作為業內規模最大的數據分析盛會，Teradata Partners全球用戶大會在美國加州順利舉辦。正如Teradata 首席執行官兼總裁 Mike Koehler在大會開幕演講中所言，Teradata Partners是一個獨特的大會，它是由客戶所組成的委員會規劃組織的大會。在本次大會上，Teradata高管演講中談的最多的就是“技術創新帶來業務轉型，改變了未來的業務形態”。
在云計算、大數據之后物聯網成為新晉熱點話題，物聯網改變了我們看待世界的方法，改變了我們做業務的方法，甚至改變我們的生活方式。但是即使是最精通技術的企業也承認，從物聯網生成的數據中獲取價值非常困難，需要大量技巧。
Teradata認為的數據分析未來圖景是“萬物皆可分析”，所以在本次大會上也發布了Teradata Listener，其是一款具有實時“聽取”功能的自助式智能軟件，對客戶而言可跟蹤他們世界各地存放的多條傳感器和物聯網數據流，并將該數據傳送到分析生態系統中的多個平臺，使得我們能夠在數據源的發生地就可以進行分析。
Teradata天睿公司大中華區首席執行官辛兒倫
同時Teradata也強調，在建設數據分析系統中，要避免數據孤島。由于單一技術無法解決全面數據分析的需求，必須簡化各種技術難度，創建統一生態數據管理系統。簡化是非常重要的需求，任何數據分析系統都要使得架構簡化。所以，在本次大會上，Teradata還更新了其統一數據架構（UDA），推出了在單一機箱內整合Teradata數據倉庫、Teradata Aster Analytics和Hadoop系統，使用戶能夠在更小的數據中心空間內發揮整個分析生態系統管理的優勢。
在本次大會上，ZDNet采訪了Teradata天睿公司大中華區首席執行官辛兒倫，以下為訪談實錄：
ZDNet：2015年的大會以Breaking Big為主題，請問其寓意是什么？這是否代表Teradata對于大數據認知在概念上的顛覆？
辛兒倫：Breaking Big這個主題，我理解最核心的應該是“打破束縛和限制”，不管是企業還是個人應該探索和追求“創新、差異化、勇氣、重大進展和卓越表現。”
第一，在大數據時代，企業必須堅持創新和追求創新，不管技術上尋找突破，還是從業務流程、商業模式、組織架構、企業的分析文化上，都可進行積極的創新。例如，去年我們剛剛收購的Think Big公司，幫助我們增強對Hadoop的咨詢、顧問和實施能力， 以及與其它分析平臺的交互能力。在本次大會上，我們剛宣布Think Big成為業內首個能夠為Hadoop數據湖（數據資源池）提供全面的管理服務，這將幫助企業非常便利地創建數據分析的生態系統，確保數據質量、可靠性、實時性以及日常的運營任務。
我強調一下，我們的Think Big公司支持主要的Apache Hadoop ，包括Cloudera、Hortonworks、MapR、Spark、Kafka、NoSQL以及其他開源技術，非常全面。而且更重要的是，我這里也是首次宣布，我們的Think Big業務已經確定引入到大中華區，目前已經在完成人員的配備。
第二，我覺得企業中在數據分析上的務實和積極進取的文化非常重要。其中，這個主題中提到“勇氣”是企業實現大數據項目成功的重要保證。很多的企業，曾經面對大數據項目的投資猶豫、徘徊，其實這就需要更大的勇氣支持。Teradata以及廣大客戶的反饋已經看到，我們是時候積極行動了。我們也理解，文化上的轉變可能比技術和分析流程上的轉變歷時更久，但是我們一直強調，大數據從小做起，相信你也能很快看到大數據的價值，看到大數據分析在商業變革中帶來的不可替代的驅動力。
ZDNet：每年的全球用戶大會，Teradata都會發布業界注目的新產品。今年發布的產品中，您認為哪些是最具亮點的？
辛兒倫：今年，我們在大數據技術、開源技術的支持以及咨詢服務上都有重要的更新和發布。這里，我特別強調一下，本次大會上最亮點的應該是針對物聯網的傳感器數據的分析能力，甚至實現了萬物皆可分析（Analytics of Everything）。Teradata Listener技術能夠通過整合開源技術，幫助客戶分析物聯網中不計其數的數據源，簡化數據分析的難度。Teradata QueryGrid技術能在統一數據架構上快速有效地進行主題分析或查詢多元化的大數據，以取得業務需要的信息。
同時，Teradata Aster新的版本能直接交互Hadoop數據資源池或數據倉庫平臺，幫助客戶進行實時的數據探索，例如高效營銷中進行客戶路徑和消費模式分析，等等.
