SAP、微软、IBM重兵布阵下一个市场:Predicative Analytics

所谓高手下棋看三步,超高手看到第四步。SAP、微软和IBM都不约而同的看到云计算、物联网和大数据的下面一步:Predicative Analytics(智能预测数据分析)。

2015年2月9日,SAP在北京发布了其历史上第四代产品S/4 HANA,把核心的ERP和相关商务套件迁移到SAP HANA平台,形成基于内存数据库和云平台的实时ERP解决方案。SAP的第四产品仅支持HANA平台,如果绝大多数客户都认可的并最终升级到S/4 HANA的话,这就意味着SAP带领主流企业进入到HANA时代。但这还不是最终目的,S/4 HANA对于企业来说,除了能大幅缩短数据处理的时间外,还意味着可以就近实时处理数据并从数据分析中获得能支持业务决策的实时商业智能。此外,通过SAP Fiori解决方案,用户可以非常容易地使用手机等移动终端实时获得商业智能以支持业务决策。

无独有偶,在2015年1月底,微软宣布推出一个免费版Power BI,并大幅下调了专业版的价格。Power BI是微软推出的基于Office 365的商业智能分析云服务,也就是基于Excel的在线数据分享、协同及智能分析工具。免费版本的Power BI不需要Office 365或微软账户就能使用。目前新版本的Power BI仅针对美国市场推出免费预览,新增加的功能包括可连接第三方SaaS数据源(Salesforce.com、GitHub和Zendesk等)。Power BI还能使用公开的数据纪录,例如政府网站上的数据等。此外,Power BI还计划推出面向iPhone和Android手机的版本,Power BI已经支持iPad。

除了SAP和微软外,IBM也在积极布局大数据和数据分析市场。2014年初的时候,IBM宣布投资10亿美元为超级计算机沃森创建一个新的业务集团,通过云计算模式让企业获得认知计算能力。通过基于沃森的软件、服务和应用,企业能够在海量的大数据环境中思考,解答复杂问题并获取业务智能。其中,IBM Watson Analytics让用户通过可视化的展示从大数据中得到商业智能,无需进一步的数据分析训练。IBM在云开发平台上推出了Watson API,开发者可以通过云计算的方式,很容易地调用沃森的智能,构建新的应用程序。此外,IBM还与苹果合作推出移动版的数据可视化和智能分析应用,并与twitter和腾讯合作大数据源。

智能预测数据分析(Predicative Analytics)在美国是一个非常火热的领域。实际上所有的企业都期望通过数据分析更为精准的预测商业行为的结果,特别是在云计算、物联网和大数据时代,海量的数据已经成为事实,如何能更加快速、精准地从海量数据里提取智能,从而有效地支持业务决策,被普遍认为是下一个重量级的市场。IDC在2015的CIO预测中认为,到2018年全球将有30%的CIO在整个企业范围内部署数据及数据分析战略。

之前,已经有多家厂商推出了智能预测数据分析工具,但智能预测数据分析真正能应用到企业里并起到关键性作用的,还是在云计算和大数据时代。正是因为有了物联网、智慧城市和工业4.0这样的大规模应用催生了海量的数据,才更需要强大的数据分析及建模软件,让企业能自助式的、在任何设备上获得想要的商业智能。

在SAP S/4 HANA的发布会上,联想集团副总裁刘晶介绍说,联想为董事长杨元庆及其核心领导团队提供了一个基于HANA的移动报表系统,让他们任何时候都可以通过手机、移动设备或者是PC,实时看到联想集团经营生产的实际情况,在第一时间掌握公司的运营情况,以支持快速决策。

巨头们都对大数据和智能预测数据分析市场寄予厚望。SAP期望在2020年的时候,云业务营收达到75亿欧元到80亿欧元之间,而SAP在2014年的云业务营收为11亿欧元,这也就意味着未来5年7至8倍的增长,这驱动增长的秘密就在于智能预测数据分析。IBM在2014年成立沃森业务集团的时候,则预期2015年大数据和数据分析业务营收达到200亿美金。微软也在积极拓展大数据和数据分析领域的业务,Power BI更是微软新任CEO萨蒂亚•纳德拉接任微软公司CEO后发布的第一款产品,Power BI免费版本的推出被视为微软的重磅投入。

参加了SAP初创企业激励计划(SAP Startup Focus)的Zementis公司业务拓展总监Mark Rabkin提出了2015年的Predicative Analytics智能预测数据分析市场的五大趋势。Zementis是Predicative Analytics智能预测数据分析软件供应商,被Gartner评为2014最酷数据科学供应商。

一:对于Hadoop和其它大数据技术的持续部署,将驱动所有行业普遍采用和利用Predicative Analytics智能预测数据分析技术。特别是2014年的云计算和开源技术的发展,极大降低了初创企业使用大数据和分析技术的成本。

二:Predicative Analytics智能预测数据分析将开始与实时数据处理结合,成为标准化流程。广泛使用手机和基于手机APP的企业文化,以及物联网的兴起,将迫使所有的企业部署实时或近乎实时的响应系统,不论是B2B业务还是B2C业务。所有的大型技术供应商(包括IBM、Oracle、SAP、Teradata、Software AG等)以及所有的大型云服务商(包括AWS、谷歌和微软等)也开始提供实时数据处理能力。

三:Predicative Analytics智能预测数据分析将成为企业考虑部署大数据及数据分析的首要因素,这是因为Predicative Analytics智能预测数据分析能真正帮助企业获得高ROI,并运用从Predicative Analytics智能预测数据分析获得的智能,先于竞争对手去开发新的应用、产品和服务。

四:当数据科学家把Predicative Analytics智能预测数据分析系统从开发阶段投入到真正的IT应用环境中时,企业将从中获得巨大的经济收益。作为开放的业界标准,数据挖掘建模语言PMML(Predictive Model Markup Language)将持续获得广泛的认可,成为预测分析模型的建模之道。

五:把Predicative Analytics智能预测数据分析融入到IT及业务流程的企业,能够在财务方面收获立竿见影的效果。在大型企业,预测模型的部署往往是一个IT项目,通常IT项目的实施需要6个月的时间。采用PMML后,企业能立即部署预测模型,并马上取得成效。

看完Mark Rabkin的预测,再反观SAP、微软、IBM的战略,不难明白这些巨头到底都在做什么。

信息来源:SAP 同享会
参与1

0同行回答

“答”则兼济天下,请您为题主分忧!

提问者

lihe
lihe146
软件开发工程师华夏证券
擅长领域: 大数据商业智能数据库

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2015-02-11
  • 关注会员:1 人
  • 问题浏览:2679
  • X社区推广