加入新功能后，Teradata也和物联网亲密接触啦！

技术风口年年有，今年转换特别多，想必圈儿里的小伙伴们都有点儿应接不暇了。

从“ABC”到“ABCD”再到“ABCDI”，对于很多行业而言，物联网又成了“前途无量”的科技新风向。如今投资人个个擦亮眼睛寻找有关“万物互联”的新商机，企业们更是迎头追赶这股IoT浪潮。

对此，Teradata天睿公司也选择和时下流行的物联网“拉拉手”。

注意！这可不是“跟风走”，而是与时俱进的业务发展需要。
 

正值每年一届的大数据峰会，Teradata天睿公司策略性产品管理高级副总裁Tim Henry终于发话了。

 

Tim公开表示，随着技术的更新迭代，物联网领域产生的应用必然将呈现爆炸式增长；各类应用以及传感器交互的数据催生，分析技术势必要向高效与智能的方向发展。

 

大到智慧城市、边缘计算；小到交通信号灯以及多种可穿戴设备，如何提升车流量、能源效率以及交通安全？Teradata的“四维分析”功能就解决了这些问题。

 

想要深入了解Tim Henry提到的四维分析功能，还需提前知晓几个概念。

 

所谓“四维分析”，从字面出发，就是将过去的三维空间位置数据与作为第四维度出现的时间相结合，这种模式对管理时间以及位置的常变变量十分有帮助。

 

 

 

具体来说，通过在Teradata分析平台（Teradata Analytics Platform）中增加这款新功能，可以有效处理地理空间、时态及时序数据，还能做到没有负担的结合运营以及行业分析，尤其是物联网领域以及边缘计算等领域。

此处小编为大家科普一下。

上文提到的“时序”，就是以设定时间的间隔采集并伴随时间推移来显示活动与变化的一系列数据点。而“时态”，即用于存储与有关时间段相关的数据；相比之下，“地理空间数据”就比较好理解了，可以认为是与设备位置相关联的参数，这样就实现了基于时间和位置的情景分析。

尽管目前有论文称，时序数据是物联网数据输出高级分析技术的基础，只有能够在单一环境下全面支持时序数据以及双时态（bitemporal）数据的分析要求，才能达到目前分析平台（Production Analytic Platform）应该具备的业务水平。

但在此基础上，还是需要许多更加细分的技术补充。

例如端到端的分析管道、Streaming的形式、开源的kafka……

同时还需线性以及治理的能力。

面对数据要有精准的排重，不同的处理引擎且支持不同的存储格式。

此外，还会涉及到模型的管理，并同时满足视觉化的要求等。

当然这只是不完整的列举，需要多种技术的彼此支持才有可能完成交互的分析行为，但与时间维度的融合是务必迈出的关键一步。

基于技术的独创性，Teradata天睿公司首席运营官Oliver Ratzesberger表示，“四维分析属于分析平台的能力之一，但对于我们来说却占据了核心的地位。”

为什么将时间维度与数据结合这么重要呢？

在现实生活中，无论是日常交通还是高大上的智慧城市建设，都会有很多类型的数据产生并被运营。

以城市运营为例，数据每天都在更新，基础设施也会随之改变，例如来自传感器、点击流等数据源的信息，如何高效分析变动中的数据，这是个问题。

但是该需求对于一些企业来讲，还是比较困难的。更多数据科学家还是寻找一些捷径来简化而不是做一些高级分析，因为太复杂。

所以“顺手”的数据分析工具就更迫切了。

究其根本，无论是判断交通干道的车流量如何？新购买的汽车性能怎样？还是监测一段时间内活跃的客户量是否有变化？总体而言就是把这些时刻都在变化的数据与基础设施结合起来。

这个独特的功能究竟可以怎么运用呢？

 

 

Tim总结道，简单来说，这项新功能可以用来分析地铁、出租车、交通信号灯以及餐厅人流的规律，通过时下流行的边缘计算设备获得新感知，也许会成为推进智慧城市建设的新法宝。

 

具体来说，新上线的四维分析可以通过研究出行次数、路线等车队传感器数据，来优化车队运营，并预测车辆故障概率及故障可能对业务产生的影响。

 

还可以运用到可穿戴设备和个人医疗器械方面，分析患者心率及活动数据等，了解患者药物治疗依从性等情况。

甚至可以用于分析个体车辆数据，厘清事故及侥幸免撞之间的区别。

如果将时序、地理空间数据以及人群特征信息相结合，还可以做到围绕交通打造针对性极强的定制化服务等。

 

 

Tim 认为，实际上，我们所了解的地理空间远远不止于交通物流这么简单，也与服务业等其他领域有关联。

“举个简单的例子来说，我们可以运用四维分析了解用户的行为信息。都知道，银行的摄像头可以采集很多数据，当办理业务的客户进入银行，等待的时间长短以及具体位置的数据信息都与地理空间相关！通过分析用户的行为路线，针对维护或者提供实时帮助等都有助益，可以这样说，传统行业也有地理空间数据的分析与应用的用武之地。”Tim对小编说。

此外，信用卡的防欺诈也能用到四维分析这款新功能。

通过信用卡持卡人的购买行为可以分析出，如果在度假期间使用过信用卡的话，这样的地理空间数据就会对银行有所帮助，有效防止信用卡欺诈、盗刷等情况发生。

一直以来，对于企业，数据分析都是件困难的事儿。

困难究竟在哪儿？

 

 

诸多工具、语言的选择，需要应对不同的数据类型以及判断繁杂的分析引擎……这些都是企业数据分析所必须面对的。

作为42年始终致力数据分析的企业，Teradata在咨询用户需求的过程中，一直坚持以用户的喜好为第一出发点，并不是一定要提供某种工具来给用户使用。

“用户可以使用自己熟悉的语言，自由选择企业内部来自不同数据源的数据的整合方式，甚至连引擎的选择也表现出更多的自主化。”Teradata高层表示。

此外，考虑到需要与用户内部的系统进行一种关联，使他们能够融入到自身有关分析的生态系统中，Teradata在分析平台的可拓展性、数据治理安全以及最小程度数据迁移方面都做了许多部署和功课。

所以，以四维分析为代表的新功能产出，正是Teradata基于行业发展以及用户需求的最佳反馈。

如今已经没有企业纠结“要不要”数据分析，反而更关心的是怎么才能“更好”的进行数据分析，这也是Teradata未来需要一直探究的话题！