ZDNet：最近，Gartner發布了2016 年可能影響企業的十大技術趨勢，其中萬物信息化以及物聯網等技術入選。在目前發展出現這些趨勢之時，您怎們看技術的發展趨勢？如果時間放長遠一點，據您觀察未來５年甚至10年，那些技術可能會成為影響企業比較顯著的技術趨勢？
辛兒倫：我們看到這些十大技術趨勢，這些都是戰略性大趨勢，其中包括Information of Everything（萬物信息化）以及物聯網架構和平臺。其實，我認為這不僅是趨勢，而是新的IT現實。
關于萬物信息化，可以理解為我們身處在一個數字網格之中，這個環境會產生、使用其產生的無計其數的信息。在這些數據和信息的海洋中，不管是企業還是個人，必須學會判斷和識別哪些信息能夠帶來戰略性的價值，掌握如何訪問這些不同的數據源，并通過各種分析方法和算法找出其中的業務價值。
其實，這些預測也是真實IT現實的寫照。實現萬物皆聯網或者信息化，最主要之一靠傳感器技術。在我們目前生活的時代，傳感器技術結合大規模并行處理能力，使我們能夠測量并整體分析幾乎所有現象。先進的儀器使我們能夠跟蹤萬物的變化，例如天氣變化模式、汽車駕駛習慣、乃至快餐店冰箱的溫度、醫院里（或家里）病人的生命體征。將這些數據采集至數據庫，并運用廣泛的統計、分析及可視化工具對這些數據進行細致的分析。
正是由于這些傳感器，我們的生活、工作中產生了新的數據源。例如，通過射頻識別讀取器，我們能夠進行零售庫存跟蹤與控制、醫療測試采樣跟蹤、預防欺詐行為等；通過GPS定位跟蹤器，能夠進行車隊管理和交通運輸和貨運管理；通過數據采集傳感器，我們就能在制造業、環境保護、交通運輸系統中采集到實時的數據用于分析。
例如，西門子公司就通過部署Teradata技術提升其制造流程及產品質量。西門子首次實現了整合來自傳感器、制造流程、機器生成數據，以及各種源系統的數據。西門子技術領域商業分析及監測總監Michael May博士對此說：“現在，我們可以更快、更有效地獲得數據中的價值。把大數據轉換為智能數據，我們將能夠優化產品質量，為客戶提供更加優質的服務。”
關于物聯網我提兩點：《2014－2015年中國物聯網發展年度報告》中指出，物聯網技術與云計算、大數據、移動互聯網等新興一代信息技術的協同創新進一步深化，與農業、制造業、服務業等傳統產業，與新能源、新材料、先進制造業等新興產業的“雙向融合”不斷加強。物聯網加快向經濟、社會、生活眾多領域滲透，不斷催生新變革、新應用和新業態。這些都是非常可喜的發展成績。現在快速發展的物聯網，以及未來的“萬物皆聯網”，任何人、事、物之間將能實現連接，這將帶來溝通模式的變化、業務模式的變化，甚至發展模式的變化。
但是，我們更要強調，要想讓物聯網發揮出價值，企業必須對傳感器數據進行整合和分析，并把分析結果利用到生產流程中來，而由大數據驅動的物聯網才是有價值的物聯。
由于物聯網數據都是非結構化數據，這種JSON數據的分析都非常復雜。在今年5月，我們就宣布首次在同一數據庫實現三大JSON數據格式的原生存儲，這將為客戶提供更強的查詢性能。通過對Teradata數據庫升級，能夠幫助業務用戶充分利用網頁應用、傳感器和物聯網機器生成JSON數據的商業價值。而Teradata數據庫具備分析JSON數據、操作數據和歷史業務數據的強大功能，而這一頂級查詢性能使其成為物聯網分析樞紐。此外，本次大會上發布的Teradata Listener是一款自助式智能軟件，具有實時“聽取”功能，可協助客戶跟蹤他們世界各地存放的多條傳感器和物聯網數據流，并將該數據傳送到分析生態系統中的多個平臺，這些都是巨大的技術突破。
