物联网正在革各行各业数据分析的命

简介:

数据作为重要的资产已经被越来越被企业重视和保护,最近WannaCry病毒网络诈骗勒索事件暴露了在数字化时代企业产生的新问题和挑战。Teradata天睿公司国际集团业务拓展副总裁Mikael Bisgaard-Bohr从中看到了巨大的机会,我们可以探查这些威胁进行数据分析,从而更好的保护数据安全。

物联网正在革各行各业数据分析的命

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

现如今企业正面临着越来越多的数据分析趋势,其中物联网的需求最为明显,相较之前只有制造业会产生大量物联网数据,现在各行各业都在受到物联网的影响,预计未来物联网将达到百亿甚至万亿的市场,这也将成为Teradata的新型增长点。

从市场转型到团队转型

Teradata的市场划分为美洲和国际两部分,Mikael Bisgaard-Bohr负责国际市场营销和业务拓展。“整体市场的疲软并不会影响新的Teradata全球战略,Teradata正在通过转型来不断提高营收,而且国际市场的增长非常良好。”

多年间Mikael Bisgaard-Bohr与客户的沟通中遇到最大的挑战并不是每个地域的特性差异,而是客户是否有足够大的数据,以及对于数据的了解和应用。

Teradata通过三个团队一起开展工作,业务拓展团队帮助客户发现问题、解决问题,技术团队研究新产品技术,在新战略中两个团队之间又设置了架构团队。

Mikael Bisgaard-Bohr指出,这一变化也是因为现在数据分析架构变得越来越复杂,主要体现在商业技术、许可证转让、开源三个方面。商业技术需要不断测试,才能交付给客户,而且商业技术的版本更新频率也并不高,相反开源的特点则是版本更新多且快,这些都是要满足的需求。

技术之外,现在企业所处的环境也并不统一,异构环境非常常见。数据分析可以发生在本地,也可以发生在云端,所以数据分析的成本等各种因素也都在考验着Teradata的各种能力。

行业数据分析的新潜力

Teradata的业务主要集中在金融、电信、零售三个行业,去年Mikael Bisgaard-Bohr提到过金融、电信行业在过去一段时间基本已经达到饱和,但这并不意味着今后没有发展的潜力。

“在未来数据的应用方式会发生巨大的变化,更多数据类型的出现,会让金融、电信行业投入更大的力度对客户进行分析。我们现在已经拓展到了超过十大行业,而且,我们也看到其他更多行业越来越多的需求。”

零售行业未来的实体店会有更多的设备来收集顾客的数据,就像网上购物通过用户浏览数据了解用户行为一样。通过收集顾客逗留时间,拿起过哪些商品等,通过实体店收集更多的数据进行用户分析会带来更多的机会和潜力,对于未来的数据应用创新也是巨大的机会。

制造业在十年前是一个数据贫乏的行业,主要以财务数据为主,但是随着生产设备的数字化,制造业有了更加丰富的数据。因为制造业没有过多纷杂的数据,所以在数据应用和分析上更加快速和开放,同时高素质的工程师本身就精于计算和统计也让数据分析更加容易开展。

为了满足更多客户的使用需求,Teradata还发布了可移植的数据库许可方式,可以灵活地选择、转移、扩展并重构他们的混合云环境,满足不断变化的业务需求。Mikael Bisgaard-Bohr说,客户可以根据资产情况选择采购模式还是订阅模式,这也给客户更加灵活的空间,根据工作负荷进行选择。


原文发布时间为:2017年5月27日

本文作者:王聪彬 

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
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
消息中间件 分布式计算 物联网
大数据Spark物联网设备数据分析
大数据Spark物联网设备数据分析
431 0
大数据Spark物联网设备数据分析
|
传感器 数据采集 数据可视化
探究物联网技术的核心知识点:传感器、嵌入式系统和数据分析
探究物联网技术的核心知识点:传感器、嵌入式系统和数据分析
783 0
|
SQL 存储 数据采集
阿里云物联网平台 - iot studio调用 “老版本数据分析” 接口展示设备数据
老版本数据分析:是阿里云为物联网开发者提供的设备智能分析服务,全链路覆盖了设备数据采集、管理(存储)、清洗、分析等环节,有效降低了数据分析门槛,实现了设备数据与业务数据的融合分析透视
617 0
阿里云物联网平台 - iot studio调用 “老版本数据分析” 接口展示设备数据
|
传感器 人工智能 供应链
数据分析、人工智能和物联网将如何塑造疫情之后的“新常态”
冠状病毒疫情如今正在全球各地持续蔓延,为有效应对病毒,需要共享一些公共卫生信息资源。公共卫生基础设施可以通过采用人工智能、云计算、流媒体、物联网等新兴技术有效汇集、整理和处理各种信息和数据。
439 1
|
存储 物联网 数据挖掘
阿里云物联网平台 - iot studio调用 “新版本数据分析” 接口展示设备数据
物联网数据分析LA(Link Analytics)是阿里云为物联网开发者提供的数据智能分析产品,针对物联网数据特点,提供海量数据的存储备份、资产管理、报表分析和数据服务等能力,帮助企业用户更容易地挖掘物联网数据中的价值
832 0
阿里云物联网平台 - iot studio调用 “新版本数据分析” 接口展示设备数据
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
1251 4
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
435 2
|
机器学习/深度学习 算法 数据挖掘
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
本文介绍了2023年第二届钉钉杯大学生大数据挑战赛初赛A题的Python代码分析,涉及智能手机用户监测数据分析中的聚类分析和APP使用情况的分类与回归问题。
711 0
2023 年第二届钉钉杯大学生大数据挑战赛初赛 初赛 A:智能手机用户监测数据分析 问题二分类与回归问题Python代码分析
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
2017 4
数据分析的 10 个最佳 Python 库
|
供应链 数据可视化 数据挖掘
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
本文详细介绍了第十一届泰迪杯数据挖掘挑战赛B题的解决方案,涵盖了对产品订单数据的深入分析、多种因素对需求量影响的探讨,并建立了数学模型进行未来需求量的预测,同时提供了Python代码实现和结果可视化的方法。
691 3
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一

相关产品

  • 物联网平台