導語：2014年時曾提到，業內大數據分析面臨幾個重大的轉折點。我們需要新技術和新工具，幫助更多用戶更合理地利用數據，而且迫切需要更廣泛的數據分析功能，從不同來源的所有數據中發現它們之間的關系，并獲得洞察力。為此，Teradata的創新型技術Connection Analytics技術將工具為大數據分析行業開辟了新的格局。

今年一月，我在展望2014年時曾提到，業內大數據分析面臨幾個重大的轉折點。隨著數字化時代數據規模和復雜度呈指數級增長，我們需要新技術和新工具，幫助更多用戶更合理地利用數據。我還提到，我們迫切需要更廣泛的數據分析功能，從不同來源的所有數據中發現它們之間的關系，并獲得洞察力。

僅關注客戶或網絡等特定分析實體的內容已不足以滿足企業需求，我們還需要了解這些實體之間的關系情境，通過跟蹤用戶、產品及過程之間對結果產生影響的關系變化，獲得洞察力并創造價值。但這不僅僅是數據科學家的專利，我們還需要通過各種途徑幫助普通商業用戶輕松、直觀地獲得并運用這些洞察力。目前，Teradata天睿公司已推出全新分析功能，以滿足這些要求，對此我倍感驕傲。

我們在上周舉辦的2014年Teradata合作伙伴大會上發布Connection Analytics，這是一套高級情境分析功能，能夠以較低成本大規模應用于大型多結構數據集。Connection Analytics基于Teradata Aster強大的MapReduce及Graph引擎，可運用100多種預置算法幫助數據科學家乃至普通商業用戶理清復雜的關系，并從中梳理出獲得全新業務洞察力并創造價值的成功模式。Connection Analytics將作為Teradata統一數據架構下Teradata Aster探索平臺的重要組件供用戶即時使用。

據我們發布的Connection Analytics新聞稿，Connection Analytics能夠在用戶可訪問的環境下實現上述功能，并與現有基于SQL的可視化能力及商業智能應用無縫整合，在業內率先將高級情境分析能力與易用性***結合。這將為更多商業用戶提供多種洞察力，幫助他們梳理各種關系，用于預測業務欺詐行為或客戶流失，開展精密策劃的病毒式營銷活動，提升公共網絡健康度與安全性及優化推薦引擎。

到目前為止，情境分析仍存在高難度、高成本等挑戰，因為它需要專用系統及難以企及的獨特技能組合，并結合多種算法，才能發現這些錯綜復雜的關系。現有基于內容的決策模型側重用戶、產品或過程的個體特性分析，而Connection Analytics擁有基于情境的決策模型，可分析這些實體之間的相互關系。部署Connection Analytics后，數據科學家乃至商業用戶將能夠運用熟悉及易用的工具增強現有決策模型，實現大數據分析最前沿技術的普及應用。

但所有這些討論都仿佛是在紙上談兵。現在，我將介紹一些即將發布的價值驅動型用例。例如（怎樣減少）客戶流失：通過部署Connection Analytics，用戶能夠將傳統統計方法、機器學習及情感分析與影響因素分析相結合，調查客戶滿意度，并在客戶群中準確找出***影響力的群體。這將幫助企業減少客戶流失，并在客戶流失時盡量避免連鎖反應。Connection Analytics還能夠找出對購買產品構成最直接及間接影響的因素，為病毒式營銷活動有針對性地提供信息。

Connection Analytics還幫助企業監測IP、網絡、服務器和通信日志不斷生成的各種數據流，實現網絡威脅的近實時監測。Connection Analytics可跟蹤用戶、產品、過程及其它“實體”之間關系，這對于破解組織嚴密的詐騙團伙至關重要。當詐騙人員創建新的身份，或改變其詐騙手段時，如僅使用基于內容的決策模型，用戶將輕易上當。但通過使用Connection Analytics，將幫助用戶運用基于情境的決策模型，增強傳統上較為膚淺的分析視圖，獲得暴露可疑活動并識別詐騙集團的算法模式。

在當前數字化時代中，萬物皆有聯系。因此，企業和公共部門機構需通過關系建模分析，了解不同數據集之間的關系。Teradata天睿公司推出Connection Analytics，為情境式決策專門開發出可供用戶訪問的高性能分析平臺，率先為廣泛的用戶群體提供企業級分析能力，為大數據分析行業開辟了新的格局。在大數據分析技術處于重要轉折點時，Teradata天睿公司將通過技術創新，推動行業不斷發展，并幫助客戶取得成功。