
一家商業(yè)數(shù)據(jù)分析公司SAS,如何保持了40年的持續(xù)增長?
有這樣一家神奇的軟件公司,從40年前創(chuàng)業(yè)伊始,就專注于創(chuàng)造數(shù)據(jù)分析的商用消費市場,為此開發(fā)了一整套軟件平臺以及230多種軟件產(chǎn)品,把深奧數(shù)學(xué)原理廣泛用于各類商業(yè)決策,讓沒有數(shù)學(xué)背景的人也能很容易用上數(shù)據(jù)分析。
這家叫做SAS的公司,最早起源于美國北卡羅來納州立大學(xué)1966年的一項研究,即開發(fā)數(shù)據(jù)分析軟件用于農(nóng)業(yè)數(shù)據(jù)研究,那還是只有IBM大機的時代。40年后的今天,根據(jù)IDC的數(shù)據(jù),SAS占全球高級和預(yù)測分析市場33.3%的份額,比前10名中其它9家相關(guān)廠商營收的總合還要多。
SAS公司創(chuàng)業(yè)40年來神奇地保持了持續(xù)增長,即使在2008年全球經(jīng)濟危機時期也沒有裁員,2015年營收達到31.6億美元。由于堅持不上市,SAS得以每年投入25%左右營收到研發(fā)中,SAS北卡總部保持著大學(xué)校園的風(fēng)格,幾乎每個員工都有自己的獨立辦公室!
2004年,SAS公司聯(lián)合創(chuàng)始人兼CEO Jim Goodnight被哈佛大學(xué)評為美國最偉大的商業(yè)領(lǐng)袖之一,同年他被Inc.雜志評為全美25名最具魅力創(chuàng)業(yè)家。2011年,F(xiàn)orbes發(fā)表文章稱Jim Goodnight為數(shù)據(jù)分析之王,當(dāng)時SAS公司估值就超過了100億美元。
2016年5月,鈦媒體記者走進SAS北卡總部,希望能夠獨家揭秘這家神奇公司背后的故事。
SAS公司起源于北卡羅納州立大學(xué)在1966年到1971年間為農(nóng)業(yè)數(shù)據(jù)研究而開發(fā)的一套方差與回歸分析軟件。1972年,該項目的主要參與者Jim Goodnight與后來加入者John Sall共同維持了軟件的開發(fā),并在1976年組建了SAS公司。
Jim Goodnight也畢業(yè)于北卡羅納州立大學(xué),先后獲得了統(tǒng)計學(xué)碩士和博士學(xué)位。在讀碩士期間,他對登月工程產(chǎn)生了深厚的興趣,碩士畢業(yè)后憑借出色的編程能力到一家公司工作,該公司為與Apollo太空倉聯(lián)絡(luò)的地面站提供設(shè)備。Apollo太空倉項目后,他回到北卡羅納州立大學(xué)完成了博士學(xué)位,隨后就參與了農(nóng)業(yè)數(shù)據(jù)研究項目。
雖然今天才迎來了大數(shù)據(jù)和數(shù)據(jù)分析的大風(fēng)口,但早在40多年前,由于Goodnight出色的商業(yè)領(lǐng)導(dǎo)力、深厚的統(tǒng)計學(xué)功底以及出色的編程能力,就已經(jīng)開創(chuàng)了數(shù)據(jù)分析的商業(yè)傳奇。如今,SAS公司在59個國家和地區(qū)擁有超過1.4萬名員工,在全球149個國家分布著超過80,000家客戶,客戶包括2015年《財富》全球500強名單前100家公司中的91%。
SAS公司執(zhí)行副總裁兼首席市場營銷官Randy Guard
“數(shù)據(jù)管理、數(shù)據(jù)分析和數(shù)據(jù)消費,這是SAS一直專注的領(lǐng)域?!盨AS公司執(zhí)行副總裁兼首席市場營銷官Randy Guard如是說。SAS目前的230余種產(chǎn)品從技術(shù)邏輯上主要分為五大類:底層的SAS Foundation,提供了諸如分布式數(shù)據(jù)管理、跨多數(shù)庫源訪問、數(shù)據(jù)可視化、數(shù)據(jù)挖掘和高級分析建模等核心數(shù)據(jù)處理功能;SAS分析服務(wù)器層,包括了OLAP服務(wù)器、存儲過程服務(wù)器等數(shù)據(jù)服務(wù)器功能;SAS基礎(chǔ)服務(wù)層,提供了基于Java的中間件;SAS應(yīng)用服務(wù)層,為客戶端提供面向業(yè)務(wù)的查詢和報表服務(wù);SAS客戶端服務(wù)則是一套基于Web的桌面界面。
