智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
预告
品牌
研华/ADVANTECH
“数据分析” Jim Goodnight
SAS公司早起源于美国北卡罗来纳州立大学1966年的一项开发数据分析软件用于农业数据的研究。40年后的今天，根据IDC的统计，SAS占和预测分析市场31.6%的份额，比前10名中其它9家相关厂商营收的总合还要多。2016年，SAS在超过30种各类市场调查公司的报告中占据地位，这包括分析、数据管理、数据整合、数据质量、数字营销、和预测分析、客户智能、零售分析、商业智能、安全解决方案等。
可以说在过去40年的时间里，SAS见证了数据分析、商业分析和大数据市场从无到有、从小到大的发展历程。2016年，SAS在的业务继续保持稳步增长, 2016年营收达32亿美元，增长主要来自于分析平台、云计算、反欺诈和安全智能解决方案，而且是在所有区域都实现了营业额的增长，特别是亚太区和拉丁美洲区成为增长快的大区。
数据分析三大趋势
在谈到全新新数据和商业分析趋势时，Jim Goodnight就SAS公司的业务来说，认为有三大趋势在拉动数据分析市场的发展，分别是物联网、新型分析和合作伙伴生态。
其中，物联网数据分析被视为下一个数据分析的金矿，已经给SAS公司带来了高速增长的业务机会。目前，SAS业务按行业来看的话，营收前三分别是银行(27%)、政府(15%)和专业服务(12%)，而电信通讯(6%)、制造(6%)、医疗(5%)、零售(4%)等被视为潜在大数据及分析行业市场却只占了SAS年度营收比例的个位数，说明这些行业还存在巨大的市场空间。
能拉动电信通讯、制造、医疗和零售等潜在大数据及分析市场的一个抓手就是物联网。物联网作为连接底层传感器设备与互联网的物理信息空间连接器，能够为电信通讯、制造、医疗和零售等行业带来的视角，让企业管理者能深入到运营线实时掌握前沿动态，把前端实时数据与后台运营历史数据结合，就能产生巨大的商业价值。
Jim Goodnight认为传感器数据分析是一个巨大的机会，汽车里已有传感器每天都在产生海量的数据。SAS公司在2016年推出了ESP实时流数据处理引擎，专门适用于靠近数据产生源的传感器数据实时分析，可每秒处理上百万个事件的分析与处理，通过内存计算可实现近乎实时的流数据分析。自2016年第四季度推向市场以来，已经为SAS公司带来了源源不断的物联网业务。
在SAS Global Forum 2017上，SAS与思科合作推出了业界经过Cisco Validated Design(思科验证设计)的Edge-to-Enterprise(边缘到企业)物联网分析参考框架。SAS EPS现在可运行在Cisco工业集成服务829路由器上，在工厂、卡车等靠近传感器的地方就近分析实时数据。2016年，SAS专门在底特律设立了办公室以支持在汽车制造行业中的业务增长。
在新型分析方面，云分析是一个重要的数据分析领域。SAS耗资10亿美金开发了面向云计算现代计算架构的云分析服务Viya，并于2016年开始推向市场。在SAS Global Forum 2017上SAS推出了全线的Viya产品，包括一系列可视化分析平台，把SAS Viya与传统软件版本的SAS 9结合起来就能形成一个企业内无处不在的数据分析环境。SAS Viya还提供了大量机器学习和人工智能功能，以满足当前日益增长的企业智能分析需求。
SAS Result(Result-as-a-Service)是另一个新型的云分析产品。这实际上不是一个产品，而是基于项目的专业服务。SAS公司CTO Oliver Schabenberger在接受笔者采访时表示，对于客户来说不再需要自己去学习、掌握、理解和运用SAS公司的各种数据分析软件产品，而只需要向SAS Result团队提出自己的数据分析需求和数据，由SAS Result数据分析团队在后端完成所有的数据分析和处理后，把结果返回给客户即可。如果涉及到相应的持续云服务等IT需求，也可以选择托管给SAS公司。
自云分析产品推出以来，已经为SAS在2016年带来了9%的业务增长。随着2017年SAS推出更多Viya产品，有望进一步带来更高回报的营收。Oliver介绍说，SAS Viya可运行在AWS之上以公有云方面运营和部署，也可以在企业内部部署在Cloud Foundry私有云之上为企业内部服务。
