有技术、懂业务，Teradata持续专注数据分析

最近的科技圈儿，这本书“来势汹汹”，先上个封面图让大家瞧瞧！

 

 

据悉，该书是Teradata天睿公司首席运营官Oliver Ratzesberger与美国西北大学凯洛格商学院Mohan Sawhney教授联合创作的，一度被评为华尔街日报畅销书之一。

书里书外围绕“感知型企业”细致展开。

所谓感知型企业，其实表达的是一种企业发展的状态，最根本的表现就是能够管理来自新旧数据源的海量信息，让时下流行的算法和分析技术大派用场，助力企业做出大量的自动化决策。

谈到这里，小编发现，其实大多数企业已经意识到数据以及先进技术的重要意义，可是依旧有太多公司还是在业务成果的转化上苦苦挣扎。对于企业决策层来说，购买技术很简单，但是将技术高效应用到业务成果的转化上就没有想得那么容易了！

 

 

关于这个问题，Teradata天睿公司总裁兼首席执行官Vic Lund坦承，作为将数据分析视为主营业务的企业，Teradata确实花了几个月的时间弄清楚，未来还应该做些什么，如何更好的进行市场推广等问题。

慎重考虑后得到结论，Teradata不仅仅要强调技术，更重要的是利用平台能力，也就是数据分析能力，帮助企业完成业务成果的驱动。

确实，如今的技术演进越来越快，企业完成业务转化更需要从融合的技术以及产品中寻求帮助。“企业很清楚，分析技术是取得竞争优势的关键所在。但企业必须更加专注于业务成果，同时需要避免绑定在单一服务商提供的部署环境。”Teradata天睿公司国际集团执行副总裁Peter Mikkelsen在 “2018 Teradata大数据峰会”上讲到。

 

 

在此背景下，Teradata基于自研的分析平台，做到了几个“任意”！

依托分析平台，Teradata可以帮助企业各部门，分析用户大规模所采用的首选分析工具与引擎来精准分析多个数据源，支持做到任意数据分析（Analyze Anything）。

在云环境下，基于通用的硬件条件，在本地部署环境下，以及多种灵活的部署选项下提供分析处理能力，完成任意环境部署（Deploy Anywhere）的要求，这一点Teradata也可支持。

此外，Teradata还帮助企业针对特定用例，完成简化的附带定价策略、订阅式许可以及服务式选项，用更合适的方式购买软件，用以完成任意方式购买（Buy Any Way）的需求。

关于任意时间迁移（Move Anytime）方面，Teradata充分利用软件许可可移植性，灵活转换部署选项运行分析，着眼相关的购买决策等。

据小编了解，其实Teradata始终坚持的一则信条，就是如何彻底并有效地与客户紧密合作，这才是重点！深入来说，未来，Teradata 又将如何扩展现有的这套数据分析解决方案，让“弹性”遍及everywhere呢？

对此，相关高层表示，未来基于Teradata Everywhere，会选择在一些领域采用更多新类型的处理引擎，例如Spark，或者TensorFlow，因为来自开源，可以被直接集成到可拓展的平台上。

 

 

 

 

此外还会涉及到一些新语言，例如Python、R等，还包括新的用户界面的尝试……未来的开发更多朝向AI方面的集成，从机器学习或者深度学习技术探究并提升分析平台的实力。

”最终我们想做到一个即服务（as a Service）的模式。未来，会更加关注业务成果，思考如何将业务成果的实现作为一种服务模式武装到现有的分析平台上。在利用技术助推业务成果转化的过程中，探究一种方式，不需要过多的技术专家以及数据科学家，还能够尽快得到一些结论。无论是分析平台还是当下最流行的先进技术，最理想的方式都是即服务的提供，最终可以做到让企业越发简单获取这些能力。”Teradata天睿公司大中华区总裁辛儿伦（Aaron Hsin）补充道。

目前这么多热门技术，未来Teradata的分析平台有涉及吗？

这其实是大家比较关心的话题之一，当然也是小编关注的！

谈及热门技术，就不得不说人工智能。

如今任何地方都把“AI”拿出来讲一讲，显然这是一种目前来看非常重要并需要全球都采用的能力之一，以此为标准的话，数据也在AI 中发挥了重要的作用。

相辅相成，AI 作为驱动者，在应对海量数据，做出精准决策方面也有自身独到的优势！

关于吸纳AI 能力，Teradata也做了相应的举措，例如通过孵化器、技术专家等，将一些技术的表达转化为更加通俗易懂的应用，让用户更容易接受。

此外，Teradata高层表示，目前还同全球范围内的高校进行合作，探索如何将带有AI 技术的产品推向市场，能让用户更加容易应用AI 以及大规模的算法。

Teradata将AI 视作产品组合的一部分，着眼于通过AI 技术让自己的产品，也就是Teradata Everywhere平台运行的更加容易，最大化减少人工的干预，让算法作用决策的时间更短，这是很关键的。

 

 

值得注意的一点，其实AI技术的大规模应用，也需要质量较高的结构化数据。为此，Teradata 设计了一些数据管道，通过模型来发掘数据特性。不可否认，将AI与算法相结合，会是未来Teradata着力发展的关键！

关于云计算层面的数据分析，目前进展如何了？这类产品是基于IoT领域的尝试吗？

其实针对云层面的数据分析并不算新话题，但在企业服务领域却很受关注。

实际上，做好云端数据分析，很大程度上关乎于安全性、技术成熟度、合规性等问题。Teradata首席营销官Martyn Etherington表示，目前的分析市场正朝着云端分析的方向发展，但很多纯云端分析引擎的处理能力差、速度慢，难以应对企业级规模的分析负载。对于大型企业来说，大规模云端分析的性能缺口实际上更为严重。

解决此类问题，最关键的还是需要优化并整合不同的引擎、语言等，然后移植到平台上，让平台具有能力来支持各种不同的云架构，甚至是存储新模式或者其他。

此外，Teradata也在着力帮助物联网领域的参与者，例如西门子电力以及思科的一些项目，在强大的平台上有所成长。

“现在，越来越多的分析场景属于早期的预测性分析，这就需要更多的数据分析师以及数据科学家，引入专业人才来壮大目前的团队是接下来的重点。未来协助客户做21世纪最先进的分析，这是我们的专长，也是持之以恒要做的事儿。”辛儿伦公开表示。