目前SAS商用套件版本已經(jīng)更新到9.4,另外還推出了面向不同技術(shù)需求的獨立軟件,以及一整套技術(shù)開發(fā)環(huán)境。在垂直行業(yè)方面,SAS從90年代開始就針對醫(yī)藥、金融、制造、電信以及人力資源管理等行業(yè)推出了應(yīng)用解決方案,在每個行業(yè)還有更多細(xì)分產(chǎn)品,例如SAS銀行業(yè)解決方案就包括營銷與客戶體驗、風(fēng)險與合規(guī)、欺詐與金融犯罪、分析、數(shù)據(jù)管理等20余種細(xì)分方案。
2016年SAS最新發(fā)布了面向云端和本地通用部署的平臺Viya,以跟進企業(yè)用戶IT系統(tǒng)的演進。SAS首席技術(shù)官及研發(fā)部門負(fù)責(zé)人Armistead Sapp說,Viya就是集合了過去40年經(jīng)驗的新版本SAS,所有的數(shù)學(xué)模型都與之前一致,但計算方式則演變成了云計算的模式。
歷經(jīng)了40年的積累,SAS始終走在時代的最前沿。今天的SAS有著其它新創(chuàng)數(shù)據(jù)分析公司無可比擬的優(yōu)勢,就是過去40年從全球企業(yè)用戶的數(shù)據(jù)分析中吸取的實踐經(jīng)驗和算法。
在SAS北卡總部的研發(fā)大樓里,有一個1億美元產(chǎn)品俱樂部紀(jì)念碑。在這個紀(jì)念碑上記錄著50余種創(chuàng)造了超過1億美元營收的產(chǎn)品名錄,這些是SAS公司的數(shù)學(xué)家、數(shù)據(jù)科學(xué)家和軟件工程師們共同創(chuàng)造的軟件產(chǎn)品,它們讓普通人很容易掌握數(shù)據(jù)分析思想、工具和解決方案。
SAS的1億美元產(chǎn)品俱樂部
Armistead告訴鈦媒體記者,SAS在選擇產(chǎn)品開發(fā)方向的時候,要判斷潛在市場體量、能否成為新市場的領(lǐng)導(dǎo)者以及現(xiàn)有客戶對新產(chǎn)品的期待程度,于是就有了客戶洞察、風(fēng)險管理、欺詐及安全智能、績效管理、供應(yīng)鏈管理等面向特定應(yīng)用場景的產(chǎn)品以及金融、零售、制造、教育等行業(yè)解決方案。
SAS的研發(fā)管理是產(chǎn)品經(jīng)理導(dǎo)向,產(chǎn)品經(jīng)理要經(jīng)常與客戶交流從而不斷了解新的用戶需求,還要與各種分析師溝通以了解競爭對手動向以及整體市場對產(chǎn)品功能的需求。產(chǎn)品開發(fā)經(jīng)理把這些可行的潛在用戶需求帶回研發(fā)團隊,與現(xiàn)有的產(chǎn)品對比后,再做產(chǎn)品開發(fā)的決策。
在SAS公司的1億美元產(chǎn)品俱樂部中,既包括了平臺型軟件產(chǎn)品,也包括了面向垂直行業(yè)的解決方案,還有針對微軟Office平臺的分析產(chǎn)品以及為蘋果開發(fā)的軟件產(chǎn)品JMP。在過去的40年間,SAS軟件歷了從大型機到PC的演進,支持所有主流操作系統(tǒng)和計算架構(gòu)。
1億美元產(chǎn)品背后還有SAS強大的專業(yè)能力。SAS既為專業(yè)用戶提供了SAS開發(fā)語言,也有Enterprise Guide這樣的圖形化界面讓普通用戶通過鼠標(biāo)點擊拖拽就能完成數(shù)據(jù)分析工作。SAS軟件涵蓋了統(tǒng)計學(xué)、運籌學(xué)、計量經(jīng)濟學(xué)與預(yù)測等全面的應(yīng)用數(shù)學(xué)領(lǐng)域,提供了所有的實用數(shù)理統(tǒng)計分析方法以及機器學(xué)習(xí)和人工智能等高級算法,而且還在不斷吸收新的算法。
