Teradata首席分析官Bill Franks:数据分析变革犹如一场工业革命

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:

2013年Teradata天睿公司首席分析官Bill Franks出版了《驾驭大数据》,时隔两年他又带来了新书《数据分析变革》,从书名可以看出大数据的应用已经发生了质变。Bill也把数据分析的变革比做是一场工业革命,因为技术的发展带来了更多的分析能力,以及可以实现自动化的分析,这些也就如同蒸汽机给工业革命带来发展的动力是同一道理。

Teradata首席分析官Bill Franks:数据分析变革犹如一场工业革命

Teradata天睿公司首席分析官Bill Franks

从分析到高级分析的进化

分析的重要性已经成为现如今企业的共识,很多企业都在使用商业智能软件将自身的业务进行汇总呈现。但报表呈现和分析的概念不尽相同,报表通常是按照固定格式自动生成,而分析并不是简单的信息汇总,企业需要将汇总的数据进行整合并分析为决策给出建议。

当然分析的程度也有浅有深,大数据分析就是时下企业非常追捧的数据分析技术。Bill认为,大数据必须置于更广泛的企业数据和分析战略的场景中,而且不要纠结于如何定义大数据,只需思考如何善用大数据!

然而分析的种类也多种多样,有人会问普通分析和高级分析有什么区别?普通分析属于概述型分析,高级分析则更多是预测性分析。在四、五年前很多企业并不具备高级分析的技能,所以观望是普遍状态,而现在高级分析已经成为主流的发展趋势,企业需要把高级分析作为标配。

在Bill看来,高级分析要从探索发现、设计、部署整个流程形成闭环,因为数据类型的不同就需要不同的算法和存储方式,所以在发现阶段就要考虑未来阶段怎么才能推进地更加迅速,并且在部署之后还有一个很重要的阶段衡量和评估。

作为Teradata首席分析官,Bill的工作主要有三部分,战略、客户、品牌。在企业里首席分析官的职位并不多见,Bill建议如果企业对于数据分析有核心需求就应该设立这一职位,当然其需要具备优秀的数据分析的能力,以及优秀的沟通能力,可以用业务语言对管理者和非IT人员进行沟通。

行业客户如何做数据分析

Teradata 天睿公司一方面为具有共性需求的客户提供标准化的解决方案,另一方面为大型客户进行个性化定制解决方案,同时针对行业客户进行分析,嵌入相应的功能模块。

零售、金融、通信等行业是目前应用大数据较好的行业,那现在的零售行业是如何用创新的方法挖掘数据价值呢?“其实零售行业有很多问题有待解决,”Bill说。例如,卖场在即将结束营业的时段会有大量客人集中结账,这对于结账带来了很大的压力,零售商则可以通过监控卖场的人流量和停车场流量来进行多方面数据分析,预测出未来5-15分钟的流量压力,让管理人员可以及时进行调度,为顾客带来更好的购物体验。

大数据分析已经不再是某几个行业的“玩物”,其已经在各行业开始蔓延,那些看起来不太适合采用大数据分析的行业都已经开始了大数据,像汽车行业目前就在大量应用车联网的大数据分析技术。

物联网也会使得新的数据源逐渐增多,Teradata也将应对新的数据源解决新的业务问题。例如,传感器就可以引发多环节的客户体验提升的连锁效应,在仓储物流行业通过传感器可以了解到仓储环境的温度,从而进行温控保证产品质量,之后卖家还可以分析产品的买卖行为和途径,从而制定未来的营销策略。

未来云服务会是企业越来越认可的一种服务提供模式,使得客户可以获得按需提供的数据分析服务。在过去的一年中Teradata也同一些云服务商展开沟通,目前看来这种服务方式更加适合中小型企业,因为产品的部署和实施对于中小企业相对困难,所以通过云的模式可以使用到一些共性的分析服务。


 

原文发布时间为:2015-7-14

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
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
|
4月前
|
数据采集 存储 数据挖掘
【优秀python数据分析案例】基于Python书旗网小说网站数据采集与分析的设计与实现
本文介绍了一个基于Python的书旗网小说网站数据采集与分析系统,通过自动化爬虫收集小说数据,利用Pandas进行数据处理,并通过Matplotlib和Seaborn等库进行数据可视化,旨在揭示用户喜好和市场趋势,为图书出版行业提供决策支持。
385 6
【优秀python数据分析案例】基于Python书旗网小说网站数据采集与分析的设计与实现
|
2月前
|
数据挖掘 UED
ChatGPT数据分析——探索性分析
ChatGPT数据分析——探索性分析
53 1
|
2月前
|
数据可视化 数据挖掘 数据处理
ChatGPT数据分析应用——热力图分析
ChatGPT数据分析应用——热力图分析
116 1
|
2月前
|
数据挖掘
ChatGPT在常用的数据分析方法中的应用(分组分析)
ChatGPT在常用的数据分析方法中的应用(分组分析)
72 1
|
2月前
|
数据挖掘 数据处理
ChatGPT在常用的数据分析方法中的应用(交叉分析)
ChatGPT在常用的数据分析方法中的应用(交叉分析)
51 1
|
2月前
|
机器学习/深度学习 数据采集 数据可视化
如何理解数据分析及数据的预处理,分析建模,可视化
如何理解数据分析及数据的预处理,分析建模,可视化
63 0
|
2月前
|
数据挖掘
ChatGPT在常用的数据分析方法中的应用(对比分析)
ChatGPT在常用的数据分析方法中的应用(对比分析)
61 0
|
3月前
|
机器学习/深度学习 人工智能 数据挖掘
数据分析师是在多个行业中专门从事数据搜集、整理和分析的专业人员
数据分析师是在多个行业中专门从事数据搜集、整理和分析的专业人员
44 3
|
4月前
|
前端开发 Java JSON
Struts 2携手AngularJS与React:探索企业级后端与现代前端框架的完美融合之道
【8月更文挑战第31天】随着Web应用复杂性的提升,前端技术日新月异。AngularJS和React作为主流前端框架,凭借强大的数据绑定和组件化能力,显著提升了开发动态及交互式Web应用的效率。同时,Struts 2 以其出色的性能和丰富的功能,成为众多Java开发者构建企业级应用的首选后端框架。本文探讨了如何将 Struts 2 与 AngularJS 和 React 整合,以充分发挥前后端各自优势,构建更强大、灵活的 Web 应用。
64 0
|
4月前
|
SQL 数据采集 算法
【电商数据分析利器】SQL实战项目大揭秘:手把手教你构建用户行为分析系统,从数据建模到精准营销的全方位指南!
【8月更文挑战第31天】随着电商行业的快速发展,用户行为分析的重要性日益凸显。本实战项目将指导你使用 SQL 构建电商平台用户行为分析系统,涵盖数据建模、采集、处理与分析等环节。文章详细介绍了数据库设计、测试数据插入及多种行为分析方法,如购买频次统计、商品销售排名、用户活跃时间段分析和留存率计算,帮助电商企业深入了解用户行为并优化业务策略。通过这些步骤,你将掌握利用 SQL 进行大数据分析的关键技术。
244 0
下一篇
DataWorks