神策分析,全項通過資料中心聯盟大資料產品能力評測

2021-09-05 12:50:47 字數 2146 閱讀 9408

近日,神策資料在 2018 資料資產管理大會上被授予資料中心聯盟(dca)第七批大資料產品評測通過證書。

神策資料的使用者行為分析產品——神策分析(sensors analytics),成為使用者行為大資料分析解決方案領域首批通過 dca 權威測試的產品,且贏得一次性全項通過 dca 使用者行為分析產品能力 32 個測試專案的「大滿貫」,獲得一致好評。

中國資訊通訊研究院(以下簡稱「信通院」)作為標準制定和評測的牽頭單位,以 dca 為平台,一直致力於推進大資料產品評測,助力大資料產業融合生態的構建。

如今,「dca大資料產品評測」已經成為國內外極具權威的評測體系,成為廠商產品研發和使用者採購選型的風向標。

神策資料成立於 2015 年,作為一家大資料新銳公司,不斷努力推動使用者行為大資料分析行業的發展和規範,這一點與信通院初心一致。今年 4 月,由信通院牽頭,神策資料被選為主編單位,聯合業內多家服務商,指導並編制了使用者行為分析標準推動市場良性發展,樹立行業規範。

此次對大資料解決方案、使用者行為資料分析產品的評測,由信通院、清華大學、中國科學院、北京郵電大學、中移資訊、國電投、中國銀行、北京銀行,以及所有參與評測產品企業專家組成權威評審委員團,在資料採集、資料治理、資料儲存、資料計算、資料分析和智慧型應用等層面的優勢及場景應用上的創新進行全面嚴苛的評測,具備嚴格、明確、清晰的技術考核要求。

在為期 3 天的封閉測試中,通過神策分析現場模擬了資料的實時採集、傳輸建模、儲存治理,到實時查詢展示的全端資料流方案,同時針對各行業實踐場景應用,模擬了營銷人員、產品人員、運營人員、資料分析師和管理者各個角色的日常資料應用場景,佐證了產品在渠道轉化效果追蹤、產品日常迭代、使用者精細化運營、核心指標監控預警等方面提供的業務價值。11 月 30 日,經過兩天的產品資料審核、測試報告審核、質詢與答疑、集中評議一系列嚴苛的評審環節,最終全項通過共計 32 個測試專案,權威評審委員團對神策分析在大資料領域的技術突破、創新性實踐上,給予了高度的讚揚和認可。

神策資料推出的使用者行為分析產品——神策分析(sensors analytics)具有支援私有化部署、基礎資料採集與建模、paas 平台深度開發三大優勢。主要針對營銷渠道效果評估、精細化運營改進、產品功能及使用者體驗優化、輔助管理層決策等典型業務場景。

1.神策分析技術架構

神策分析的所有結果都是從明細資料實時查詢得出,最終實現系統資料分析能力的上限在於資料本身。目前,神策分析基於 impala 原有的執行框架,在底層儲存和查詢邏輯上做了一系列的優化,最終實現的分析引擎相比於原有的方式在複雜查詢的執行效能上有 10x 的提公升,同時由於開發方式的簡化,也直接加速了神策資料對各種複雜分析模型的迭代速度。

2.神策分析的實踐應用

除了產品技術能力過硬之外,通過神策分析,使用者可以實現使用者分群與多維度分析,實現精細化和差異化使用者運營。企業運營或產品人員輕鬆上手事件、漏斗、留存、訪問等分析模型,靈活組合、秒級響應,探索不同業務中的關鍵行為,洞察指標背後掩藏的問題。

神策資料不僅關注使用者資料分析需求,更加專注於幫助企業將資料驅動落地,通過不斷地打磨和鑽研為企業的資料驅動落地搭建快速通道。目前,已在 500 多家海內外各行業的標桿企業推廣使用,技術實力、服務專業性獲一致好評。

在我國大資料基礎建設蓬勃發展的時代,神策資料將更積極、創新地加入企業基礎資料來源建設、網際網路+創新業務發展、大資料技術的深化應用,與各行業領先企業一起構建可持續競爭力,為客戶帶來價值、重構中國網際網路資料根基。

資料中心網路分析工具大全

網路是資料中心裡最為重要的組成部分,一旦網路出現問題,往往造成各種業務都受影響。然而網路問題分析起來不僅需要豐富的網路技術知識,還要得心應手的利器。俗話說 巧婦難為無公尺之炊 再強的網路高手也要根據獲得的網路資訊明確問題,因此手上握有一些網路分析工具非常必要。通過利用這些分析工具,可解放大腦,集中於...

資料中心大時代佈線趨勢深分析

在綜合佈線領域,資料中心佈線將扮演越來越重要的角色。一方面表現在市場規模的不斷擴大 另一方面則表現在對新技術和新產品的率先應用上。據ftm諮詢公司 2011年全球資料中心佈線市場達到22.3億美元的規模,佔到全球佈線市場的30.8 而全球工業分析公司 gia 關於結構化佈線系統的資料則表明,2015...

案例解析運營如何通過資料分析優化產品

1 什麼是留存?留存分析是用以,考查進行初始行為後的使用者中,有多少人會進行後續行為。初始事件,後續事件均可以設定,例如可分析做過某個事件的使用者在1天後 兩天後 三天後或是1週後 兩周後等時間範圍下依然活躍的使用者有多少,用以分析什麼樣的事件對於使用者的留存有明顯的作用 2 功能介紹?mob統計分...