京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 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 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19