大きなデータを理解する

Teradataは、大規模なデータ分析が次の大きな課題となるずっと前から、データウェアハウジング技術を販売してきました。

Teradataと分析

ビッグデータ分析、Big Data Analytics、DataRobotはデータサイエンスの欠点を自動化することを目指している、Big Data Analytics、MapR創設者のJohn Schroederが辞任し、交換するCOO

TeradataのOliver Ratzesberger氏は次のように述べています。

Teradataは、分析データプラットフォーム、マーケティングアプリケーション、およびあらゆる企業のデータ戦略に不可欠な構成要素となっている関連ソフトウェアを専門としています。

ウェブサイトは同社の進化について、Teradata Labsの社長、Oliver Ratzesbergerと話し合った。

何年にもわたり、Teradataは変化し、進化してきました。

Ratzesberger:今日のTeradataは大規模な分析に重点を置いているため、データを必要とする構造化、半構造化、非構造化のいずれのデータであっても、あらゆる企業を対象としています。つまり、物事のOLTP側ではなく、何十億というこれらの取引をすべて取って何かを構築することです。つまり、これらのトランザクションをすべてTeradataデータベースまたはUnified Data Architectureと呼ぶことにします。

だから、私たちがeBayのようなものを見ると、彼らは10兆のウェブサイトのようなものを扱い、それを何十億年ものトランザクションに数年間関連付けることができます。私たちがそれをすると、季節的パターン、行動の変化、実験を見ることができます。

先進的な企業を見ると、データ分析に基づいて競争し、データを活用してより良い意思決定を行うことができます。これは、アクティビティベースの原価計算、効率性、セキュリティ、顧客行動、または製品機能の開発に役立つ可能性があります。

顧客から見た実際のユーザーの行動に基づいて、データを処理して賢明な意思決定を行うにはどうすればよいですか?それは、「大きな画像か小さい画像を持つべきか?これは、何かを検索したときに、より少ないクリックで画像を見つけることができるということです。それとも、顧客がチェックアウトを迅速に行うのを手助けするのですか?

あなたの顧客は誰ですか?

当社のターゲットとする顧客基盤は、世界でトップ3,000〜5,000社であり、そのうち約1,500社が最大規模です。フォーチュン3,000は、英国のボーダフォン、米国のAT&Tのいずれであろうと、当社の顧客です。 HSBCのような銀行です。交通機関を見るときはVWやMaerskのような会社。世界の航空会社のほとんどすべてが私たちの顧客です。誰でも、基本的に誰が大規模なデータを持っていますか。

あなたのユニークなセールスポイント、つまりUSPは何ですか?あなたのサイズですか?

私たちのユニークな提案は、あらゆる企業の中で最大のデータ量を直線的に、つまりそれに近づけることができるということです。多くのお客様には、何千もの店舗や数百万の顧客がいます。そのレベルでは、まず第一に彼らは多くのデータを生成します。テラバイトのデータを持っているかもしれませんし、毎日何百テラバイトも生成するかもしれません。そのすべてが処理されなければなりません。

彼らは通常、そのデータを必要とする多くの従業員を持っています。彼らはそのデータを実行するだけでなく、「もし私がこれを尋ねたらどうしますか?」と尋ねることができなければなりません。それはこれまでに尋ねられていない新しい質問です。

Teradataのプライベートクラウドの販売ポイント。

しかし、何千ものユーザーがいると、何千もの疑問が残るため、アプリケーションは同時にスケーリングとスケーリングが可能でなければなりません。 Teradataには、分析機能の種類が豊富にあります。たとえば、我々はTeradata Asterと呼ばれる技術を持っており、非常に複雑な質問を非常に簡単に扱うことができます。

したがって、たとえば、マルチチャネルのパス設定が可能です。たとえば、顧客は銀行支店やATMに来るとします。彼はウェブサイトに戻ってきて、電話をかけるかもしれない。その顧客からのさまざまな種類の相互作用をすべて視覚化することは、企業にとっては難しい作業です。

Asterを使うと、SQLを知っている限り、別のアクションや関数を取ってSQLの質問をすることができる関数があります。次に、「Path」という名前の関数を使用して、「ウェブサイトに少なくとも3回はいた顧客を表示し、少なくとも1回はブランチにいた」などのモデル問合せを実行することができます。この機能は、複数のチャネルにわたりその種類のパターンに一致するすべての顧客を提供します。

さて、私たちのB2C顧客のほとんどは、このomnichannelのコンセプトが本当に大きいことを理解しています。したがって、顧客がいつ、どこで私たちと交流するかにかかわらず、これをほぼリアルタイムで一緒にステッチすることができます。

だから、[顧客サービス担当者は]「私が現時点で電話で持っている人はわずか5分前にウェブサイトにいたが、何らかの理由で彼らがやろうとしていたことをすることができなかった」と知っていた。私はそれを知る必要があり、それを可能にするこのタイプの分析と、企業が低レベルのプログラマを必要とせずに実装できるようにする必要があります。

あなたのUSPは、これが1人または少数の顧客で簡単に行えますが、何十万人もの顧客とは違った命題です。

私たちの大きな顧客であるeBayを例に挙げてみましょう。数十ペタバイトのデータがあり、企業内で何千ものユーザーが利用できるようになり、時間がたつにつれて2,000億人以上の顧客を追跡します。そして、何千ものマイクロセグメントで分析し、これを望む顧客とそれを望む顧客を示します。そして彼らは彼らの提供物などを彼らに顧客調整することができます。

しかし、彼らは顧客データだけで停止するわけではありません。また、センサデータ、IoTデータなどのテクノロジを、データセンタ内に持ち、容量計画に統合できるデータを統合します。そうすれば、システムは次のような質問に答えることができます:「私たちは十分な能力を持っていますか?感謝祭で?またはクリスマス?すべての突然のデータセンターデータが重要になります。

