SAS峰会2016：数据分析霸主”降低身段” 云平台让分析平民化

6月23日，以“引领大分析——创新与价值”为主题的第四届SAS中国用户大会暨商业分析领袖峰会SAS Forum 2016在北京举行。SAS全球大数据专家、中国用户、合作伙伴、行业分析师等参与了此次大会，就“大数据分析、物联网、云分析、机器学习、文本分析、数据可视化、场景营销、风险管理、实时反欺诈”等众多热点话题展开了主题演讲和讨论。

近年来，大数据已成为商业变革的重要推动力量，并已作为重要的生产力上升至中国的国家战略。大数据的蓬勃发展为各个机构带来了前所未有的机遇，但如何将这些海量、多样的数据资源转化为真正的价值，大数据分析是唯一的答案。如今，大数据分析已成为帮助业务发展的关键元素、商业竞争的制胜法宝。

SAS大中华区总裁吴辅世致开幕词

今天，大数据虽然大行其道，但实际上，大数据分析并不是一个可望不可及或高高在上的应用。大会上，SAS正式发布了最新一代高性能分析与可视化架构SAS Viya。SAS Viya是一个全新的云就绪（cloud-ready）开放式综合分析平台，代表了SAS新一代的分析架构。该开放式架构支持云计算，专为各级分析人员设计，可适合各种规模的企业，帮助应对机器学习等大数据方面的挑战。

SAS Viya的发布是一个让大数据分析平民化的举措，事实上，这也可以理解为SAS自身降低身段走向平民化。SAS大中华区总裁吴辅世补充说，过去只有少数的大型企业、少数的专业人士可以运用数据分析去做进一步的应用，SAS Viya使大数据分析普及到了一般各行各业，无论你是什么规模的企业，无论你在什么岗位，都能轻松自在的使用它。

大会上，SAS物联网分析、SAS大数据分析与Hadoop、SAS大数据可视化、SAS大数据智能营销、SAS风险管理等解决方案通过案例或演示进行了展示。

当前，互联网和社交媒体的兴起，使得数据来源更加多样化，数据量也呈爆发式增长，这推动了文本分析技术的发展。目前文本、语义和社交分析技术已经包括金融、医疗、传媒、电商在内的在多个行业得到广泛应用，企业从海量的互联网和企业内部数据，包括文本、视频等结构化和非结构化数据中提取那些能提高决策质量的有用信息和情报。

在大会分论坛上，SAS分析专家、各行业用户代表就“客户智能”、“风险管理”、“高级分析”等数据分析领域最受关注的主题进行了深入探讨和开放讨论，发表了精彩见解并获得最新洞察。

今年，适逢SAS成立40周年，根据记者采访及SAS提供的资料，有以下一些数据及描述值得用户关注。

• SAS在全球拥有超过80000个客户，其中包括2015年“财富世界500强”的前100强企业中的91家，在中国，SAS服务于四大国有银行和21家股份制银行以及众多大型保险公司。

• SAS每年平均将营收的25%投入研发，在最前沿的技术领域保持领先。

• 过去五年SAS在大中华区保持了高速增长，平均年度复合增长率近30%。用户遍布在各个主要的行业，如金融、政府、制造业、电信、医疗、交通等等。

• 国内最新的案例。一个是SAS协助国内最大的银行中国工商银行完成了新一代的企业级实时交易性反欺诈管理系统，这是一个毫秒级的处理效能，可以在最短的时间内，迅速有效的降低欺诈的损失。根据该银行的统计，在数月内达到了上亿人民币的投资回报。另一个案例是联想集团，在全球运用SAS建立预先防范的系统，社交媒体上有任何对产品一些正面、负面的舆情产生，联想可以运用SAS的工具在第一时间侦测、了解客户的需求，这是一个对非结构化数据分析运用的案例。

• SAS在金融行业有传统的客户基础，今天，这些客户在数据分析方面，走向了更精致化，比如反欺诈、精准营销等等。这些新领域必须借助大数据的分析。SAS在这些新兴金融市场看到了一片蓝海，将是一个重点服务的方向。

• Analytical Server是SAS公司研发的一种新的分析架构，它从数据管理和计算层进行隔离，可在分布式环境中完成海量数据分析的任务。简单地说，就是数据可以在流动过程中完成数据分析，其背后是分布式并行计算架构及内存计算等技术的运用。这对于移动设备的前端数据处理具有很大的意义。

应该说，SAS是数据分析到大数据分析的见证者和推动者，那么，从数据分析到大数据分析，有何区别与联系？

SAS执行副总裁兼首席客户官Fritz Lehman先生

SAS执行副总裁兼首席客户官Fritz Lehman认为，数据分析在过去四十年的历史当中，与今天的大数据分析，有时候区别非常小。他们只是用同一个技术来解决不同问题。

区别在于，当时的做法是从数据中取一定的样本，在这个样本上进行建模。到今天，由于计算能力的提高，而且计算能力的成本变得越来越低，有更大的内存解决更大规模的问题，可以使用所有的数据进行建模，也就是全样建模，这样就会有更加准确的结果。

另外，建模的速度更快了，而且还可以复用，还可以在几秒，几分钟，甚至是几小时之内，对建立的模型进行微调，可是在四十年前，哪怕是五年前，建一次模或许需要一整天。

Fritz表示，对于SAS来说，今天的挑战主要来自两方面：

1.四十年前哪怕是五年前，数据分析并不是那么热门的话题。但是今天，基本上所有的主要的软件公司，都会做分析技术。所以现在的竞争要比以前激烈了很多。五年前、十年前，乃至三十年前，SAS基本上是行业内最大，仅有的一家做专门精于分析的公司。现在保有33%的市场占有额，要更努力的维持住这33%，这并不是一件容易的事。

2.第二大方面挑战是开源。现在很多公司都是开源，各种各样的开源。一两年前这个挑战更严峻，而今天SAS接受了这个挑战，并且更加的开放的心态来看待这个挑战，于是这个难度降低了，因为今天即使很多大学毕业生都有在开源方面的工作经验。

未经允许不得转载：DOIT » SAS峰会2016：数据分析霸主”降低身段” 云平台让分析平民化