我們發現如今沒有一種很強大的單一產品可以把全部的資料分析技術覆蓋，所以現在一些資料分析越來越多是通過多種技術融合的方式來解決。」teradata天睿公司首席分析官bill franks說。
teradata天睿公司首席分析官bill franks
著有兩本書的bill可以說是分析界的領軍人物，2023年出版了《駕馭大資料》，而兩年後又出版了《資料分析變革》，這些都是他在teradata工作13年關注到的變化。「如何讓資料分析環境更加有效進行，早年間和現在的處理資料的方式迥然不同，現在的分析更關注如何把來自不同系統的資料融合在一起進行分析，這也讓分析變得更加敏捷。」
由於工作非常繁忙，bill現在已經無暇再思考第三本書的出版計畫，但是他說如果有時間對內容進行策劃，可能會圍繞「萬物皆可分析」這一主題進行進一步創作，因為可供**的內容實在太多。
資料分析需要多種技術融合
其實在去年bill曾帶著他的第二本書來到北京，當時我們就聊到了分析已經從普通慢慢走向了高階分析階段。
普通分析和高階分析有什麼區別？普通分析屬於概述型分析，高階分析則更多是**性分析。在
五、六年前，很多企業並不具備高階分析的技能，所以大家普遍是觀望狀態，而現在高階分析已經成為主流的發展趨勢，企業需要把它作為標配。
bill認為高階分析就是在乙個更大的框架下進行多種深入分析組合所形成的。他舉例說，高階分析經常會用來分析客戶行為，像客戶在投訴中提到了哪些問題，需要使用路徑分析、圖分析等組合後得到結果，了解客戶是否會流失，進而採取一些挽留措施。
而目前分析的趨勢集中在多型別分析（multi-genre analytics）上，它是利用多種型別的分析方法進行分析，拓展更大的價值空間。
雖然現在企業有多種型別組合分析的需求，但由於行業的不同發展程度也不盡相同，在實際應用中也有不同的難易程度。所以不同的企業會定製出自己的步驟，確定優先順序，更快展現分析的效果。
除了提供querygrid等一些工具可以更方便地進行跨平台資料分析，幫助客戶更好地迎接這些挑戰外，teradata也提供了很多解決方案去適應於不同需求。
資料分析應用空間還很大
不同行業不同企業在資料分析應用上存在一些差異，金融行業更為領先，製造行業稍稍滯後。bill指出，現在製造行業又有了乙個新的挑戰，大量感測器生成的資料應該如何分析，這在之前是沒有依據的。
企業的資料分析應用還存在很大的成長空間，今年teradata在美國舉辦的全球使用者大會上宣布提供全面、靈活的雲服務支援，這也意味著即使預算有限的企業也可以嘗試進行小規模的資料分析，如果行之有效再進一步擴大使用。
尤其現在一些公司在挽留客戶時可以通過資料進行支撐，**每乙個客戶可能的流失概率，企業可以根據0-1之間不同的概率採取相應的行動，實現更精準的決策。
中國一直是bill非常關注的市場，他也非常看好中國市場，相比其他地區中國企業在資料分析上雖然起步稍晚，但是發展速度迅猛，而且可以借鑑全球更多的成功案例來發展出自己特色的分析。
teradata一直在對中國的客戶需求和產品解決方案進行研究，而bill一直在關注和研究如何根據這個市場的特定需求而推出適應本地需求的產品和解決方案。他認為，總體而言全球企業對於業務需求大多是類似的，只是在部署上不同地區會存在一些差異。
原文發布時間為：2017-7-14
recyclerview用於多型別
參考 高仿各大 首頁 使用分型別的recyclerview來實現 android 乙個改善的okhttp封裝庫 效果 依賴 dependencies布局 xmlns android xmlns tools android layout width match parent android layou...
從資料中獲取價值 二 多型別分析
很久很久以前，認真處理資料並對其進行分析是決定企業生死的關鍵要素。然而現在，情況卻已經變了。通常來說，分析技術會對運營提供支援 推動流程的進行並對決策進行輔助。分析生成的報告能夠幫助企業追蹤銷售表現 流失規模等等資料。對戰略和戰術的評估與調整對於幫助企業按照計畫方向的發展來說非常關鍵。但麻煩的是這些...
IM多型別holder封裝
如標題，這是乙個在列表多型別檢視時的乙個簡化封裝方法，減少多餘 提高復用性，更好迭代擴充套件，先看檢視列表效果圖 咋一看感覺就是乙個普通的列表，但是要講的也不是效果，可以看到一般im列表頁型別畢竟多，邏輯較複雜，如果沒有好好的復用封裝後面冗餘過多，擴充套件麻煩 最普通的寫法應該是直接在介面卡的bin...