【上海現場直擊】資料倉儲龍頭Teradata於5月18日舉辦2017 Teradata上海大數據峰會,「過去一年是我們轉變最大的一年!」Teradata國際集團執行副總裁Peter Mikkelsen一開頭就這樣說道,在過去的一年,人工智慧技術崛起和開源工具盛行,也對傳統的大數據倉儲公司產生衝擊,因此,Teradata喊出「Teradata Everywhere」的口號,不僅積極擁抱開源,整合了多方開源大數據分析工具,還提出自家的深度學習框架ThinkDeep。

許多軟體大廠都有自家的優先策略,像是Google喊出AI First,微軟則是Cloud First,Peter Mikkelsen表示,Teradata則是Customer First,雖然這樣的口號非常老套,不過,他表示,這是真真實實的策略,整合開源環境和採用AI技術,來自客戶提出的需求。

他觀察,開源工具在數據分析領域會變得越來越重要,不只將開源工具整合到Teradata商用數據分析平臺,還要提供管理數據分析的統一平臺,做到「開源工具隱形化」,Peter Mikkelsen表示,來降低企業要使用開源工具的複雜度,省去部署和轉移資料的過程,讓開源的優勢可以保留,同時又可以皆兼顧數據管理的能力。另外,Teradata也提供企業諮詢的服務,輔導企業找出最適合自家的數據分析工具。他補充,Teradata不是只從開源的社群拿取資源,先前還開源釋出了資料湖管理工具Kylo。

另一方面,Teradata也跟進加入了激烈的AI技術競賽,推出自家的深度學習框架ThinkDeep,結合多種開源數據技術,包含R語言、深度學習框架Tensorflow、Spark大數據平臺等,要成為連那些不是資料科學家的使用者或開發者,都能運用的深度學習框架,涵蓋了整個資料分析生命週期,包含機器學習的模型建置、測試、部署和管理。

Teradata首席技術長Stephen Brobst指出,深度學習框架ThinkDeep有自動學習的能力,可以根據最新加入的數據,自動更新分析模型,也提供部署模型,讓企業能夠自動化部署深度學框架,另外,也簡化了分析模型的建置過程,提供企業依據不同的問題,創造多個分析模型。

不過,Stephen Brobst表示,AI越來越像行銷的用語,所有尚未解決的問題,企業都把解決方案導向AI,其實,企業應該要了解什麼樣的問題適合用什麼技術去解決,才能發揮最大的效益。

他進一步指出,機器學習和深度學習適用目的有很大的不同,機器學習能夠解決一般大部分問題,且能提供企業看到每個流程的決策,而深度學習則適合解決複雜度較高的問題,像是數據不完整的情況或是高維度資料架構的情況,比較適合用深度學習演算法,不過,由於深度學習分析過程經歷許多神經網路的隱藏層,不能看見每一層參數決策的過程,若企業需要了解資料輸入與輸出關係,也較不適合採用。

除了技術層面,Teradata產品及解決方案行銷副總裁Chris Twogood則發表了2項企業級功能,包含數據環境轉移機制和顧客歷程分析可視化的解決方案。數據環境轉移機制透過Teradata的跨混合雲機制,企業不用將數據綁死在同一個環境,可以在本地端、Teradata的雲端IntelliCloud、公有雲和企業的私有雲中轉換環境。

而顧客歷程分析可視化機制上,Chris Twogood表示,有許多企業開始分析客戶歷程數據,舉例來說,一個客戶想買房子到房屋估價網和貸款網站查看資訊,金融業者就可以得知客戶要買房子,能在其他管道推播房貸的資訊,若客戶申辦程序只做到一半沒有完成就離開,企業想要即時分析客戶離開的原因,進而改善服務,Teradata除了提供企業客戶路徑分析、可視化溝通流程、模擬即時促銷等功能,還可供企業導入第三方或內部的銷售評分模型。

在未來發展策略上,大中華區首席執行長辛兒倫表示,Teradata有三大戰略,第一,提供更多元化的數據分析能力,也就是包容目前既有的開源技術,將好的技術整合到Teradata的解決方案中,並且要求分析過程必須快速、敏捷。第二,Teradata也要培養專業的人員,歸納出有效的分析方法,並充分地與企業討論如何運用數據提升業務;第三則是要提供企業更創新的客製化應用,評估新興的技術並為企業打造符合企業應用場景的服務。

大家都很好奇到底哪一個產業最需要數據分析的能力?Peter Mikkelsen認為,數據分析已深植在每個產業中,但他預言,IoT將會開始影響所有的產業,由於目前IoT和感測器的產品眾多,未來,每個企業都會需要分析IoT所收集的數據。而辛兒倫則補充,近幾年許多產業都開始打造「客戶生活週期管理」系統,包含金融業、航空業和零售業等,都從過去客戶的生命週期管理轉移到生活,意味著企業更積極地與客戶互動,企圖在第一時間產生即時的互動,不但可以提升客戶體驗,還可以增加新的銷售管道,因此,他認為,數據分析是數位行銷的關鍵,企業能夠透過數據分析的技術,掌握客戶過去和未來的需求,創造新的互動模式。

熱門新聞

Advertisement