從15年前開始,SAS就開始了神經(jīng)元網(wǎng)絡(luò)算法軟件的研究,2002年推出了文本挖掘產(chǎn)品Text Miner。近3年來,SAS也在著手深度學(xué)習(xí)算法研究,特別是近期的無監(jiān)督學(xué)習(xí)算法?!斑@些是未來的重要趨勢。”Armistead說。
SAS現(xiàn)有3500名研發(fā)人員,其中約350名位于北京研發(fā)中心,400-450名位于印度研發(fā)中心,約2000名研發(fā)人員位于北卡總部的三位研發(fā)大樓里。對于這樣一個龐大研發(fā)團隊的管理,SAS把研發(fā)人員分成了約192個研發(fā)小組,每組平均18人,最多有77人、最少有6人。
SAS首席技術(shù)官及研發(fā)部門負(fù)責(zé)人Armistead Sapp
Armistead保持每年與這192個研發(fā)小組至少兩次面對面的機會,用于了解每個研發(fā)小組的年度進展以及解決所遇到的問題。SAS對每個研發(fā)小組僅設(shè)置寬泛的KPI指標(biāo),每個研發(fā)小組都有自己需要負(fù)責(zé)的產(chǎn)品,而小組內(nèi)部的研發(fā)人員則有自由度來嘗試新的想法。
SAS鼓勵面向創(chuàng)新的“快速失敗”方法論,即研發(fā)人員可以不斷發(fā)起各種新的嘗試,只是需要快速創(chuàng)新、快速失敗、快速開始下一個嘗試。比如,現(xiàn)在SAS就有研發(fā)人員嘗試在平板、電腦和手機等設(shè)備之間的無縫用戶體驗,也有研發(fā)人員嘗試用Go和Swift語言寫SAS軟件。
在研發(fā)方法論方面,當(dāng)前SAS主要采用敏捷開發(fā)方式,以30天為一個迭代周期,一個產(chǎn)品開發(fā)周期最長能達12個迭代周期、最短為6個迭代周期,平均為9個迭代周期。SAS差不多從10年前開始采用敏捷開發(fā)模式,之前一直為傳統(tǒng)的瀑布流開發(fā)模式。
隨著現(xiàn)代計算架構(gòu)進入到云計算時代,SAS也開始采用DevOps邊開發(fā)邊運維的模式。DevOps把在線軟件的迭代周期推進到周甚至到以天為單位,軟件的交付通過互聯(lián)網(wǎng)自動化的部署而無須人工干預(yù)。
SAS最新推出的Customer Intelligence 360就是第一款基于DevOps開發(fā)模式的軟件產(chǎn)品,目前包括SAS 360 數(shù)據(jù)探索(SAS 360 Discover)和SAS 360 互動營銷(SAS 360 Engage)兩個核心模塊,2016年內(nèi)將推出更多模塊和功能。
在SAS總部工作了18年的技術(shù)專家魏繼法表示,企業(yè)非常注重數(shù)據(jù)安全和數(shù)據(jù)隱私,為此SAS在2006年左右開發(fā)了Model Manager分析模型管理工具,一方面便于管理用戶的分析模型庫,另一方面可把已有分析模型部署到企業(yè)數(shù)據(jù)庫里,而不需要企業(yè)把自己的數(shù)據(jù)導(dǎo)入SAS。
Armistead說,40年來SAS的成功秘訣在于聽取客戶聲音,以及為企業(yè)級用戶提供可擴展的數(shù)據(jù)分析解決方案,從而能適應(yīng)大型企業(yè)的分布式計算環(huán)境和需求。
在SAS工作了14年的Oliver Schabenberger從2009年開始負(fù)責(zé)Analytical Server,這是當(dāng)時對于多核分布式高性能計算架構(gòu)的響應(yīng),Oliver現(xiàn)為SAS研發(fā)副總裁。之前的SAS軟件是單機單線程計算,Analytical Server從數(shù)據(jù)管理和計算層進行了隔離,可在單機24線程、多機群的分布式環(huán)境中,完成海量數(shù)據(jù)分析的任務(wù)。
SAS公司研發(fā)副總裁Oliver Schabenberger
對于SAS用戶來說,前端可以使用任何終端設(shè)備,包括網(wǎng)頁、瘦客戶端、筆記本、平板電腦、手機等,后端就是Analytic Server處理海量數(shù)據(jù)計算與分析,這也是SAS對于后來的云計算、大規(guī)模并行計算、分布式數(shù)據(jù)分析等的解決方案。采用了獨特算法的Analytical Server可以把大數(shù)據(jù)當(dāng)成“小數(shù)據(jù)”來處理,這對于物聯(lián)網(wǎng)和可視化分析來說非常重要。
