数据分析三大趋势:物联网、新型分析和合作伙伴生态

今年 4 月初,全球最大的独立软件公司之一、专注于数据和商业分析超过 40 年的美国 SAS 公司在美国奥兰多举办了 2017 SAS Global Forum 全球论坛。这家全球资深数据分析公司的 CEO Jim Goodnight 接受了钛媒体记者采访。

Jim Goodnight 曾在五年前被 Forbes 杂志誉为“数据分析之王”,在过去 40 年的时间里,SAS 见证了全球数据分析、商业分析和大数据市场从无到有、从小到大的发展历程。

他对钛媒体表示,“SAS 在中国市场在过去 20 多年的发展一直比较平稳,但过去几年却取得了爆发式增长。”

SAS 公司最早起源于美国北卡罗来纳州立大学 1966 年的一项开发数据分析软件用于农业数据的研究。据 IDC 的统计,如今,SAS 占全球高级和预测分析市场 31.6% 的份额,比前 10 名中其它 9 家相关厂商营收的总合还要多。

2016 年,SAS 在超过 30 种各类市场调查公司的报告中占据领导者地位,这包括分析、数据管理、数据整合、数据质量、数字营销、高级和预测分析、客户智能、零售分析、商业智能、安全解决方案等。

2016 年,SAS 在全球的业务继续保持稳步增长,2016 年全球营收达 32 亿美元,增长主要来自于分析平台、云计算、反欺诈和安全智能解决方案,而且是在全球所有区域都实现了营业额的增长,特别是亚太区和拉丁美洲区成为增长最快的大区。

全球数据分析三大趋势

在谈到全新最新数据和商业分析趋势时,Jim Goodnight 就 SAS 公司的业务来说,认为有三大趋势在拉动全球数据分析市场的发展,分别是物联网、新型分析和合作伙伴生态

其中,物联网数据分析被视为下一个数据分析的金矿,已经给 SAS 公司带来了高速增长的业务机会。目前,SAS 业务按行业来看的话,营收前三分别是银行(27%)、政府(15%)和专业服务(12%),而电信通信(6%)、制造(6%)、医疗(5%)、零售(4%)等被视为潜在大数据及分析行业市场却只占了 SAS 年度营收比例的个位数,说明这些行业还存在巨大的市场空间。

能拉动电信通信、制造、医疗和零售等潜在大数据及分析市场的一个抓手就是物联网。

物联网作为连接底层传感器设备与互联网的物理信息空间连接器,能够为电信通信、制造、医疗和零售等行业带来前所未有的视角,让企业管理者能深入到运营第一线实时掌握前沿动态,把前端实时数据与后台运营历史数据结合,就能产生巨大的商业价值。

Jim Goodnight 认为传感器数据分析是一个巨大的机会,汽车里已有的传感器每天都在产生海量的数据。SAS 公司在 2016 年推出了 ESP 实时流数据处理引擎,专门适用于靠近数据产生源的传感器数据实时分析,可每秒处理上百万个事件的分析与处理,通过内存计算可实现近乎实时的流数据分析。自 2016 年第四季度推向市场以来,已经为 SAS 公司带来了源源不断的物联网业务。

在 SAS Global Forum 2017 上,SAS 与思科合作推出了业界首个经过 Cisco Validated Design(思科验证设计)的 Edge-to-Enterprise(边缘到企业)物联网分析参考框架。SAS EPS 现在可运行在 Cisco 工业集成服务 829 路由器上,在工厂、卡车等靠近传感器的地方就近分析实时数据。2016 年,SAS 专门在底特律设立了办公室以支持在汽车制造行业中的业务增长。

在新型分析方面,云分析是一个重要的数据分析领域。SAS 耗资 10 亿美金开发了面向云计算现代计算架构的云分析服务 Viya,并于 2016 年开始推向市场。在 SAS Global Forum 2017 上 SAS 推出了全线的 Viya 产品,包括一系列可视化分析平台,把 SAS Viya 与传统软件版本的 SAS 9 结合起来就能形成一个企业内无处不在的数据分析环境。SAS Viya 还提供了大量机器学习和人工智能功能,以满足当前日益增长的企业智能分析需求。

SAS Result(Result-as-a-Service)是另一个新型的云分析产品。这实际上不是一个产品,而是基于项目的专业服务。SAS 公司 CTO Oliver Schabenberger 在接受钛媒体记者采访时表示,对于客户来说不再需要自己去学习、掌握、理解和运用 SAS 公司的各种数据分析软件产品,而只需要向 SAS Result 团队提出自己的数据分析需求和数据,由 SAS Result 数据分析团队在后端完成所有的数据分析和处理后,把结果返回给客户即可。如果涉及到相应的持续云服务等 IT 需求,也可以选择托管给 SAS 公司。

