激活数据 Teradata大数据分析瑞士军刀

&">nbsp;       【IT168 专稿】谈到大数据,很多人往往会津津乐道地提起“啤酒和尿布”的故事。这个故事产生于美国沃尔玛超市,看起来,啤酒和尿布似乎完全是面向完全不同顾客群的商品,但沃尔玛通过对数据做产品关联性分析,结果显示:在居民区中尿布卖得好的店面啤酒也卖得很好。原来,一般太太让先生买尿布的时候,先生一般都会犒劳自己两听啤酒,因此啤酒和尿布一起购买的机会是最多的。

  这是一个现代商场智能化信息分析系统发现的秘密,这个故事也被公认标致着商业数据分析的诞生。

  近日,Teradata 天睿公司大中华区Aster事业部总监孔宇华在采访中告诉记者,产品关联分析还对超市中产品的摆放、促销活动、采购产品都有非常大的用途,而美国大型连锁超市SuperValue通过部署Teradata Aster,可以分析过去8年产生的海量数据。从实际使用看,Aster 能够在2分钟内完成13个超市集团的商品关联度分析,这在过去往往需要超过4个小时。

  此次孔宇华来到中国,他对国内市场充满信心,他说:“国外和国内在大数据的应用有所不同,目前传统企业对数据分析的认识还不足,但随着企业增长速度加快、大数据应用的范围不断增加,很快就会有大数据分析的需求,国内市场的潜力非常大。” 

▲图1 Teradata 天睿公司大中华区Aster事业部总监孔宇华

  Teradata Aster分析为用户寻求价值

  在银行业,争取到一个客户比保留一个客户需要耗三倍多的资源,通常银行需要关注两点:一是在客户关闭账户之前,有哪些可以辨认的行为模式;二是在购买新产品之前是否有不同的行为模式。传统的分析方法采用SQL或者SPSS等数据挖掘工具进行分析,可以预测交易的一些模式,来发现用户可能会流失或购买产品,但无法知道确切的时间点。而合适的时间点可帮助银行适时采取行动,防止过早或过晚采取行动以至于成本上升或行动失败。

  孔宇华介绍,Aster提供路径分析模式,可以将网上银行、电话、ATM机等不同的信息来源做综合分析,并形成可视化视图,银行的业务、分析人员可以很清晰地看到关闭账户的客户路径,从而适时采取挽救行动。

  他举例,如果一个客户被无理收费,依次通过网上银行、打电话和当面沟通,银行都没能及时给予关注,那这个客户可能就流失了。但如果把不同渠道的数据集中起来,做路径分析,才发现这个客户跟银行有这么多互动。除此之外,Aster提供的防欺诈路径分析还可以根据卡主应用不同的模式分析出欺诈行为。

  其实在很多领域都存在着这样的需求,比如电商,这些企业都会关注客户浏览路径的分析,以更加了解这个客户以后会购买什么产品;比如汽车维修,通过分析向维修工程师建议哪些配件需要维修……这些产品关联分析,同时也可以应用到人与人之间,孔宇华称其为社会关联分析。如今社交化趋势的凸显,如何通过一个人影响更多人呢?他指出,其实手机和电话清单是每个人社会网络最好的呈现,电信公司可以通过一个人的通话信息分析出其关系网,以及他所能影响的人群和自己受影响的人群。

时间: 2024-11-09 06:29:11

激活数据 Teradata大数据分析瑞士军刀的相关文章

人人都是“数据动物” 大数据分析激活产业链

马云在给阿里巴巴员工的一封内部邮件中说,以控制为出发点的IT时代正在走向激活生产力为目的的DT(data technology)数据时代.随着计算机技术的发展,大数据运算变得越来越现实,基于大数据应用服务的公司不断崭露头角.大数据在营销领域的应用将广告变成了"窄告"--精准营销,而在互联网金融大热的背景下,大数据在金融业征信方面的应用也在逐渐兴起. 人人都是"数据动物" 不同于"天空中没有留下鸟的痕迹,但我已飞过",人们不论是网上聊天.购物还是浏

[重磅]清华大数据产业联合会"应用创新"系列第1讲:大数据分析(46PPT)

2014年11月26日晚,清华大数据产业联合会成立仪式在清华大学舜德楼401室召开,联合会依托于清华大学独特的师资和生源优势.清华大学多个院系和学科在大数据相关领域多年的积累与探索,联合大数据产业链中的优秀龙头企业与创新企业,旨在提供大数据产业链的思维碰撞与资源对接平台,促进产.学.研良性互动,以产业需求带动复合型大数据人才的培养,推动大数据生态系统中的各方合作共赢.会议由联合会秘书长王霞主持. 到场的嘉宾有: 清华大学杨斌副校长,清华大学数据科学研究院执行副院长.清华大数据产业联合会会长韩亦舜

