最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

让所有企业在一天内实现大数据可视化分析,永洪科技欲做国内敏捷型BI领跑者

[复制链接]
跳转到指定楼层
楼主
发表于 2014-9-25 20:24:34 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

对于一家以数据化运营驱动的企业来说,大数据分析无疑是很有价值的东西。但一般而言,大数据分析过高的技术门槛和使用成本,往往又让企业对这类东西敬而远之。即使是技术成熟的企业,独立开发一个大数据分析系统经常也需要半年以上,且开发完成后的使用过程还是十分痛苦:由于业务上的分析需求总是在变,每次改变某个指标的计算公式、分析维度的组合时,都要技术人员花几周时间修改系统和程序。分析能力的滞后将拖累业务进程,无法满足企业敏捷决策的需求。

现在,有一家国内创业公司允许任何企业在一天内搭建并运行大数据可视化分析。永洪科技提供的敏捷型大数据分析工具,可以实现 5 分钟一键安装、5 分钟快速数据源配置以及 5 分钟报表设计,大部分的业务分析需求变化,都可以在一天内得到响应。从使用门槛来讲,永洪的绝大多数操作体现为点击和拖拽,即便是零技术背景的业务和运营人员,也可以独立、自助式地完成大数据分析。

永洪“敏捷型 BI”的定义,既来自于部署和实现过程的迅速,也因为其所有的数据分析过程,都是实时运算、实时反馈。以前使用传统 BI 进行的数据分析,需要技术人员提前设定一套运算规则,把数据跑一遍,最终得到一个静态的报表——当你需要尝试更多的分析方法和维度时,还要重新走一遍这个流程。永洪的使用体验是,你只需几下点击,就可以在可视化界面上变更运算条件,在新的维度组合下,数据将得到实时处理,并且实时生成新的报表。这样当你的老板告诉你“让我们尝试几个新的业务指标吧”,你不会回答说:“抱歉,请给我一周时间重新准备报表”。

实时运算的基础,是永洪在底层技术上的铺垫。永洪综合运用了列存储、分布式计算、内存计算、分布式通讯等技术,自主研发了比较高性能的大数据计算引擎,作为分析用的数据集市,可以让百亿级数据在秒级时间内完成计算

数据安全方面,永洪支持客户的本地部署,无需将数据上传云端。由于以分布式计算为基础,当客户需要扩展计算能力时,甚至可以通过增设几台 PC 机的方式实现,代价十分低廉。

根据永洪团队的介绍,在 Gartner 2006 年公布的 BI 魔力矩阵中,标榜为领导者区域的第一象限还看不到一家敏捷 BI 厂商,全部是大家熟知的传统 BI,例如 IBM cognos、SAP Business Objects 等。直到 2012 年,Gartner 公布的 BI 魔力矩阵第一象限中才见到第一家敏捷 BI 厂商 QlikTech。但是,到了 2014 年,该矩阵的第一象限中就已经出现三家敏捷BI厂商了,在数量上占据了近半数的规模。这在趋势上说明了敏捷型 BI 已经步入成熟期,即将成为一种主流的 BI 系统建设模式。

作为国内目前为止首家推出产品的敏捷型 BI 厂商,永洪相比国外同行的的最大优势是本土化的支持能力。永洪团队表示,国外的敏捷 BI 公司,例如 Tableau 和 QlikTech 等主要专注海外市场,在国内依靠代理商进行销售和客服,支持力度相对较弱。而且在大数据量的计算能力上,永洪在某些测试中的表现据称也优于国外同行。

目前,永洪在国内已经发展了上百家客户,其中不乏中国移动、中国电信、艾瑞集团、泰山兄弟投资、Admaster、科技部、中信银行、四达传媒、中国风电、IT168 等标杆客户。永洪也计划在明年试水海外,届时将与一些国外知名公司正面 PK。

永洪创始人何春涛曾是某外资 BI 公司研发 VP,管理着整个中国研发中心 100 多个研发人员,在大数据和 BI 领域已有十几年经验,参与过多个大型项目。其他核心成员,也均来自世界 500 强,在 IT 行业普遍都有超过十年以上的研发、管理或者营销经验。目前永洪已获凯盈和经纬的投资。





楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 17:06

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表