如何以分析引擎實現高級分析

霍娜

企業如何利用數據分析來優化業務流程、提升業務價值是常談常新的話題。6月5日，Teradata天睿公司在北京舉行的媒體交流會上，本報記者就數據分析的發展里程和未來趨勢采訪了Teradata天睿公司首席技術官寶立明（Stephen Brobst）。

數據分析里程三段論

寶立明，他是麻省理工MIT的計算機博士，目前擔任Teradata CTO，一直是數據分析技術領域的“大神級”人物。而這位“大神”的最愛就是身著大花襯衫，侃侃而談數據分析技術的方向趨勢——不管是在Teradata的全球用戶大會或大數據峰會上，多年來一直如此。

本次采訪是借寶立明中國之行的機會完成的。當記者問到如何總結過去幾十年來數據分析技術的發展里程時，寶立明認為應該總結為三個階段：第一階段，是過去的前十年，在這個階段數據分析主要是做一些描述性、報表性的靜態分析，是屬于建立數據分析戰略的階段;第二階段是最近的十年，在這個階段，數據分析主要是建立實現一些運行策略，屬于實時、動態的數據倉庫、數據分析階段;第三階段是當下和未來的十年，在這個階段數據分析要基于機器學習、深度學習，進一步了解業務模式，做出預測性、指導性的高級分析。

對于描述性的報表分析，寶立明用汽車后視鏡來生動地做比喻，“一些描述性的分析就像是汽車后視鏡一樣，通過后視鏡我們來觀察過去發生的事情。但是如果我們總是盯著后視鏡看的話，肯定是要撞車的。一個好的司機，一方面要時不時地看下后視鏡，但更多時間還是要向前看，做預測性的判斷，關注未來情況，避免發生交通事故。”

企業運營也是一樣，現在企業更需要的是預測性、指導性的高級分析，而這些分析都是需要借助機器學習來實現的。寶立明介紹，目前基于機器學習、深度學習的數據分析技術應用在了企業的營銷、資產管理和人力資源等方面，未來會更加深入企業的業務、商務交易層面。而目前的所謂人工智能也是增強型智能，不是取代人類，而是增強人類的能力。“坦白講，目前市場上很多公司還處于第一階段，但Teradata很多先進的客戶已經在第三階段了。很多中國企業規模非常大，業務結構非常復雜，進入第三階段比較困難。Teradata Vantage能夠幫助中國的企業實現敏捷轉型，快速適應發展。”

無處不在的高級分析 寶立明所說的Vantage是Teradata下一代智能分析平臺。Teradata Vantage集結了當下最受歡迎的商業及開源分析工具，利用機器學習、深度學習等人工智能技術，能夠支持隨時隨地、任意環境的部署，兼容速度、規模及靈活性需求。

企業在使用 Vantage的過程中，可以隨意使用SQL、Python、R等最常見語言工具和商業智能可視化工具，還可以使用SAS、Jupyter、RStudio等高級功能，不必受到語言或工具的限制，也不用擔心數據存儲位置。寶立明表示，Teradata Vantage廣泛適用于金融業、制造業、零售業等行業。在金融業，能夠通過高級分析幫助銀行解決危險信用卡交易，并且防止干擾正常交易以及誤報情況;在制造業，可以預測有哪些零部件會發生故障情況，提升業務效率;在零售行業，可以將線上線下的客戶數據統一，了解客戶體驗，還能幫助分析企業制定銷售和宣傳策略，實現最佳效果。

而就整體架構而言，Teradata Vantage主要分成四層：數據存儲、分析引擎、語言、分析工具。之所以能夠做到無處不在的高級分析，最關鍵的是Teradata Vantage借助容器技術整合了眾多分析引擎，包括SQL引擎、NoSQL引擎、圖引擎、機器學習引擎等。其中，圖引擎則聚焦在關系分析層面，了解網絡用戶、產品、過程乃至任何聯網實體之間的關系以及這些關系如何影響最終結果;機器學習引擎能夠幫助企業對數據進行智能化分析，涵蓋人工智能、統計、文本、情感判別等各種分析類型。這些不同的分析處理引擎通過高速連接組織QueryGrid連接起來，從而能夠實現對結構化、非結構化、開源、時序數據等不同類型及來源的數據進行綜合分析，將復雜的解決方案化繁為簡，簡化分析操作過程，助力企業發現最有價值的信息，實施最高效的策略。

的確，近年來，數據分析與人工智能領域內的熱點頻出，Teradata通過Teradata實驗室和深度學習社區，不斷學習更新，通過新增分析引擎，吸收應用新技術，不斷地改進，依托豐富的人工智能技能、資源和經驗，為客戶項目創造新洞察和成果。