客户的沟通正在渗透进更丰富的渠道。建立客户决策中心的重要性在于,来自于不同接触点的数据生成360°全面的客户视图,指导企业在多个平台互动时保持信息一致,提升客户体验。在金融创新大潮中,基于客户DNA的精准营销是创造竞争优势必备的能力。”许女士说道。

本次大会还展示了风险智能包括交易欺诈侦测和分析、数据管理及欺诈分析、风控以及合规解决方案的多款产品,以及针对多个行业的高效数据分析解决方案。“随着互联网金融的兴起和利率市场化的稳步推进,银行业步入关键的转型期。我们始终认为,严格的风控是作出业务创新的前提。”SAS北亚区风险管理高级总监及大中华区风险管理总经理刘志玲表示,“SAS与客户紧密合作,针对银行需求提供丰富的功能组合,通过智能化的数据管理与高性能分析,启发更为精细化的管理模式。”

唯快不破——以创新应对挑战

据IDC报告显示,SAS在高级分析及预测分析领域市场份额达35.4%,高于第二名到第六名的总和,处于绝对领先地位。SAS以持续创新应对变化,助力企业从数据分析中获取价值。每一年的中国用户大会都是一览SAS大数据创新产品的最佳时机。在今年的大会演示区,SAS on Hadoop和数据可视化产品受到极大关注。

在Hadoop生态圈不断成长与壮大之时,SAS提供SAS Hadoop数据加载器、SAS/ACCESS Interface to Hadoop、SAS In-Memory Statistics for Hadoop、SAS可视化分析(SAS Visual Analytics)以及SAS高性能分析(SAS High-Performance Analytics)等一系列基于Hadooop架构的解决方案及产品。今年,华为发布了与SAS合作开发的依托Hadoop架构的企业级大数据平台FusionInsight。得益于SAS的分析能力,该平台可对高达百万维度的数据进行全量建模,进行实时分析和挖掘。

数据可视化产品以直观生动的呈现方式为企业理解数据提供了便利。SAS可视化分析(SASVisual Analytics)在2014年新增了超过2000个安装点。此外,SAS还推出了针对数据科学家和分析人员使用的SAS可视化建模统计工具(SAS Visual Statistics)。

成立三十九年以来,SAS一直致力于为行业用户提供最前沿的技术和见解,推动大数据分析在行业内的技术变革与应用创新,例如,全球最顶尖100家银行中的90%以上正在使用SAS解决方案投身大数据实践,在中国SAS服务于四大国有银行和21家股份制银行以及众多大型保险公司。出席此次论坛的中国用户和商界领袖均对SAS的创新力与可信赖的解决方案赞誉有加,并期待继续与SAS一起用大数据分析共创美好未来。

原文发布时间为:2015年6月19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
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 
目录
相关文章
|
数据采集 机器学习/深度学习 人工智能
大数据分析案例-用RFM模型对客户价值分析(聚类)
大数据分析案例-用RFM模型对客户价值分析(聚类)
1312 0
大数据分析案例-用RFM模型对客户价值分析(聚类)
|
3月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
149 11
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
理解并利用大数据的力量:解锁数据背后的价值
【8月更文挑战第7天】大数据已成为推动社会进步和经济发展的重要力量。通过理解并利用大数据的力量,企业可以解锁数据背后的价值,优化业务流程、提升决策效率和创新能力。然而,大数据应用也面临着诸多挑战和风险,需要企业不断学习和实践以应对。相信在未来的发展中,大数据将为我们带来更多的惊喜和机遇。
|
5月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
716 8
|
7月前
|
存储 分布式计算 算法
大数据处理:挖掘价值之道
大数据处理:挖掘价值之道
|
7月前
|
存储 数据可视化 大数据
大数据分析与处理:探索数据的深层价值
大数据分析与处理:探索数据的深层价值
98 2
|
7月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
676 0
|
运维 大数据 数据挖掘
大数据工程师体系职业路径全解
大数据工程师体系职业路径全解
|
机器学习/深度学习 人工智能 Cloud Native
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
IDC认为,从提升企业中长期发展质量、降低综合投入成本的角度出发,大数据技术领域将呈现出两个显著趋势:一体化和融合化。企业应以战略和顶层设计为先导,用体系化的思维全面构建大数据能力架构,避免形成新的数据、业务和能力孤岛。 【下载地址见文末】
【大数据趋势白皮书下载】IDC: 发挥数据智能价值,推动企业数字化创新
|
数据采集 机器学习/深度学习 算法
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)
1070 0
大数据分析案例-基于RFM模型对电商客户价值分析(聚类)