2017年，SAS将继续在包括分析、可视化、数据管理、客户智能、风险和欺诈等在内的领域持续，并在SAS Viya、人工智能、云计算和物联网等领域进行大量投入。在SAS Global Forum 2017上，Jim Goodnight和Oliver还多次演示了利用AWS Echo智能语音音箱来与数据分析报表交互，这将创造新的数据分析互动形式。
推动数据分析市场增长的第三大动力来自合作伙伴生态。随着大数据的崛起和数据分析市场的高营收前景，越来越多的独立软件商、系统集成商和增值分销商开始进入数据分析业务。Jim Goodnight表示，2016年SAS销售增长的30%由合作伙伴贡献，他们满足了客户的个性化需求和终用户需求。SAS合伙伙伴生态形成规模化发展，从一个侧面说明了数据分析生态已经达到了一定的规模，开始成为拉动市场增长的主力。
企业大数据分析仍需要时间
尽管SAS的高速发展向市场传达了一个积极的信号，但在另一方面大数据缓慢给企业带来商业价值的现象也不容忽视。
SAS的一份调查显示，近几年大数据取得了巨大的发展，但大数据仍然难以给企业带来实际的商业价值。SAS佳实践副总裁Jill Dyche认为，现在所有的企业都专注于把大数据收集和存储到大数据平台上，而忘记了其实分析才能真正给大数据带来商业价值。由于大数据的收集、处理和准备等前期阶段耗费的时间过长、成本过高，导致企业高层开始失去耐心，这是当前大数据产业面临的困境。
对于数据分析实践来说，如果想要获得企业高层以及各业务的认可，就要建立全员数据分析文化，而这是一个过程。尤其是当企业各层管理者的KPI里并没有涉及数据分析或数据分析无法影响这些KPI的时候，企业实际上很难接受在数据分析方面的投入，更不用说懂得数据分析语言的专业人才少之又少。
Jill建议企业在实践数据分析的时候可参考三大佳实践：一是把数据分析当成一个业务而看待，而不仅是运营或管理工具，要让数据分析与业务紧密结合而成为业务的一部分，这样就能真正为企业创造价值；二是让数据分析为企业业务战略服务，让数据分析可以深入影响企业的战略，从战略高度获得高层的认可，这远比在基层开展一个又一个小规模的数据分析更有效率；三是要把数据分析与数据管理分开，数据分析与数据管理其实是两个不同的领域，数据管理涉及到大数据等偏技术层面的专业知识和技能，而数据分析其实是要所业务语言和问题与数据结合，通过数据分析解决业务问题，因而数据分析不能等同于数据管理。
在谈到企业数字化转型的时候，Jill认为IT组织和厂商的数字化转型更为重要也更为关键。IT组织和厂商作为企业数字化的技术合作伙伴，如果自身转型都不能成功，又何谈帮助企业成功完成数字化转型呢？现在，很多传统IT厂商在向现代化的数字化技术过程的时候都出现了身份危机，很难在新的时期成功完成自身产品、服务和解决方案的创新、颠覆与转型，比如PC厂商就在这一波数字化大潮中面临巨大的挑战。
联想分析总监鲍若愚在SAS Global Forum 2017上分享了联想在数据分析方面的初步实践，鲍若愚认为联想的数据分析还处于起步阶段，联想数据分析团队还在争取获得联想内部各产品线和高层的认可。联想数据分析团队目前位于新加坡，在联想C级别高管中还无一人负责数据分析，这说明数据分析远未进入联想的战略管理视野。中国企业特别是中国IT企业在向数字化转型的过程中，还有很长的路要走。
2017年1月，工信部公布了《大数据产业发展规划(2016-2020年)》，提出了到2020年的发展目标：大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。此外，还将培育一批专业化数据服务创新型中小企业、10家的大数据核心和500家大数据应用及服务企业，初步形成大数据产业体系。
随着中国大数据市场的全面起动以及中国企业向“互联网+”的数字化转型继续推进，SAS公司期待在中国市场迎来更大的发展。“预期SAS中国市场今年增长率保持两位数(百分比)”，已经74岁的Jim Goodnight对中国的数据分析市场非常有信心。
原标题：数据分析：中国数据分析市场正在爆发
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
