TERADATA天睿公司大中华区解决方案总监姜欣
市场洞察
基于大数据、物联网、人工智能等技术，企业和组织可以采集、处理、整合、分析越来越多的海量数据，并产生业务价值亮点，从而支持数字经济作为整个国民经济的原动力。
数字经济包括数字产业化和产业数字化两大部分：
数字产业化，即信息产业部分，具体业态包括电子信息制造业、信息通信业、软件服务业等；
产业数字化，即数字经济融合部分，利用数据分析应用，对传统产业所带来的生产数量和生产效率提升、促进创新产品和商业模式，其新增产出构成数字经济的重要组成部分。
根据中国信息通信研究院报告数据显示：2017年，中国大数据产业整体规模4700亿元，而且未来三年仍将保持近30%的增速。估计到2020年超万亿。
业务应用
企业和组织的使命和奋斗目标——争做“感知型”，顾名思义就是“有感情、有知觉”的企业和组织，能够有预见性的、敏捷的、自动的完成业务目标的企业和组织。在《感知型企业》这本书中有很好的诠释，并对“感知型”的五大核心数据能力进行了阐述。
“连接万物，连接未来”，我们先来看一些企业如何实践“感知型”:
北美最大的移动运营商Verizon，整合物联网、通信及大数据分析技术为一揽子解决方案，将北美最大的食品零售集团Ahold，打造成感知型食品零售商。当最终用户从开始进入零售店开始，贯穿整个购物消费过程，并提供智能配送及客户服务，客户获得良好体验和感知。
中国移动大连接战略，坚持“以人民为中心”的发展理念，将个人客户、政企客户、家庭宽带客户、供应商、甚至跨行业客户都连接到中国移动这张大网上，实现数据的互联互通，从移动信息专家转变为大数据运营商。
德国电信，构建共享数字服务平台，将全欧洲用户的日常行为加以整合分析，提供最好的产品和服务感知，覆盖交通、医疗、购物、教育等生活的方方面面，让用户感觉“自由翱翔在整个欧洲上空”。
纵观这些企业，目标都是“数据资源整合和开放共享，更好的服务于经济社会发展和人民生活改善”。
技术使能
大数据分析的灵魂和终极目标是要解决实际的业务问题。因此，对于每一个企业或者组织，一定要从体系上建立分析应用的规划和框架，从而分步实施，实现业务价值的持续释放。这里举例说明了轨道交通行业和互联网行业的业务提升机会点，大数据应用要整体来规划和建设，涉及组织的方方面面。
有了前面的业务应用方向，下一个问题就是需要用到怎样的分析技术。按照gartner的说法，每一种数据科学技术都要经历所谓的炒作期、高潮期、梦想幻灭期和实际应用期。
企业要兼顾架构的开防性、技术的先进性和产品的成熟性，才能构建可持续发展的大数据支持体系。所有桔色突出部分的技术，都是Teradata在研发重点投入的方面，并保证用户价值最大化。
由于大数据技术发展过快，历史原因，产生了很多数据孤岛、部署方式也不够灵活。如果我们能够找到一种架构同时实现：敏捷分析、弹性部署、统一管理、架构稳定、减少数据搬移。那将是一件非常美妙的事情。因此，大数据分析平台的未来架构一定是，在多类型数据存储和高速连接的基础上，实现数据整合，基于此以组件式实现SQL、机器学习、图分析、深度学习、spark，甚至是基于docker的自定义分析引擎。并支持多种分析开发语言，也支持多种开源及商用分析工具。