たとえば、Siemensのような企業を見ると、Siemens Mobilityという企業があります。バルセロナとマドリードの間の鉄道接続は現在シーメンスによって取り扱われており、売却されるのは定刻到着です。彼らが99.99パーセントの定時到着を得るなら、彼らはうまくいくし、その能力の一部はセンサーデータです。

予測と予防のメンテナンスは非常に重要です。何か不具合が発生する前に問題を予測できるため、停車した列車を避けることができます。これはマシンの動作データに関するものです。

次に、海底のセンサネットワークを持つ石油会社を見て、何千ものセンサが聞き取り、彼らが海底の下にあるもののより良い写真を得ることができるようにします。これはリアルタイムで起こり、何かが壊れる前に潜在的なリスクを認識することができます。

これはすべてソフトウェアのみですか?

今では、Amazonなどの他の企業にTeradataクラウドサービスを提供し始めています。これで、ハードウェアとソフトウェアをバンドルしたTeradataアプライアンスを提供できます。

20年前のTeradataアプライアンスはカスタムハードウェアとカスタムソフトウェアでした。すべてがカスタムでした。

今日、当社のアプライアンスは、IntelまたはDellの標準仕様のオープン・スペック・サーバーであり、相互接続を行うInfinibandインターコネクトを備えた標準ストレージです。シリコンは何もしません。

あなたはデータセンターの顧客に行き、それをより良くする方法を教えますか?

それは顧客によって異なります。最も高度にチューニングされたハードウェアを望む人もいれば、そのためのインフラストラクチャも用意しています。そして、クラウドへの移行を始めている他の顧客がいます。私たちの別の顧客であるNetflixは、以前は独自のデータセンターを持っていましたが、数年前にはデータセンターから完全に切り離すことにしました。彼らの考えは、アマゾンほどの大企業ほど、データセンターに匹敵できないということでした。フロントエンドでのエンジニアリングは、バックエンドではなく提供できる違いです。

だから我々は顧客に展開の選択肢を与えたいと思っています。彼らはアプライアンスを使用することができます、彼らは私たちのソフトウェアを使用することができますか、彼らはクラウドのすべてを行うことができます。多くのお客様がハイブリッドになります。

あなたの次の動きは何ですか?

私たちは、クラウドとサービスのアーキテクチャに大きく依存しています。今日、多くのデータがクラウドからもたらされ、クラウドにとどまりたい – このデータ重力の概念 – クラウドで処理されます。それで、あなたは私たちに多くの新製品が出てくるのを見るでしょう。

Q1で開始する製品の1つはTeradata Listenerです。これは、クラウド上に個人的または公的に展開できる、エンタープライズ規模のリスニングインフラストラクチャであり、ピアストリームデータまたはパブリックデータを統合します。

したがって、ETLツールの伝統的な道を踏み出すのではなく、これを逆さまにすることで、企業内の開発者(または、オープンしたい場合は第三者)が、環境を提供する。 APIへのAPIキーを取得して、その構造をリスニングするインフラストラクチャにするために、目的地までまっすぐに進むことができます。

私たちはリアルタイムで聴いて、そのデータを預けたいと思っています。あなたはシステム内でそれを望んでいますか、あなたのデータセンターでそれを望んでいますか、それともクラウド内にいたいのですか?

政府はどうですか?そこには関係がありますか?

実際はたくさんあります。たとえば、米国では多くの政府が税収の監査にTeradataアプリケーションを使用しています。彼らはそれを使って、税金を払っていない企業を特定することができます。

スマートグリッドやスマートシティ、パート産業エリアにはさらに多くのものがあります。これには多くの人がいます。テラデータには10,000人以上の従業員がいます。そのうちの5,000人以上がコンサルタントです(技術側と業種側の両方)。

過去2年間、ノースウエスト大学のビジネススクールであるケロッグスクールオブマネジメントで働いています。我々は、業界とは無関係に高度な分析会社になりたい企業の能力成熟度モデルを構築しました。彼らは「あなたが構築する必要のある機能は何ですか?」と知りたいと思っています。

そこで彼らは知覚的な企業と呼ばれる能力モデルを思いつきました。これは自己認識的な企業です。データを使って企業を機敏にする方法はすべてです。

今日は誰もが製品の市場投入と機動性に重点を置いていますが、実際に計画し、設計し、構築する必要があるという問題があります。しかし、多くの企業が敏捷性の代わりにワイルドウエストに焦点を当てています。それで彼らは何かを作ってカードの家になり、あなたはカードを1枚引き出し、それは崩れ落ちます。

多くの企業が依然として取引に関するビジネスを測定しています。「月曜日にいくつの商品を販売できますか?先週の月曜日とどのように比較されますか?昨年?’

彼らが考えなければならないことは、「なぜ顧客は単にその製品を購入したのですか?そしてその理由は何ですか?そして、他の誰がその顧客基盤にいるのですか?

最終的には、コラボレーションとビジネスの規模について話しています。企業では何千人ものデータを扱う人がいるかもしれませんが、どうすれば互いのことを知ることができますか?

テラデータの再構築、マーケティングソフトウェアの販売、クラウドへの賭け

Teradata、AsterをHadoopに追加、IoT用に「Listener」を追加

Splunkは、セキュリティ検出ツールに機械学習、解析機能を追加

LinkedInが新しいブログプラットフォームを発表

これはBig OLAPの時代ですか?

DataRobotは、データサイエンスの果実を自動化することを目指しています

MapRの創設者John Schroederが辞任し、COOが辞任