从大数据到大分析

从大数据到大分析 From Big Data to HPA
Dr. Sunstone Zhang (张磊博士) Principal Consultant, SAS China Sunstone.Zhang@
Copyright © 2012, SAS Institute Inc. All rights reserved.

•
大数据与高性能分析 电信网络分析与优化 成功案例
议程
• •
Copyright © 2012, SAS Institute Inc. All rights reserved.

您是否曾经……
ƒ 分析受到数据量的限制，不能充分利用所有数据？ ƒ 受限于分析能力而无法获得复杂问题的答案？ ƒ 因为时限要求而不得不采用某项简单的建模技术？ ƒ 对模型精度进行妥协，因为没有足够的时间来执行多次迭 代？
Copyright © 2012, SAS Institute Inc. All rights reserved.

大数据时代已经来临
VOLUME VARIETY
数据量
数据量 多样性 价值
VELOCITY 增长速度 VALUE
现在
未来
Copyright © 2012, SAS Institute Inc. All rights reserved.

SAS® 高性能 分析 大数据上的大分析
Copyright © 2012, SAS Institute Inc. All rights reserved.

SAS® 高性能 ® 网格计算 SAS 分析
Copyright © 2012, SAS Institute Inc. All rights reserved.

SAS® 高性能 ® SAS 库内分析 分析
Copyright © 2012, SAS Institute Inc. All rights reserved.

库内分析技术的成功案例
从近3个小时缩短到2分钟
• 美国某财务公司 > 450个训练有素的SAS分析人员可以更好的利用Teradata的性能 进行分析 > 更快的决策支持
– 数据库内分析 – 之前: 175分钟 – 现在只要2分钟
> 在Teradata建立了超过1400个变量的分析数据集 > 减少整个分析和变量选择的过程
– 之前：2周 – 在Teradata中建立分析数据集：90分钟
> 提高效率
– 从40个模型增加到500个模型
8
Copyright © 2012, SAS Institute Inc. All rights reserved.

SAS® 高性能 ® 内存分析 SAS 分析
Copyright © 2012, SAS Institute Inc. All rights reserved.

APPLIANCE TOPOLOGY
SAS/STAT® Software SAS/ETS® Software SAS® Enterprise Miner™ Software
EMC Greenplum or Teradata or Hadoop
Copyright © 2012, SAS Institute Inc. All rights reserved.

演示案例
ƒ 数据建模
ƒ 住房抵押贷款
11
Copyright © 2012, SAS Institute Inc. All rights reserved.

性能数据
传统模式
高性能模式
12
Copyright © 2012, SAS Institute Inc. All rights reserved.

•
大数据与高性能分析 电信网络分析与优化 成功案例
议程
• •
Copyright © 2012, SAS Institute Inc. All rights reserved.

电信数据的 最新的网络流量和市场数据 迅速增长
• • • • • •
到2013年，手机取代PC成为主流互联网接入设备。 移动数据流量将在未来５年内增加10倍。 到2016年，将有50亿宽带用户。 去年一年移动宽带用户增加了60%。 今年预计智能手机总流量将增加２倍。 从现在到2016年，移动数据流量每年将以 60%的增量逐年增长。
Copyright © 2012, SAS Institute Inc. All rights reserved.

网络 价值主张 分析
•
为电信运营商提供如下机会
• • • • • • • •
了解客户 找出最适当的服务 了解客户（业务和消费者）将如何使用网络服务 确定当前的网络容量还能够在多长时间内满足现有和新客户的需求 发现哪些服务/设备是使用网络的高带宽消费者 确定转向新技术（如：LTE)的时间和地点 发现新的业务模式来推动收益和网络利润增长 定义网络如何在监测和响应（更多）复杂事件/模式时能够更智能
改善服务、新设备、视频优化技术等各方面的服务供给 • 确定 Qos/QoE 反馈 • 开放/限制流量阀值/带宽
•
Copyright © 2012, SAS Institute Inc. All rights reserved.

网络分析
预报
不同的服务、不同的网络覆盖或网络设 备对资源的需求将是什么？
文本分析
关于您的产品、服务和质量的流 言是怎么说的？ 客户反馈/投诉的深层原因是什 么？
商业智能
数据挖掘
您的客户最希望得到什么样的服务和产 品？ 您的客户最可能因为什么原因离开或改变 他们使用网络的模式？ 您的哪些网元最可能发生故障？
优化
为了升级网络基础结构，达到 QoS和客户体验的要求，什么样 的投资计划是最好的? 基于成本和QoS，什么是最佳的 网元容量配置？
统计学
Copyright © 2012, SAS Institute Inc. All rights reserved.
Copyright © 2012, SAS Institute Inc. All rights reserved.