SAS嗅大数据商机 推出可视化分析解决方案

【赛迪网讯】日前,SAS推出可视化分析解决方案(SAS Visual ">Analytics)新版本6.1,该软件从2010年开始研发,2012年8月曾推出5.8版本。可以满足规模从大到小的各类型企业对于数据分析的需求。

SAS可视化分析(VA)具有强大的数据探索和显示能力,它不是一个简单的商业智能产品,而是一个将商业智能和分析能力充分结合,并且快速、易用的产品。

SAS大中华区总裁吴辅世先生致辞

SAS可视化分析的扩展性让各企业可以实现量身定制的数据可视化,或者按照实际需求逐步增加分析功能。其自助服务功能让非数据专家也可以轻松、有效地理解和分析大数据,在自己的数据中找到对业务问题的答案。用户可以在任何地点通过iPad等移动终端或者网页,生成交互式报表或从移动仪表盘中获取最更新的数据信息,由此更快速更好地做出决策。同时可将企业内部IT部门从不断增加的数据集、临时分析和一次性报表请求中解放出来,把更多精力用于其他项目,更为高效。

SAS公司大中华区总裁吴辅世先生补充说:“SAS今年开始在中国推出可视化分析产品,它极具特色的多互动界面将提供给客户最直观和方便的应用。这款产品除了展示高性能分析的特长之外,也将成为SAS为更广泛的客户群体服务的重要开始。”

SAS可视化分析的高性能内存分析架构能够快速的完成不同规模的数据分析,让用户能够快速检查所有数据,消除了传统的由IT生成报告的等待时间,几分钟或几秒时间内可以在数十亿行数据中执行分析计算,和呈现可视结果。SAS可视化分析的设计初衷是为解决大数据分析问题,可以低成本地利用行业标准刀片式服务器的扩展性,以及适用于EMCGreenplum和Teradata的数据库系统。目前其根据数据量大小,可应用于不同部门。除了支持各部门硬件平台之外,SAS可视化分析还可添加图形显示选项和特色分析功能,包括预测、多元回归模型选项,多重视觉互动,动态过滤,新可视化方法和更多其它功能。

(责任编辑:GH)

时间: 2024-07-31 14:13:45

SAS嗅大数据商机 推出可视化分析解决方案的相关文章

实时大数据存储及查询分析解决方案

问题描述 实时大数据存储及查询分析解决方案 上千辆设备每隔10秒上传一次数据,我要把数据存储起来,然后在基于这些数据进行查询分析, 担心传统的做法后期会有很大的性能问题,请教有做过这方面的经验的高手共享一下思路. 解决方案 你这种情况就非常适合使用基于Hadoop的HBase来存储数据,HBase不仅仅适合于做大数据的存储和处理,它的一个突出的性能优势就是写数据, 你的系统每隔10s就要写一次数据,Hbase就比较适合,最好不要使用传统的关系型数据库(例如MySql),这会让你的系统在后期出现许

SAS:大数据时代 数据科学家将成稀缺人才

业分析软件与服务供应商SAS在其最新发布的一份公司刊物中称,大数据时代对数据科学家的需求将激增,而人才匮乏将成为各企业面临的新挑战. SAS指出,大数据时代的来临向人们展示了大数据分析对企业业务发展的神奇价值,与此同时,大数据的数据量巨大.非结构性强.数据来源庞杂,使得大数据的处理与分析需要有别于传统数据分析的新技术(如高性能分析HPA)和新人才. 数据科学家定位 数据科学家集技术专家与数量分析师的角色于一身.他们和传统数量分析师的区别在于:后者通常利用企业的内部数据进行分析,以支持领导层的决策

PB级分布式大数据的处理和分析应用

文章讲的是PB级分布式大数据的处理和分析应用,对于大数据,串行的处理方式难以满足人们的要求,现在主要采用并行计算方式.现有的并行计算可以分为两种: ·细粒度的并行计算.这里细粒度主要是指指令或进程级别,由于GPU比CPU拥有更强的并行处理能力,人们将一些任务交给GPU并行处理,一些GPU制造商也推出了方便程序员使用的编程模型,如NVIDIA推出的CUDA等. ·粗粒度的并行计算.这里粗粒度指的是任务级别,人们将工作分布到不同机器中执行,最近流行的网格计算.分布式计算都属于粗粒度级别. 由于现有G