解读:大数据分析及其数据来源

当我们谈到大数据分析,首先需要确定数据分析的方向和拟解决的问题,然后才能确定需要的数据和分析范围.大数据驱动的分析主要的挑战不是技术问题,而是方向和组织领导的问题,要确定方向,提出问题,需要对行业做深入的了解.当然,大数据分析最核心的,关于数据的来源更是至关重要的.在数据量非常大的今天,如何以更高的效率获取到分析所需要的数据,如何利用这些数据反应最真实的情况,是业内不断探讨的议题.接下来,小编就带大家来了解下大数据分析及其数据来源. 大数据分析 大数据分析,顾名思义,就是对规模巨大的数据进行分析

大数据百科:传统分析 vs 大数据分析

"大数据"是用来表示大量的没有按照传统的相关格式存储在企业数据库中的非结构化数据的总术语.以下是大数据的一般特点. 数据存储量相对于当前企业TB(TERA BYTES)字节的存储限制,定义在PB(PETA BYTES)字节,EXA字节以及更高的容量顺序. 通常它被认为是非结构化数据,并不适合企业已经习惯使用的关系型数据库之下数据的生成使用的是数据输入非传统的手段,像无线射频识别(RFID),传感器网络等. 数据对时间敏感,且由数据的收集与相关的时区组成. 在过去,专业术语"分

如何理解大数据分析

如今,云计算的热潮似乎还没散去,行业厂商就已经开始关注下一个热点:大数据.而与以往的炒作周期一样,现在的大数据对于用户来说其来源比较混乱,因为供应商提出了自己独特的,并且经常相互矛盾的定义和术语. 大数据定义之所以混乱的最常见的原因,是人们将大数据存储与大数据分析的结果混为一谈."大数据"一词起源于开源社区,其开发和分析过程比传统的数据仓库速度更快,扩展性更强,并且可以通过网络在用户每天产生的大量非结构化数据中提取价值. 大数据的存储是相关的,其旨在解决大量的非结构化数据,助长企业级的

《大数据分析原理与实践》一一1.5 全书概览

1.5 全书概览 本书将较为全面地描述大数据分析的模型.技术.实现与应用.其中第2-7章介绍大数据分析模型,包括关联分析模型.分类分析模型.聚类分析模型.结构分析模型和文本分析模型:第8-11章介绍大数据分析相关的技术,包括大数据预处理.特征选择和降维方法.面向大数据的数据仓库和大数据分析算法.第12-14章介绍三种用于实现大数据分析算法的平台,分别是大数据计算平台.流式计算平台和大图计算平台:第15-16章介绍两类大数据分析的具体应用,分别讲述社会网络和推荐系统. 第2章是大数据分析建模的基础

推荐六个用于大数据分析的最好工具

在大数据和大数据分析,他们对企业的影响有一个兴趣高涨.大数据分析是研究大量的数据的过程中寻找模式,相关性和其他有用的信息,可以帮助企业更好地适应变化,并做出更明智的决策. 一.Hadoop Hadoop 是一个能够对大量数据进行分布式处理的软件框架.但是 Hadoop 是以一种可靠.高效.可伸缩的方式进行处理的.Hadoop 是可靠的,因为它假设计算元素和存储会失败,因此它维护多个工作数据副本,确保能够针对失败的节点重新分布处理.Hadoop 是高效的,因为它以并行的方式工作,通过并行处理加快处

《MapReduce 2.0源码分析与编程实战》一1.2 大数据分析时代

1.2 大数据分析时代 如果我们把大数据比作一块未经开发的沃土,那么只有经过耕耘收获的果实才能够算得上是真正获得了沃土的回报.换言之,如果把大数据比作一块沃土,那么只有强化对土地的"耕耘"能力,才能通过"加工"实现数据的"增值". 随着"大数据时代"的开启,对大数据本身的处理和分析越来越为生产者和商业者所看重.但是问题在于,相比于拥有较长历史的数据库分析和传统数据分析,大数据分析具有待数据量特别巨大.算法分析特别复杂等特点.

Hadoop如何迎击大数据分析的挑战

文章讲的是Hadoop如何迎击大数据分析的挑战,大数据分析是现在十分火热的话题,从农业到工业.从金融到体育.从传统企业到初创公司,各行各业都在积极应用大数据分析,似乎你的企业不和大数据沾点边就会显得没有逼格一样. 随着大数据分析的持续走红,大数据分析工具也呈现出了遍地开花的态势,我们今天要说的Hadoop就是其中之一. Hadoop是Apache开发的一个开源项目,短短几年的时间,我们就见证了Hadoop从无到有.从简陋到稳定的转变.目前Hadoop因其具有高度可扩展性,灵活性和成本效益,已经成