Oliver表示,SAS并沒采用Hadoop等現(xiàn)成的分布式計算開源軟件,而是自行開發(fā)了分布式并行計算架構(gòu),并加入了內(nèi)存計算等技術(shù)。而這些技術(shù)的研發(fā),也都是在客戶需求下促成的。比如金融機構(gòu)需要分析成千上萬支股票的風(fēng)險水平,這就是海量數(shù)據(jù)的計算任務(wù),并且要在很快的時間內(nèi)完成,否則對于金融機構(gòu)來說就沒有實際的意義。
有了Analytical Server,SAS軟件可以不用提前預(yù)知每一次數(shù)據(jù)分析的意圖,而是在數(shù)據(jù)流動過程中快速完成數(shù)據(jù)分析,這就使得探索型數(shù)據(jù)分析成為可能。特別是Analytical Server能管理海量并行內(nèi)存,這種并行式內(nèi)存計算可實現(xiàn)實時探索型數(shù)據(jù)分析,尤其適用于物聯(lián)網(wǎng)。
在物聯(lián)網(wǎng)環(huán)境中,數(shù)據(jù)流動在前端移動設(shè)備上以及后端的服務(wù)器里。對于SAS來說,在前端有ESP(Event Stream Processing)解決方案處理實時流數(shù)據(jù),在后端有Analytical Server處理海量并行計算。作為獨立產(chǎn)品的ESP,現(xiàn)在也被直接內(nèi)嵌到Viya云服務(wù)架構(gòu)中。
負(fù)責(zé)物聯(lián)網(wǎng)解決方案的SAS產(chǎn)品管理總監(jiān)Jason Mann表示,ESP是SAS在過去的18到20個月內(nèi)自主研發(fā)出來的流數(shù)據(jù)處理產(chǎn)品,其產(chǎn)品核心競爭力在于數(shù)據(jù)處理的能力以及模型的穩(wěn)定性,可實現(xiàn)高速、小時間窗口及大規(guī)模的流數(shù)據(jù)處理,支付多種開源語言和多種數(shù)據(jù)源。
Oliver表示,SAS正在把數(shù)據(jù)分析和計算推向前端,更多也在流數(shù)據(jù)中完成數(shù)據(jù)分析和處理,而不是等數(shù)據(jù)回到后端數(shù)據(jù)中心才處理?,F(xiàn)在智能手機的計算能力越來越強,可完成很多計算任務(wù)。數(shù)據(jù)流動是計算性能的首要殺手,因此要把計算能力推向數(shù)據(jù)。Jason Mann說,物聯(lián)網(wǎng)其實就是計算架構(gòu)向邊緣計算的演進,把決策、分析和洞察推進到了設(shè)備端。
作為在全球范圍內(nèi)最早創(chuàng)造和推出商用數(shù)據(jù)分析產(chǎn)品和解決方案的公司,SAS還有一個非常重要的工作,那就是市場教育。數(shù)據(jù)分析并不能直接創(chuàng)造商業(yè)價值,而且分析結(jié)果有的時候甚至與直觀經(jīng)驗相反。對于企業(yè)來說,投資數(shù)據(jù)分析,就是投資一種商業(yè)理念甚至是商業(yè)信仰。
SAS公司首席客戶官Fritz Lehman
32年前Fritz Lehman剛加入SAS公司,那個時候他年僅25歲,剛從學(xué)校畢業(yè)沒有多久。剛加入SAS公司時,F(xiàn)ritz主要幫助客戶解決使用SAS稅務(wù)報表產(chǎn)品問題,在那之后的很長時間都負(fù)責(zé)客戶關(guān)系管理。2015年12月,F(xiàn)ritz成為首席客戶官,這也是SAS首次設(shè)立這個崗位。
在過去25年,F(xiàn)ritz看到太多的企業(yè)不相信數(shù)據(jù)分析的結(jié)果。比如零售行業(yè)客戶采用SAS解決方案試圖預(yù)測季節(jié)性銷售的價格和產(chǎn)品,其中有一個零售商并不相信SAS的分析結(jié)果,因為他們已經(jīng)做了40多年類似工作,認(rèn)為自己了解一切,而SAS分析結(jié)果卻提供了新觀點。
