京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据分析领袖SAS与华为建立联盟合作关系
2015年6月8日,全球领先的商业分析软件与服务供应商SAS公司宣布与全球领先的信息与通信解决方案供应商华为宣布结为联盟合作伙伴,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
随着各行各业数据的累积,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传递的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
一、问题:为什么 ID 会"断号" 很多刚接触 MySQL 的同学都会有一个困惑:表里的主键 ID 是自增的,删了中间几行数据之后,ID 变 ...
2026-10-22一、问题场景:为什么会重复 JOIN 同一个子查询 在写复杂 SQL 时,经常遇到这种需求:同一张表或同一个聚合子查询,要和主表关联 ...
2026-10-22人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22