Teradata分析平台 分析更貼近資料

圖說:Teradata分析平台由最佳分析功能和引擎、行業首選分析工具和語言構成,支援廣泛的資料類型(Teradata提供)。

圖說:Teradata分析平台由最佳分析功能和引擎、行業首選分析工具和語言構成,支援廣泛的資料類型(Teradata提供)。

資料和分析解決方案供應商天睿Teradata推出全新分析平台(Teradata Analytics Platform),提供使用者選擇最佳分析功能及引擎,大規模運用分析工具和語言並分析多種資料類型。Teradata分析平台無需遷移資料,而是使分析更貼近資料,使用者以更快速及更高頻率分析更大規模的資料庫。

圖說:Teradata台灣區總經理吳世鈺(左)與首席技術顧問魏志龍。

Teradata台灣區總經理吳世鈺表示,Teradata的核心目標是要替客戶創造業務價值,我們不斷的突破創新、試圖打破限制,從UDA統一數據架構建立分析完善的生態系統,到擁抱開源技術實現數據倉庫平台的融合,再到Teradata Everywhere在不同混合雲環境下敏捷、靈活地部署Teradata解決方案。」吳世鈺更進一步提及:「現階段的分析環境下,多數使用者的分析需求大相逕庭,導致各種分析工具與方案大幅增加,成本因而居高不下,而且還各自為陣無法支援。Teradata推出的分析平台擁有領先的通用性,提供分析功能與引擎選項,使用者能夠針對多種資料類型,選擇首選分析工具和語言,滿足分析需求。

商業分析師在分析不同類型資料時,往往需要各類工具與技術,在不同語言、格式、使用者介面甚至完全不同的系統之間整合轉移,才能為每個分析項目提供最適用的分析方法。然而,透過Teradata分析平台,分析師能夠精簡或合併許多步驟,降低曠日費時的成本支出。以連續供電的零件故障預測為例,Teradata分析平台將天氣、供電控制、斷電、變壓器和智慧電錶、用電資料以及位置等大部分數據都整合在同一個生態系統中,並支援來自其它來源的原始資料。用戶能夠在同一工作流程裡,切換使用最普通的介面及商用和開放原始碼軟體,讓所有資料獲取更精準洞察與分析產出,而不僅僅局限於資料子集。

Teradata分析平台搭載Teradata與Aster技術,使資料科學家得以在單一工作流程中快速準備並分析大規模資料、實現多種進階技術。未來Teradata分析平台還將加入Spark、TensorFlow等高端引擎,讓使用者快速輕鬆地運用人工智慧AI、深度學習等各種演算法。此外,Teradata分析平台憑藉這些分析引擎,提供歸因、路徑分析、時間序列等可擴展分析功能以及統計、文本與機器學習等一系列演算法。透過高速資料光纖網路上靈活的分析平台傳輸資料與分析,避免在多個引擎上儲存資料,讓分析師對分析進行快速反覆運算與修正。

Teradata分析平台可連接商用及開放原始碼分析技術與程式設計語言如Python、R、SAS、SQL,使分析師能快速輕鬆地使用首選語言連接並分析資料,還能運用Jupyter、RStudio、KNIME、SAS、Dataiku等熱門工具。Teradata AppCenter藉由在Web的介面上部署可重複使用模型,讓公司內部分析師可以共用分析應用,為企業用戶提供自助式連接能力。

有鑑於資料獲取與儲存格式越來越廣泛,支援多元資料類型成為應對顧客旅程地圖(Customer Journey Map)、物聯網(IoT)等各種分析使用案例的基本要求。企業必須確保分析用戶能夠從多個資料來源,以原生格式輕鬆連接這些資料。Teradata分析平台讓企業獲取並分析文本、空間、CSV及JSON格式等類型資料,並支援Avro開放原始碼數據類型,可以讓程式設計師動態處理各種框架(schema)。

DC分析和資訊管理市場研究與諮詢實踐部門集團副總裁Dan Vesset 表示,企業各部門分析用戶各自為陣的情況愈演愈烈,使企業常常難以適時提供所有相關資料,導致使用者只能獲得次級洞察報告,並使管理間接費用顯著增長。同時,解決方案無法相容所有部署選項,或只能夠兼容易被套牢的部署選項,限制未來輕鬆調整架構的靈活性,成為難以選擇廣泛部署選項的瓶頸。Teradata天睿公司藉著在Teradata分析平台普遍相容的單一處理環境下,交付最新進階分析與AI功能,幫助企業應對數位化挑戰。

回到頂端