云分析产品推出以来,已经为 SAS 在 2016 年带来了9% 的业务增长。随着 2017 年 SAS 推出更多 Viya 产品,有望进一步带来更高回报的营收。

Oliver 介绍说,SAS Viya 可运行在 AWS 之上以公有云方面运营和部署,也可以在企业内部部署在 Cloud Foundry 私有云之上为企业内部服务。

2017 年,SAS 将继续在包括分析、可视化、数据管理、客户智能、风险和欺诈等在内的领域持续,并在 SAS Viya、人工智能、云计算和物联网等领域进行大量投入。在 SAS Global Forum 2017 上,Jim Goodnight 和 Oliver 还多次演示了利用 AWS Echo 智能语音音箱来与数据分析报表交互,这将创造新的数据分析互动形式。

推动全球数据分析市场增长的第三大动力来自合作伙伴生态。随着大数据的崛起和数据分析市场的高营收前景,越来越多的独立软件商、系统集成商和增值分销商开始进入数据分析业务。Jim Goodnight 表示,2016 年 SAS 全球销售增长的 30% 由合作伙伴贡献,他们满足了客户的个性化需求和最终用户需求。SAS 全球合伙伙伴生态形成规模化发展,从一个侧面说明了全球数据分析生态已经达到了一定的规模,开始成为拉动市场增长的主力。

企业大数据分析仍需要时间

SAS 的一份调查显示,近几年全球大数据取得了巨大的发展,但大数据仍然难以给企业带来实际的商业价值。

SAS 全球副总裁 Jill Dyche 认为,现在所有的企业都专注于把大数据收集和存储到大数据平台上,而忘记了其实分析才能真正给大数据带来商业价值。由于大数据的收集、处理和准备等前期阶段耗费的时间过长、成本过高,导致企业高层开始失去耐心,这是当前大数据产业面临的困境。

对于数据分析实践来说,如果想要获得企业高层以及各业务的认可,就要建立全员数据分析文化,而这是一个过程。尤其是当企业各层管理者的 KPI 里并没有涉及数据分析或数据分析无法影响这些 KPI 的时候,企业实际上很难接受在数据分析方面的投入,更不用说懂得数据分析语言的专业人才少之又少。

Jill 建议企业在实践数据分析的时候,可参考三大“最佳实践”:

一是把数据分析当成一个业务而看待,而不仅是运营或管理工具,要让数据分析与业务紧密结合而成为业务的一部分,这样就能真正为企业创造价值;二是让数据分析为企业的业务战略服务,让数据分析可以深入影响企业的战略,从战略高度获得高层的认可,这远比在基层开展一个又一个小规模的数据分析更有效率;三是要把数据分析与数据管理分开,数据分析与数据管理其实是两个不同的领域,数据管理涉及到大数据等偏技术层面的专业知识和技能,而数据分析其实是要所业务语言和问题与数据结合,通过数据分析解决业务问题,因而数据分析不能等同于数据管理。

在谈到全球企业数字化转型的时候,Jill 认为,IT 组织和厂商的数字化转型更为重要也更为关键。

IT 组织和厂商作为企业数字化的技术合作伙伴,如果自身转型都不能成功,又何谈帮助企业成功完成数字化转型呢?现在,很多传统 IT 厂商在向现代化的数字化技术过程的时候都出现了身份危机,很难在新的时期成功完成自身产品、服务和解决方案的创新、颠覆与转型,比如 PC 厂商就在这一波数字化大潮中面临巨大的挑战。

联想高级分析总监鲍若愚在 SAS Global Forum 2017 上分享了联想在数据分析方面的初步实践,鲍若愚认为联想的数据分析还处于起步阶段,联想数据分析团队还在争取获得联想内部各产品线和高层的认可。联想数据分析团队目前位于新加坡,在联想C级别高管中还无一人负责数据分析,这说明数据分析远未进入联想的战略管理视野。中国企业特别是中国 IT 企业在向数字化转型的过程中,还有很长的路要走。

2017 年 1 月,工信部公布了《大数据产业发展规划(2016-2020 年)》,提出了到 2020 年的发展目标:大数据相关产品和服务业务收入突破 1 万亿元,年均复合增长率保持 30% 左右。此外,还将培育一批专业化数据服务创新型中小企业、10 家国际领先的大数据核心龙头企业和 500 家大数据应用及服务企业,初步形成大数据产业体系。

随着中国大数据市场的全面起动以及中国企业向“互联网+”的数字化转型继续推进,SAS 公司期待在中国市场迎来更大的发展。“预期 SAS 中国市场今年增长率保持两位数(百分比)”,已经 74 岁的 Jim Goodnight 对中国的数据分析市场非常有信心。

来自:钛媒体

转自:36大数据