京公网安备 11010802034615号
经营许可证编号:京B2-20210330
上周,思科庆祝了其成立30周年。多年来,思科做出了很多成功预测,才有了现在的主导地位。作为庆祝活动的一部分,思科举办了有史以来第一次Global Editor会议,并利用该会议确定了该公司对下一个大赌注的愿景,即大数据分析。
如果这个赌注下对了,这将会给思科带来巨大优势。首席执行官John Chambers再次重申思科的目标是成为行业的头号IT解决方案供应商,而成为分析供应商为实现这一目标又迈进了一步。笔者在周四的分析师会议上,看到很多分析师质疑是否会有企业从思科购买分析技术。
这个问题就像是问为什么会有人从思科购买电话,或者服务器,或者云计算应用程序。事实上,计算和大数据正在变得越来越以网络为中心,所以IT会更加关注这个领域。这也是思科在新市场抢占份额的机会,正如思科过去很多次做过的那样。此外,思科还加强了其服务和数据中心产品来帮助其客户消费这些技术,这是所有供应商的关键。
思科的区分点在于其分析工具不只是位于网络核心或边缘。思科会将分析工具构建在网络设备,将分析功能推向到网络的极度边缘。如果核心被认为是“雾”计算,那么,极度边缘应该被认为是“薄雾”计算,即云计算更加分散的版本。
思科的理论是分析功能最好尽可能地靠近数据。例如在零售环境,如果商店收集客户信息,并想要分析这些数据和采取行动,为什么数据要传输到千里之外的云计算资源,或者数百盈利之外的雾资源呢?即使是几十英里也太远。分析功能应该在商店内完成,这意味着,可以在几秒钟内做出决策,而不是数小时甚至数天。
思科将这种分析称之为“Connected Analysis”,即思科为其边缘提供的连接性。思科在大多数企业都有连接接触点,远远超过其他公司,思科可以从其联网设备(电话、相机、协作终端、网络设备等)以及传感器、移动设备和第三方终端获取数据来进行分析。
思科将会推出针对特定行业(例如零售业、旅游或者体育场,或者关于协作或移动性构建的用例)的Connected Analysis产品。
物联网不仅仅是关于连接设备到公共网络。从收集数据、分析数据以及快速做决策可以为企业创造价值。思科的Connected Analysis战略旨在让这个过程以网络速度运行。这方面的成功将大大有助于思科完成其成为头号IT供应商的目标。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07