京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM在京召开主题为“凝聚专家力,智赢大数据”的2012 IBM PureData发布盛典,正式在中国市场发布针对大数据处理的专家集成系统——PureData。作为IBM PureSystems家族最新成员,PureData继承并发扬了IBM 在业界领先的专家优势和全面大数据能力,旨在利用全新的专家集成技术帮助各行业企业高效应对和驾驭激增的海量数据,获取关键洞察,从而实现企业市场、销售等各部门业务目标的快速推进。
IBM现场发布IBM PureData
IBM全球副总裁兼软件集团大中华区总经理胡世忠先生表示:“大数据已经成为新计算时代企业最严峻的挑战和最具价值的资源。作为业界最全面的大数据解决方案提供商,IBM将其在大数据方面的领先平台和广泛行业实践全面注入PureSystems专家集成系统,推出全新‘大数据专家’PureData,这不仅是IBM部署专家集成系统整体战略至关重要的一步,更是IBM大数据整体战略升级的重要里程碑。”
IBM全球副总裁兼IBM软件集团大中华区总经理胡世忠先生
大步迈进新计算时代
新计算时代企业亟待实现大数据、云计算和安全的更高目标。IBM PureSystems利用全新IT模式帮助企业应对时代挑战。
在大数据、云计算、移动、社交等全球趋势下,我们正进入一个全新的认知系统时代——以数据为中心、统计分析、内向扩展、自动化系统和工作负载管理成为这个新计算时代的突出特质——这也意味着在全新的IT挑战和机遇下,越来越多的企业将踏上IT模式转型之路,在实现IT经济的同时寻求价值突破,利用智慧的运算为交付顺应未来(Tomorrow Ready)的IT基础架构,构建大数据、云计算和安全的更高目标——“三大就绪”:
云就绪(Cloud Ready):以云的形式管理 IT,从而提高效率,加快产品上市速度;
数据就绪(Data Ready):释放数据的价值,交付更可靠的洞察;
安全就绪(Security Ready):确保关键信息的安全性,从而符合法规要求、降低风险、保护客户。
然而,据IDC统计,目前全球企业面临的首要难题是需要将 IT 预算的70%以上用于低附加值的IT运维,而只有少数预算用于创新。2012 IBM 数据中心报告显示,有近三分之二的企业IT项目都超出了预算,并且均落后于预定计划完成部署;只有五分之一的企业IT部门能够将他们大部分的IT预算投入到创新之中。
为了带领业界向新计算时代迈进,以全新模式简化IT、节约成本、实现安全,IBM于2012年4月在全球范围推出第一款预置专家能力的新型系统PureSyetems。作为迈进新计算时代的重大举措,PureSystems 是 IBM 在过去四年中斥资20亿美元进行研发和收购取得的重大成果,通过预置专家能力、为集成而设计以及简化体验三大重要特征,揭示了新时代计算技术的三大主要进步,即帮助企业削减高额成本、降低IT复杂性并与信息管理技术相关联。
简化、高效、灵活:PureData为大数据而生
作为Pure家族“大数据专家”,PureData以专家模式和领先技术助力企业在数据处理速度、简化程度和成本控制等方面更上一层楼, 进一步拓展大数据价值。
据估计,过去两年间产生的数据占目前全球数据的90%,新的数据正在以每天2.5EB的量级高速增长。各行业企业正面临着同样的难题——如何利用更简便、经济的方式分析业务数据、了解客户购买行为、减少客户流失、开展需要大量数据支持的市场推广活动以及实时发现欺诈行为?对于这些企业的IT部门而言,业务需求将直接促成其对于工作负载优化、快速完成数据加载、集成的管理、单点支持和高效自动化运维等的激增需求。
正是在这样的需求之下,IBM PureSyestems家族大数据“专家”PureData应运而生。区别于其他数据系统的是,PureData能够将系统安装和配置时间从数天减至数小时,将复杂的分析操作时长从数小时降至数分钟,并且能够实现在单个系统上管理超过100个数据库。通过PureData,企业得以在传统IT环境或云环境中为业务用户提供高性能的数据服务,能够在不到10天的时间里完成Web应用的部署——同样的任务过去至少需要6个月才能完成。其中,PureData System for Analytics能够提供超越传统数据系统十倍、乃至百倍的速度,以及是上一代Netezza技术20倍的面向查询的并发与吞吐能力。
IBM全球副总裁兼中国开发中心总经理王阳博士表示:“作为IBM PureSystems专家集成系统的最新成员,PureData是IBM在数据处理领域发布的专家集成系统产品系列。PureData的研发利用了IBM数十年来在降低IT成本和系统简化方面所累积的丰富经验,将助力新计算时代企业在数据处理速度、简化程度和成本控制等方面更上一层楼,从而促成他们在大数据能力上质的飞跃。”
IBM全球副总裁兼IBM中国开发中心总经理王阳博士
理论+平台+实践:IBM彰显全面大数据能力
IBM具有最全面的大数据实力,包括“全面的战略理论”、“全面的解决方案”以及“全面的落地实践”,帮助企业掌控大数据,实现业务需求。
IBM认为,“大数据”已经成为重要的时代特征,企业需要重新思考已有的IT模式,应对在数量和类型上不断新增的数据;同时,大数据又将推动企业进行基于信息革命的业务转型,更多商业价值和发展机会将产生于数据和洞察。
充分融合智慧的分析洞察方法论、大数据平台解决方案以及广泛深刻的全行业落地实践,IBM正在帮助金融、电信、制造、医疗、零售等行业企业量身打造大数据策略,利用优化的解决方案有效处理大规模、多样化、高速流动的企业数据,确保数据的真实性;通过对于这些数据的分析使企业获得充分信息,帮助企业获取对业务的洞察,以制定相应的战略,实现业务的快速突破和成长。
作为业界最全面的大数据解决方案平台,IBM“大数据平台”架构为各行业企业构建大数据解决方案提供了全面的技术支持。这一平台突破了传统数据仓库和数据管理理念,涵盖了从大数据治理到核心大数据处理的Hadoop系统、流计算、数据仓库,行业加速器以及最全面的业务分析工具。IBM大数据平台在为企业组织提供实时分析信息流和因特网范围信息源的能力的同时,实现更为经济高效的大数据管理,并为在此之上的业务分析奠定坚实的基础。
PureData携手合作伙伴拓展生态环境
PureSystems正在各行业全面落地,为合作伙伴提供更多机会,全面升级生态系统。
为帮助行业客户快速实现大数据价值,IBM将产品研发与生态系统建设工作并行展开。伴随PureData的一同推向市场的,还有IBM基于PureSystems市场营销所积累的合作伙伴计划。目前已经有60多家ISV(独立软件供应商)表示将全力支持PureData。此前,包括DynaFront系统和PCCW电讯盈科解决方案在内的多个合作伙伴已经在其数据中心内部安装了PureSystems。IBM将向这些合作伙伴提供针对PureSystems和PureData的技术和认证方面的支持。
IBM全球副总裁兼软件集团大中华区总经理胡世忠先生表示:“截止目前,超过700家合作伙伴表示支持PureSystems,并相继推出了200余种适于在PureSystems上运行的解决方案和应用。PureData将为这种开放的合作模式提供新的平台,激励更多合作伙伴开发适用于PureData的解决方案。这种面向合作伙伴的开放性,正是IBM专家集成系统与同类竞争型产品的重要区别所在。此外,在这些解决方案和应用的基础上,IBM还将同时推出数种新模式,以全面简化软硬件资源的配置和管理。这些模式涵盖社交业务、资产管理和业务流程管理,将为20多个行业应用领域提供支持。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21