
Connection Analytics 引領(lǐng)下一代分析技術(shù)_數(shù)據(jù)分析師
2014年時曾提到,業(yè)內(nèi)大數(shù)據(jù)分析面臨幾個重大的轉(zhuǎn)折點。我們需要新技術(shù)和新工具,幫助更多用戶更合理地利用數(shù)據(jù),而且迫切需要更廣泛的數(shù)據(jù)分析功能,從不同來源的所有數(shù)據(jù)中發(fā)現(xiàn)它們之間的關(guān)系,并獲得洞察力。為此,Teradata的創(chuàng)新型技術(shù)Connection Analytics技術(shù)將工具為大數(shù)據(jù)分析行業(yè)開辟了新的格局。今年一月,我在展望2014年時曾提到,業(yè)內(nèi)大數(shù)據(jù)分析面臨幾個重大的轉(zhuǎn)折點。隨著數(shù)字 化時代數(shù)據(jù)規(guī)模和復(fù)雜度呈指數(shù)級增長,我們需要新技術(shù)和新工具,幫助更多用戶更合理地利用數(shù)據(jù)。我還提到,我們迫切需要更廣泛的數(shù)據(jù)分析功能,從不同來源 的所有數(shù)據(jù)中發(fā)現(xiàn)它們之間的關(guān)系,并獲得洞察力。僅關(guān)注客戶或網(wǎng)絡(luò)等特定分析實體的內(nèi)容已不足以滿足企業(yè)需求,我們還需要了解這些實體之 間的關(guān)系情境,通過跟蹤用戶、產(chǎn)品及過程之間對結(jié)果產(chǎn)生影響的關(guān)系變化,獲得洞察力并創(chuàng)造價值。但這不僅僅是數(shù)據(jù)科學(xué)家的專利,我們還需要通過各種途徑幫 助普通商業(yè)用戶輕松、直觀地獲得并運用這些洞察力。目前,Teradata天睿公司已推出全新分析功能,以滿足這些要求,對此我倍感驕傲。我們在上周舉辦的2014年Teradata合作伙伴大會上發(fā)布Connection Analytics,這是一套高級情境分析功能,能夠以較低成本大規(guī)模應(yīng)用于大型多結(jié)構(gòu)數(shù)據(jù)集。
Connection Analytics基于Teradata Aster強大的MapReduce及Graph引擎,可運用100多種預(yù)置算法幫助數(shù)據(jù)科學(xué)家乃至普通商業(yè)用戶理清復(fù)雜的關(guān)系,并從中梳理出獲得全新業(yè) 務(wù)洞察力并創(chuàng)造價值的成功模式。Connection Analytics將作為Teradata統(tǒng)一數(shù)據(jù)架構(gòu)下Teradata Aster探索平臺的重要組件供用戶即時使用。據(jù)我們發(fā)布的Connection Analytics新聞稿,Connection Analytics能夠在用戶可訪問的環(huán)境下實現(xiàn)上述功能,并與現(xiàn)有基于SQL的可視化能力及商業(yè)智能應(yīng)用無縫整合,在業(yè)內(nèi)率先將高級情境分析能力與易用 性完美結(jié)合。這將為更多商業(yè)用戶提供多種洞察力,幫助他們梳理各種關(guān)系,用于預(yù)測業(yè)務(wù)欺詐行為或客戶流失,開展精密策劃的病毒式營銷活動,提升公共網(wǎng)絡(luò)健 康度與安全性及優(yōu)化推薦引擎。
到目前為止,情境分析仍存在高難度、高成本等挑戰(zhàn),因為它需要專用系統(tǒng)及難以企及的獨特 技能組合,并結(jié)合多種算法,才能發(fā)現(xiàn)這些錯綜復(fù)雜的關(guān)系?,F(xiàn)有基于內(nèi)容的決策模型側(cè)重用戶、產(chǎn)品或過程的個體特性分析,而Connection Analytics擁有基于情境的決策模型,可分析這些實體之間的相互關(guān)系。部署Connection Analytics后,數(shù)據(jù)科學(xué)家乃至商業(yè)用戶將能夠運用熟悉及易用的工具增強現(xiàn)有決策模型,實現(xiàn)大數(shù)據(jù)分析最前沿技術(shù)的普及應(yīng)用。但所有這些討論都仿佛是在紙上談兵?,F(xiàn)在,我將介紹一些即將發(fā)布的價值驅(qū)動型用例。例如 (怎樣減少)客戶流失:通過部署Connection Analytics,用戶能夠?qū)鹘y(tǒng)統(tǒng)計方法、機器學(xué)習(xí)及情感分析與影響因素分析相結(jié)合,調(diào)查客戶滿意度,并在客戶群中準(zhǔn)確找出最具影響力的群體。這將幫 助企業(yè)減少客戶流失,并在客戶流失時盡量避免連鎖反應(yīng)。Connection Analytics還能夠找出對購買產(chǎn)品構(gòu)成最直接及間接影響的因素,為病毒式營銷活動有針對性地提供信息。 Connection Analytics還幫助企業(yè)監(jiān)測IP、網(wǎng)絡(luò)、服務(wù)器和通信日志不斷生成的各種數(shù)據(jù)流,實現(xiàn)網(wǎng)絡(luò)威脅的近實時監(jiān)測。Connection Analytics可跟蹤用戶、產(chǎn)品、過程及其它“實體”之間關(guān)系,這對于破解組織嚴(yán)密的詐騙團伙至關(guān)重要。當(dāng)詐騙人員創(chuàng)建新的身份,或改變其詐騙手段 時,如僅使用基于內(nèi)容的決策模型,用戶將輕易上當(dāng)。但通過使用Connection Analytics,將幫助用戶運用基于情境的決策模型,增強傳統(tǒng)上較為膚淺的分析視圖,獲得暴露可疑活動并識別詐騙集團的算法模式。在當(dāng)前數(shù)字化時代中,萬物皆有聯(lián)系。因此,企業(yè)和公共部門機構(gòu)需通過關(guān)系建模分析,了解 不同數(shù)據(jù)集之間的關(guān)系。Teradata天睿公司推出Connection Analytics,為情境式?jīng)Q策專門開發(fā)出可供用戶訪問的高性能分析平臺,率先為廣泛的用戶群體提供企業(yè)級分析能力,為大數(shù)據(jù)分析行業(yè)開辟了新的格局。 在大數(shù)據(jù)分析技術(shù)處于重要轉(zhuǎn)折點時,Teradata天睿公司將通過技術(shù)創(chuàng)新,推動行業(yè)不斷發(fā)展,并幫助客戶取得成功。
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(jìn)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