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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 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。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23