SAS可视化分析解决方案加速企业决策

文章讲的是SAS可视化分析解决方案加速企业决策,大数据持续升温,越来越多的企业在直面纷繁的海量数据冲击时面露难色.一个原因是因为数据容量巨大,类型多样,数据分析工具面临性能瓶颈.另一原因在于,数据分析工具通常仅为IT部门熟练使用.市面上缺少简单易用的数据挖掘分析工具让业务人员也能轻松实现自助自主分析,即时获取商业洞察. 全球领先的商业分析软件与服务供应商SAS公司近期宣布,中国农业银行.安徽量衡项目数据分析事务所.香港特别行政区政府效率促进组.台湾万泰银行.联想美国.U-Mobile等机构和企业

大数据商机无限 掘金四行业个股

大数据平台是从各种类型的.漫无边际的数据中,快速获得有价值信息的处理方法或框架.大数据中的"大"不是大数据的唯一指标,而是更强调数据的类型多样.处理的速度和获取价值的能力.分析人士表示,大数据对传统行业的重构有望成为中国经济新一轮快速发展的关键推动力,对于A股上市公司而言,IT业.移动互联网.交运和电力安全设备生产商等四类板块受益明显. 网络是大数据重要信源 数据是平台运营商的重要资产,可能提供API接口允许第三方有限度地使用,但是显然是为了增强自身的业务,与此目的抵触的行为都会受到约

关于举办“天德π客”创业论坛——“基于阿里云的大数据实践—海量日志分析”的通知

随着互联网.云计算.物联网.社交网络等技术的兴起和普及,全球数据的增长快于任何一个时期,可以称作是爆炸性增长.收集大量数据,并在数据中发现趋势,能使企业能够更快.更平稳.更有效地发展.然而,大数据对许多企业和数据专业人员来说,它仍然很难理解,那么,什么是大数据分析?如何利用阿里云数加平台进行海量数据分析,帮助企业更好地利用数据资源?"天德π客"众创空间特举办本期论坛--"基于阿里云的大数据实践--海量日志分析",邀请华北电力大学电力系统及其自动化博士,阿里云大数据高

优云蒋君伟:运维监控大数据的提取与分析

本文内容整理来自[敏捷运维大讲堂]蒋君伟老师的线上直播分享.分别从以下3个维度来分享:1.云时代监控分析的窘境:2.使用标签标记监控数据的维度:3.监控数据应用场景. 云时代监控分析的窘境 在虚拟化与容器技术广泛应用的情况下,运维对象大规模地增长,监控平台每天存储的指标都以亿计,所以监控数据如今已经成了大数据.传统的监控工具在这种场景下,对于数据的提取分析,已经力不从心,反而成为了运维的负担. 我们用一个典型的互联网档案分析应用举例说明: 这个应用支持容灾与负载均衡,它部署在三个数据中心,并同时

借力大数据强化网络舆情分析研判

新媒体时代,大数据技术方兴未艾,面对互联网上的海量信息,借力大数据强化网络舆情分析研判,有效预防突发事件发生,对舆情工作者亦是有益尝试. 预测是大数据舆情分析研判的核心 大数据的核心作用是预测,大数据舆情分析研判是舆情工作者通过收集分析互联网上关于社会热点或网民关注焦点事件的大量消息报道,发掘背后隐藏关系,进而预测事态发展趋势,为舆情事件处置提供决策参考. 预测不是预知,更非先知,大数据舆情分析研判也是通过对现有数据分析运算而推出结论,对事件发展趋势的预测与数据数量.质量和分析模型等密切相关.在

大数据平台网站日志分析系统

1:大数据平台网站日志分析系统,项目技术架构图: 2:大数据平台网站日志分析系统,流程图解析,整体流程如下: ETL即hive查询的sql; 但是,由于本案例的前提是处理海量数据,因而,流程中各环节所使用的技术则跟传统BI完全不同: 1) 数据采集:定制开发采集程序,或使用开源框架FLUME 2) 数据预处理:定制开发mapreduce程序运行于hadoop集群 3) 数据仓库技术:基于hadoop之上的Hive 4) 数据导出:基于hadoop的sqoop数据导入导出工具 5) 数据可视化:定