京公网安备 11010802034615号
经营许可证编号:京B2-20210330
华为与大数据分析领袖SAS建立联盟关系
2015年6月10日全球领先的信息与通信解决方案供应商华为宣布,与全球领先的商业分析软件与服务供应商SAS公司结为联盟合作伙伴,双方将在大数据事业发展道路上携手并进。
合作共赢,构建基于Hadoop的大数据生态系统
大数据时代,企业需要具备将原始数据转化为全新洞察力的能力。SAS与华为的合作,旨在发挥各自强项,共同打造针对不同行业的大数据解决方案。作为高级分析领导者,SAS一直占据全球高级分析软件市场第一主导地位,其大数据分析技术和卓越洞察深受企业信赖。SAS除了为产品配备强大的分析能力,还将与华为共享在金融服务业等核心行业丰富的实践经验。
二者的合作将以Hadoop生态圈的不断成长为契机,整合Hadoop架构与SAS分析的优势,实时分析处理数据,从而获取精准洞察。SAS能够将大量且复杂的精密运算应用到Hadoop集群,支持Hadoop完成整个分析生命周期,包括数据访问和管理到探索、建模和部署。SAS通过SAS? Hadoop数据加载器、SAS/ACCESS? Interface to Hadoop、SAS? In-Memory Statistics for Hadoop、SAS可视化分析(SAS? Visual Analytics)以及SAS高性能分析(SAS? High-Performance Analytics)等一系列基于Hadoop的解决方案及产品将分析的力量与Hadoop相结合,释放大数据真正的价值。
Hadoop提供了开放、高效且部署灵活的数据存储方式,而SAS与华为的合作将帮助企业用户发现难以发现的洞察。企业可以基于数据做出科学决策,不再简单依赖直觉人工判断。同时这种合作还让企业使用全量数据进行分析成为可能,真正利用大数据,而非传统的小样本数据。SAS打造了可视化和互动性更高的Hadoop之旅,轻松展现趋势与洞察。SAS大中华区总裁吴辅世先生在谈及此次合作时表示:“我们越来越充分感受到中国企业对于大数据分析应用的迫切需求。华为深耕本地市场多年,在各行业均积累了深厚的客户基础,企业业务发展势头强劲并具有国际化视野,我们非常尊重和看好这样具有远见和洞察的企业。SAS与华为的共识合作将是SAS本地市场实践的重要里程碑。我们将与华为携手,依托Hadoop架构和前沿分析技术,从打造行业首选的大数据分析平台出发,持续创新,实现我们共同的社会责任。”
“大数据的应用为企业带来了业务数据化和数据业务化的新机遇,让数据来提升企业的业务效率。企业大数据应用有两个最基本的东西,一是高效的分布式处理引擎,另一个是企业的业务模型,华为大数据平台FusionInsight和SAS的业务模型是天然的优势互补,两者相加帮助企业轻松驯服任何形式的数据,将其转化为业务的价值。”华为IT产品线大数据领域总经理朱照生说道,“SAS公司是全球商业分析领域的领导者,相信我们双方的合作,可以帮助更多的中国企业用好大数据,产生实实在在的业务价值。”
FusionInsight:大数据融合与洞察
FusionInsight分析平台是SAS与华为合作的第一张答卷。FusionInsight是基于Hadoop架构的集大数据存储、查询、分析功能为一体的企业级平台,帮助企业快速构建海量数据信息处理系统。该平台包括海量数据引擎FusionInsight HD和实时数据处理引擎FusionInsight Stream两个核心组件,能够对高达百万维度的数据进行全量建模,进行实时分析和挖掘。华为与SAS在FusionInsight的研发、渠道拓展和市场营销方面展开合作。基于Hadoop框架上的SAS分析应用,FusionInsight在企业的精准营销、实时决策、客户维系、数据开放等各种应用场景提供全面的技术保障。
FusionInsight面向多个行业,可以在金融、通信、交通、公共安全等多个领域发挥流式事件实时处理优势,进行实时分析和决策。迄今为止,FusionInsight已在全球拓展了100多个大数据项目,有40多个项目已经在交付,其中10多个已经在商用。目前的主要应用领域为电信、金融、科研、公安和政府,客户包括中国工商银行、中国建设银行、招商银行、平安银行、上海移动,上海联通等。
中国工商银行运营团队通过华为FusionInsight大数据构建其日志分析平台,为SAS数据统计分析提供更精准的数据源,最终,在逸贷产品上锁定目标客户,建立准入评分标准,并根据评分提供不同额度的贷款;对商友客户进行评级,根据不同级别的客户进行不同的服务,并建立移动APP为客户提供随时随地的服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20