“大公司不太容易接受數(shù)據(jù)分析及其結(jié)論,小公司就容易得多。最近10年誕生的技術(shù)公司,都是從誕生第一天開始就基于數(shù)據(jù)和數(shù)據(jù)分析,因此它們是數(shù)據(jù)分析的信仰者。但有了數(shù)據(jù)分析信仰并不能一定確保成功,還需要有一個好的商業(yè)模式?!盕ritz說。
盡管Fritz是學(xué)教育專業(yè)出身,但他母親和姐姐都是數(shù)學(xué)分析專業(yè)的博士,加上32年的SAS職業(yè)生涯,不僅他自己也成為了數(shù)據(jù)分析專家,更重要是培養(yǎng)了數(shù)據(jù)學(xué)析的信仰。Frits表示,日本、韓國、新加坡等亞洲國家都非常注重效率,也很重視數(shù)學(xué),因此十分相信數(shù)據(jù)分析。
作為SAS公司的首席客戶官,F(xiàn)ritz現(xiàn)在的主要工作是增進與客戶的溝通和互動,幫助企業(yè)更好的使用SAS的軟件產(chǎn)品,從而提升客戶滿意度。Fritz手下有4000多名員工,大部分以咨詢師為主,這些咨詢師分布在全球各地,在當(dāng)?shù)赝茝V數(shù)據(jù)分析的文化、建立數(shù)據(jù)分析的商業(yè)理念。
對于SAS公司來說,人才是永遠的財富和最關(guān)鍵的資產(chǎn)。因為一旦失去一個高端人才,需要用很長時間才能補充上。一支穩(wěn)定的員工隊伍不僅是企業(yè)持續(xù)發(fā)展和增長的保重,也是SAS和數(shù)據(jù)分析文化的重要傳播者。
SAS公司人力資源副總裁Jenn Mann
SAS公司人力資源副總裁Jenn Mann說,SAS公司從一開始就是專注于數(shù)據(jù)分析技術(shù)與產(chǎn)品的公司,現(xiàn)在也是這一領(lǐng)域的全球市場領(lǐng)導(dǎo)者,SAS公司從開始到現(xiàn)在的一個重要工作就是數(shù)據(jù)分析教育和人才培養(yǎng)。
尤其是對于數(shù)據(jù)分析人才的培養(yǎng),這其實需要數(shù)年的時間,包括從中學(xué)和大學(xué)教育開始就影響學(xué)生們的學(xué)生興趣和職業(yè)傾向。在SAS北卡總部園區(qū)內(nèi)有一座中學(xué)Cary Academy,這是由SAS公司捐獻地皮修建而成,這所中學(xué)的特色之一就是數(shù)據(jù)分析課程。
SAS公司為大學(xué)提供了SAS軟件大學(xué)版和基于云計算的On-demand學(xué)術(shù)版,以免費軟件方式讓學(xué)生和教師們快速了解數(shù)據(jù)分析以及掌握使用SAS高級分析軟件。SAS公司還與美國50所高校合作推出了碩士及本科學(xué)位,并與全球100多所高校聯(lián)合推出了學(xué)位或認(rèn)證項目。
自1999年推出SAS全球認(rèn)證計劃以來,SAS已經(jīng)在77個國家培養(yǎng)了超過9萬5千名專家和合作伙伴,在分析基礎(chǔ)、高級分析、商業(yè)智能、數(shù)據(jù)管理、平臺管理、合作伙伴技能等多個領(lǐng)域,提供了20余項全球性認(rèn)證及證書。
2016年1月,SAS公司進一步推出了SAS數(shù)據(jù)科學(xué)家學(xué)院,設(shè)計了針對SAS認(rèn)證大數(shù)據(jù)專家、SAS認(rèn)證高級分析專家和SAS認(rèn)證數(shù)據(jù)科學(xué)家三項認(rèn)證的在線及集中培訓(xùn)課程,把數(shù)據(jù)分析推向更為廣泛的人群。
SAS公司人力資源部負(fù)責(zé)高校關(guān)系和招聘的主管Kayla Villwock介紹說,公司為幫助大學(xué)畢業(yè)生更早進入SAS工作環(huán)境而推出了R3項目,特別是女性、少數(shù)裔和其它弱勢群體。通過該項目進入SAS工作的Charon Miller、Ashley Brown和Snigdha Kotta均表示,R3項目讓實習(xí)生承擔(dān)了正規(guī)員工的工作,這幫助大學(xué)畢業(yè)生提前進入工作狀態(tài)。
