老牌数据分析公司SAS之变

开篇：润墨网以专业的文秘视角，为您筛选了一篇老牌数据分析公司SAS之变范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

技术变革正在让这家公司变得“既熟悉又陌生”。

一家中国手机大公司，要从社交平台的海量数据中倾听“客户的声音”。于是，带有机器学习技术的大数据分析系统被采用，每天从300多个网站抓取2000万条原始社交数据，从中辨识出100个危机预警，5万个客户问题。这些问题被立刻输送到产品维修、客户服务、产品设计部门……得到主动解决。而在过去，采用人工处理方式，每人每天只能看800条信息。自动化系统让分析能力和效率提升100倍！

一家中国金融公司，要在海量交易中实时辨识欺诈交易。这可不是件容易事。要知道，在2016年，使用移动支付的中国用户已达4.7亿人，这个数字甚至是美国总人口的1.5倍以上，每天创造天量级金融零售交易数据，而交易欺诈规模也庞大得惊人，仅信用卡欺诈一项就让银行业每年损失几百亿元。但现在，通过采用具备机器学习技术的高级分析系统，这家金融公司每秒可处理10万笔+交易量，成功阻绝90%的欺诈犯罪。

在这两个典型的案例中，企业都采用了大数据分析企业SAS的新技术。

SAS可不是一家新公司，它已有41年历史，源自美国北卡罗来纳州立大学的一个数据分析软件研究项目。虽然根据市场调研公司IDC的统计，SAS目前在全球高级和预测分析市场占有31.6%的份额，但这家老牌数据分析企业却面临前所未有的挑战。

SAS起步的时候，数据分析还是一个很小很专的市场。但F在，数据分析世界已发生翻天覆地的变化，成为全球最广袤的技术市场之一。互联网、物联网带来了海量实时数据分析需求，“人人都是数据分析师”的理念被越来越的企业接纳，机器学习特别是深度学习加速了智能化的脚步，开源技术对传统商业模式发起冲击……SAS的变化就是在这样的背景下发生的――如何在一个越来越热闹、竞争越来越白热化的市场“不被后浪拍在沙滩上？”

“行业变迁已经迫使我们去做出变化。”SAS首席技术官Oliver Schabenberger说，“分析将无所不在，分析将被自动化，将结合强大的现代机器学习、深度学习和认知分析技术。同时，物联网引发的边缘分析、流数据分析将加速我们将分析能力带入网络和移动设备中。”

Oliver从去年起担任SAS首席技术官，目前正努力带领全球的研发团队，通过技术变革塑造一个我们“既熟悉又陌生”的SAS。

小设备中的数据分析

“物联网正在改变数据科学。”Oliver说。被业界广为引用的数字是，思科预计，到2020年全球将有500亿台设备连联；到2030年，这一数字将增长10倍。

在物联网环境中，数据流动在前端移动设备和后端服务器里。“我们不能只考虑在云中处理数据，也必须考虑边缘分析，也就是最前沿设备上的事件流处理（ESP，Event Stream Processing），这是物联网非常重要的部分。”Oliver说。

这让SAS考虑将高性能“事件流处理软件”从云端拿下来，不断精简，放到各种小设备、车辆甚至网络路由器上运行。

“物联网不仅仅关乎软件，我们也要与网络设备公司合作。”今年4月，sas与思科联合推出了业内首个从边缘到企业的物联网分析平台。“这是重要的一大步。”Oliver说。SAS的事件流处理软件运行在思科物联网网关上，在传感器和那些产生数据的设备附近，在亚秒级时间内就地处理数据。经过过滤、处理的数据集，再被传输到数据中心或云端，与更多企业数据组合，应用机器学习等先进分析技术，来获得新洞察。

“我们注意到事件流处理可以处理图形，这是即将推出的新技术，令人激动。”Oliver补充说。

Oliver了解到中国制造2025。“我们希望把物联网分析平台部署到工厂中，给工厂的运营带来大不同。”

分析的未来是自动化

不久前，海尔数据科学家表示，智能制造面临的巨大挑战是源源不断流入的数据是人工方式所清洗、治理和分析不了的。

数据科学家现在大概花80%的时间来清洗和治理数据，而业界希望他们能把更多时间用于针对数据建模或评估工作上。

“分析的未来将更加自动化，但它将以巧妙的方式自动化。”Oliver说。传统上，人们针对某类数据，选择一种他们认为最适合的统计模型。现在，这将被数据驱动的机器学习所取代。但业界有两类机器学习――经典和现代。

“经典机器学习并不是纯粹意义上的自学习，而是训练一个系统来形成和分类数据。”Oliver说，“真正令我感兴趣的是现代机器学习，其中的算法没有明确程序去做任何事情。但它让你不用深入了解某个领域，不需要研究信用卡诈骗，也能开发反欺诈模型――你只需要拥有足够的交易数据，让人工智能网络学习如何对其进行分类。”

“同时，单一技术不足以解决问题，我们要提供工具、技术的组合，如数据建模、机器学习、人工智能的有效结合。”Oliver说。

Oliver提醒，不能盲从自动化。他希望自动化能在大规模上帮助人们去解决问题，去建立一些系统或具体机制，搞清楚不同领域之间的边界在哪里，这样的自动化才是最有效的方式。

谈到目前的人工智能时，Oliver说它具备两个特点：属于弱人工智能，和基于深度学习。他补充说，分析软件正在快速转变为“认知空间”，其中感知、听力和手势将成为常见的投入形式，而具备人类反应的读和写将成为常见的输出形式。

SAS在人工智能领域有超过15年经验。SAS深度学习和认知分析将有3个主要目标，一是添加到经典方法中，实现更多自动化，让人们具备更少专业领域知识也能解决问题。二是为客户提供深入的学习工具，使他们在其数据上训练现代机器学习模型。三是将认知计算和深度学习输入到产品中，让用户与软件的交互更人性化，支持更多个性化和更多动态行为。

业界知名企业都在强化人工智能技术。“我们区分于其他公司的最重要元素是，我们能在单一平台上提供所有技术，如预测性分析、可视化分析、机器学习、人工智能等，包括影像识别、语音识别、情感识别等。这是其他公司一时很难具备的。”