針對未來更長時間的趨勢預測，如果從更加宏觀的角度看，我們先梳理一下整個IT 行業的發展，然后就能看到未來的發展趨勢。過去從70或者80年代開始，對整個IT產業的關注，不管是產業給予的專注，還是IT供應商的專注，或是企業對于成立自己的IT部門的專注，更多的是一種小I大T的專注，什么叫小I大T？小的專注于Information能夠體現的價值，而大量專注于運用用和研發Technology方面的議題。這就是小I大T，更多地認為IT就只是Technology這個課題，但是我們要注意IT不僅僅是Technology，IT是兩個課題，是Information和Technology。
隨著技術的發展，現在的技術能夠承載的Information的價值度是迅速提升的，，未來更多的機會會更多在Information這個主題，延伸出來未來10年、20年、30年的前景。特別是未來這30年，這個時代將會是大I小T的時代，更多的主軸是在Information主題。，
ZDNet：從Teradata以及服務客戶的經驗看，如果讓您建議一個企業要建立起自己的大數據戰略，應該要去準備什么戰略？
辛兒倫：首先建議客戶要先問自身幾個問題，那就是為什么要建立自己的大數據戰略？是什么業務發展方向需要數據驅動型戰略？。大數據戰略要針對具體的業務場景，有了明確的業務場景目標，建設駕馭大數據的能力才有針對性性和使命感。
例如某企業要提升他的客戶價值貢獻度，希望建立起大數據戰略，能夠通過與客戶的多種互動渠道的信息中獲得洞察例如通過360度的統一客戶視圖等，在正確的時間、正確的地點、適當的方式，提供這位客戶需要的服務或產品。又如金融機構通過建立起針對風險控制的大數據戰略，能夠發現和判斷自己企業面對的風險以及危害程度，如擔保圈分析等。如電信運營商可以通過建立針對客戶服務品質優化的大數據戰略，發現即將離網的用戶等，提高自己的業務支持并挽留用戶。
但是，在這里我要強調一點，數據驅動型戰略不等同于數據收集戰略，目前企業應盡量避免“存而不用”，建立大數據能力絕不是收集數據、存數據。
根據我們協助全球許多客戶建設高效的大數據戰略呢？，我想分享幾個成功的關鍵：
第一，全面。企業需要采取宏觀視角來識別構成高效體系的諸多不同要素，將不同的數據集（比如內部和外部數據流，或來自企業不同職能部門的信息）鏈接起來，通過關聯分析，找出富有意義的信息。
第二，以業務為核心。針對大數據的戰略規劃應當以業務為導向，大數據戰略并非科學項目，而是必須以滿足實際的業務需求為核心。
第三，靈活。必須考慮到未來的使用情形，大數據戰略和大數據分析方法論應避免常見的限制，比如過多地依賴于單一技術或單一平臺模式或過于制式的流程等；由于數據驅動的轉型不會一步到位或立刻傳遍整個企業，因此在制定戰略時，必須認識到價值是逐步創造出來的，并將整個演變過程考慮在內。
第四，有條理且可擴展。要確保大數據戰略能夠得到全面貫徹，而不是導致另一大群數據孤島的產生。
第五，數據分析、科學決策。形成以分析為導向的思維方式，并培養真正的數據驅動文化。
京公網安備 11010502049343號