
IBM近日宣布,根据市场调研机构Wikibon最新研究报告《大数据供应商收益与市场预测》(Big Data Vendor Revenue and Market Forecast),IBM连续两年实现大数据市场占有率第一,领跑报告中的70多家大数据供应商。同期,IBM年度报告也显示,2013年IBM大数据分析领域营收高达160亿美金。
Wikibon报告称,2013年,IBM发布了多项大数据技术创新,包括PureData System for Hadoop、BLU Acceleration、新版BigInsights以及Watson Developer Cloud,这些技术满足了客户日益增长的需求,也使IBM在市场中脱颖而出。此外,收购SoftLayer和Cloudant对大数据的云化策略具有重要意义。
IBM软件集团大中华区总经理胡世忠先生表示:“大数据正在成为全球范围内最具价值的资源,可以帮助企业获得竞争优势。而分析对实现数据价值至关重要。Wikibon肯定了IBM在大数据分析领域的领导地位,IBM大数据与分析可以帮助企业从信息资源中获取可执行的洞察,使企业的决策和预测更加实时高效,不断增强市场竞争力。目前,IBM已经建立起了世界上最全面和最深入的大数据分析体系,并获得包括中国市场在内的全球市场的认可,2013年IBM整个大数据分析领域的营收高达160亿美金。IBM2014年的大中华区策略的精髓是‘成客户之需,就软件之致’,目的是为了帮助企业级用户拉近与终端消费者的距离,而大数据分析技术恰恰能够帮助企业挖掘消费者所需,从而快速有效获取竞争优势。近年来,IBM软件加大大数据及分析领域在中国市场的投入,我们期望有越来越多的中国企业能够IBM的帮助下利用大数据分析的理念和创新技术实现商业创新。”
Wikibon同时报告还显示:在众多供应商中,IBM BigInsights和BLU Acceleration完美整合了数据管理基础架构与大数据框架,取得了卓越的成绩。企业每天产生的数据数量大、种类多并且速度快,利用IBM的解决>方案,不同规模的企业均可以在成本控制的前提下对大数据进行管理和分析。IBM在大数据领域成功的原因也与Wikibon报告所提出的大数据业务增长三大因素不谋而合。这三大因素分别是:供应商不断改进大数据产品、服务与策略的连贯性,增强了客户的信心;大数据产品与服务本身走向成熟,得到越来越多客户的认可,大数据领域合作伙伴与代理商的增加。
在大数据与分析领域,IBM不断开拓新的市场,正在帮助包括能源,医疗,金融服务等不同领域的企业实现转型。来自各行业的企业高管,包括首席营销官(CMO),首席财务官(CFO),首席人力资源官(CHRO),都在使用IBM分析工具取得更好的业务成果:著名酒店运营商Denihan酒店集团,在全美范围内经营14家精品酒店。集团依靠IBM大数据分析解决方案洞察客户需求,提升客户体验,策划个性化的营销活动,提高营收。世界最大的风轮涡轮机制造商Vestas使用IBM大数据分析,快速准确的定位风轮涡轮机的安装地点,以确保最优的能力输出。直复营销机构Trident Marketing,采用IBM大数据与分析技术,通过精准预测与客户接洽的时机,深入洞察,预测客户取消服务的可能性。
IBM现已拥有全世界最先进的大数据和分析技术能力。今天,400多位IBM数学家和6000多个行业解决方案业务伙 伴正在共同帮助客户通过大数据来实现企业转型。此外,仅2013年一年,IBM就成功的申请了1500项大数据与分析的相关专利,并在解决方案与技术的研 发上持续投入,包括:与1000多所高校合作,大数据大学(Big Data University)招收135000多位学生,9个分析解决方案中心组成的全球网络。IBM在大数据与分析上的持续投入,自2005年开始对收购和研发投资达240亿美元,用以拓展自身在商业分析战略市场上的领导地位。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01