大数据应用厂商Actian在行动

        最早接触Actian的时候，知道这是一家是在美国注册的大数据应用的厂商，也许是Logo的缘故，很容易把Actian误认为Action(行动)。如今，Actian在北京和上海建立了办事处，并且与比目云软件等建立了合作伙伴关系，Actian大张旗鼓地Action了!

　　跨越数据仓库和BI局限

　　大数据能够帮助企业做什么？这很多行业/企业用户所关心的问题。

　　所谓他山之石，据Actian公司CEO Steven先生介绍，Actian在全球拥有超过10000家客户，有数百名专业分析人员和数据科学家。这些客户中有雅虎、亚马逊这样的互联网巨头，也有银行、零售商、电信和医疗保健公司。从结果来看，大数据应用正在帮助企业提升竞争力，其中最为显著的是利润率的提升。

大数据帮助企业提升利润
　　利润率的提升是怎么表现出来的呢？对此，Actian大中国区总经理程小龙以电信行业为例进行了说明。

　　程小龙指出，传统电信、金融实际上非常重视数据分析。对于电信运营商来说，如果开拓一个用户成本是500元，那么，留住一个客户所需要的支出就只有100元，因此运营商非常重视现有客户流失的分析。但是采用传统的BI，其分析结果的准确率只有10%左右。传统BI的数据分析，更多来自运营商的CRM系统，记录用户的基本信息，如年龄、性别，联系方式等。透过数据分析，所可以看到的是一些笼统的情况。可以知道结果，但并不知道具体的原因是什么？

　　如果我们能够增加所分析的数据类型，例如移动终端设备的信息，所谓设备数据，就可以获得用户使用什么样的手机，是苹果iPhone、三星GALAXY S，还是国产手机，就可以搞明白，终端设备对于流失用户的影响，如此对客户流失分析判断的准确率就可以提升到40%。

　　如果进一步增加数据类型，例如客户通话情况，这些数据可从系统CDR日志获得。通过分析就可以知道用户电话的接通率，分析信号对客户的影响，则分析的准确率可以提升到50%。如果进一步考虑位置信息，就可以知道公司、家等重要场所，用户电话的接通情况，则准确率可以达到70%。

电信客户流失大数据分析

　　可以清楚地看到，随着信息源的不断增加，数据分析的准确率不断提升，从而为经营决策提供更加准确地参考依据。

　　Steven指出：“通过大数据分析，运营商不再针对笼统人群、地区进行促销，而能够针对个体，并结合个体的需求做好服务，例如增加数据流量、通话时长，赠送手机终端等方式稳定客户群体。”但要想实现这样的数据分析，传统系统很难实现。原因在于其扩展性比较差，难以应对大量结构化数据存储和处理的需求。Hadoop分布式存储和处理技术工具的出现，打破收集和存储大数据的技术壁垒。从而也迎来的了大数据1.0时代。

　　拥抱大数据2.0时代

　　与1.0时代相比，大数据2.0核心是致力于打破大数据分析转换为价值的技术壁垒。对此，程小龙表示，这意味着对底层技术架构改进，从而使数据容易获取、使用和实施更加容易。

　　从技术上来说，在1.0时代所采用Map/Reduce的方式正在成为大数据应用普及推广的障碍。去年10月，Apache软件基金会推出了Hadoop 2数据分析平台(参见：Hadoop都2了 大数据应用会迈上一个新台阶吗)，其改造的一个重点就是Map/Reduce。此前对Hadoop数据进行访问，需要开发Java应用实现Map/Reduce，学习起来会有一些困难，此前也可以采用Hbase，用近似数据库范式来处理数据。但Hadoop 1.0仍受限于单线程性，MapReduce任务、Hive查询、Hbase操作等等都要轮流进行。Hadoop 2最大改进就是用YARN数据处理和服务引擎替代MapReduce，同时为Hadoop File System (HDFS)添加高可用特性。

　　对于用户来说，数据建模、Map/Reduce，这些几乎都是不可能完成的任务，因此必须要技术上的壁垒。这也是Actian的技术优势之所在。
　　Actian数据分析平台提供了丰富的分析库，提供了可视化数据和分析工作流程。使用者可以通过一种图形拖拽的方式，动态添加数据，取得数据分析的结果。对于Actian数据分析平台而言，并不要求数据本地化存储，它可以和任何Hadoop平台数据，以及SQL数据库数据进行连接。这也是Actian功能强大的地方。

Actian 公司亚太区销售主管Jason 先生指出：“Actian可以与Hadoop相结合，持续推动Hadoop在企业规模、扩展性、精确性、适应性和可重用性上的工业化。Actian在数据发现、数据访问、数据准备、可视化设计的每一步上都提供了