作為數(shù)據(jù)分析軟件公司,SAS為員工提供了技術(shù)型和管理型兩條職業(yè)發(fā)展路徑,讓高級技術(shù)人才也能獲得高級管理者同樣水平的回報。SAS北卡總部工作了12年的首席軟件性能工程師鄭大可認(rèn)為,SAS公司吸引人才之處不僅在于薪水方面的回報,更重要的是SAS公司整體對于人才的尊重和支持,“在這里工作,身心都變得更健康了”。
2016年5月,美國Money.com和全球最大網(wǎng)上薪酬調(diào)查公司Payscale對美國350個行業(yè)的5400萬雇員進行了調(diào)研,調(diào)研結(jié)果顯示使用SAS分析軟件的能力是目前價值最高的職業(yè)技能之一,尤其是用SAS軟件進行數(shù)據(jù)挖掘和數(shù)學(xué)模型兩種技能的回報最高。
成立40年來,由于堅持不上市,SAS公司有機會和能力做與其它公司迥異的事情。任何人第一次走進SAS北卡總部,都會被這個龐大而充滿了學(xué)術(shù)氣息和藝術(shù)氛圍的園區(qū)所震驚。SAS公司北卡總部園區(qū)占地900畝,現(xiàn)共有23棟辦公樓,在建第24棟辦公樓。在巨大的園區(qū)里,遍布了3000多種藝術(shù)品,包括室內(nèi)外雕塑、室內(nèi)壁畫、裝飾墻畫、陶瓷、攝影作品等。
Jim Goodnight收藏的礦石
由于Jim Goodnight對于藝術(shù)的熱愛,SAS公司花重金從外部收購了部分藝術(shù)品以及委托藝術(shù)家定向創(chuàng)作。SAS公司甚至有專職的藝術(shù)家員工,為公司創(chuàng)作各種藝術(shù)品。著名當(dāng)代雕塑家Stephen Porter的Southern Bend、Micajah Bienvenu的Pi in the Sky II、Johanna Jordan的Quest等巨型鋼鐵雕塑作品,就矗立在SAS北卡園區(qū),為園區(qū)帶來了無窮盡的靈感。
除了各類藝術(shù)品外,Jim Goodnight對于收藏礦石還有特殊的愛好,他除了利用自己到世界各地出差和旅游的機會收購礦石珍品外,還經(jīng)常參加礦石博覽會“搜刮”珍奇藏品。Jim Goodnight的礦石藏品也擺在園區(qū)供人們觀賞。天然礦石奇特的造型和顏色,加上各類其它藝術(shù)品,往往讓人錯覺是來到了藝術(shù)院校。
SAS北卡總部園區(qū)還提供了很多“奢侈”的附屬設(shè)施,包括獨立的健身館、游泳池、餐廳、衛(wèi)生所、幼兒及老人護理所、美容美甲店等,以免費或補貼方式為園區(qū)內(nèi)4500名員工創(chuàng)造了極為寬松的工作環(huán)境,更不用說900畝地面上的綠色林區(qū)足夠員工跑團享用。
濃烈的藝術(shù)氛圍和寬松的園區(qū)環(huán)境,創(chuàng)造了藝術(shù)與科學(xué)結(jié)合的空間。在這里,統(tǒng)計學(xué)與數(shù)學(xué)原理不僅是科學(xué),更是用軟件的方式對艱深科學(xué)理論的再創(chuàng)造,將之藝術(shù)化地轉(zhuǎn)換成直觀易用的數(shù)據(jù)分析工具和商業(yè)解決方案,以供各類商業(yè)用戶“消費”數(shù)據(jù)分析。
如今,隨著云計算、大數(shù)據(jù)和物聯(lián)網(wǎng)的興起,以及全球商業(yè)的數(shù)字化進程不斷深化,一個全球性的數(shù)據(jù)分析時代才剛剛開始。進入2016年,很多創(chuàng)造了神話的硬件公司以及傳統(tǒng)IT公司都紛紛遭遇增長瓶頸,有的甚至開始全面走下坡路,但從40年前就開始專注投入數(shù)據(jù)分析技術(shù)和軟件的SAS公司,憑借專業(yè)技術(shù)和人才優(yōu)勢以及全球市場領(lǐng)導(dǎo)地位,才剛剛進入另一個嶄新的發(fā)展黃金期。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10