作为一家成立将近40年的软件公司，SAS一直以来的核心业务就是与数据打交道。因此对于大数据这样的概念，SAS似乎更有发言权。在上周北京举行的2015 SAS峰会上，TechTarget中国记者参加了专门针对媒体与分析师的主题研讨会，并与SAS公司的高管以及客户就大数据落地问题进行了深入讨论。 

大数据如何发挥它应有的价值？ 

随着技术以及整个生态系统的不断完善与成熟，大数据从被热炒的概念开始了向实际应用的落地。不管你是否做好了准备，大数据的应用场景已经渗透到了企业经营的各个流程当中，如何让它发挥出应有的价值是目前企业管理者需要思考的问题。

SAS公司执行副总裁兼首席营销官Jim Davis

对此，SAS执行副总裁兼首席营销官Jim Davis表示，大数据需要为各种机构带来实实在在的好处，包括对各种结果进行预测，对客户的行为进行有针对性的响应，或者去研究财务和金融风险。而这一切的前提就是，企业应该把数据视为一个重要的资产，而不仅仅是一个副产品。“我们处在数据爆炸的时代，各个机构没有选择，他们必须做出决定，如何用数据来支持自己的发展。”Jim Davis说。

然而，即使对那些传统数据分析已经做的非常好的企业，要将这些经验和方法转嫁到大数据分析也并非易事。来自广发银行信用卡中心的首席风险官王玉海分享了对金融行业大数据落地的一些看法，对于企业非常有参考价值。其中他认为，大数据从概念到落地，主要面临了以下几点挑战：

1. 企业文化的转变。很多银行安于现有组织架构和组织流程，对那些新生的创新性事物有一个文化上天然的排斥感。
2. 成本和管理因素。目前金融业的数据管理方式还处在割裂的、碎片化的管理，尤其传统分析方法已经不适合大数据碎片式、非结构性的数据。软件、硬件、基础设施的不成熟使得成本更高了，而现在传统银行每一个部门有它的成本控制，他不敢去冒险投入很多的财力、人力来开发而不能肯定它的回报。
3. 技术的挑战。传统数据库都是事务型的而不是分析型数据库，无法实现在数据库中实时进行创造性的分析。此外，大数据也需要更大的储存和更强的计算能力，也就是我们说的云计算和Hadoop。
4. 人才的挑战。大数据不仅需要计算机、数学背景的人才，它更需要的是对传统的金融领域和未来发展更了解、更熟悉，同时又有能力来作为数据建模和分析的人，这些人才目前在市面上是非常稀缺的。

广发银行信用卡中心首席风险官王玉海

对此，SAS大中华区总裁吴辅世表示，大数据要发挥价值除了企业要对数据提起足够重视之外，还要拥有必要的技术并了解如何运用这些技术与业务创新进行结合。比如Hadoop这样一个相对较新的技术，在过去短短两年之内已经有很多银行开始在做试点了。虽然包括银行在内的一些企业是很稳健保守的，但是针对大数据的技术层面已经逐渐架构起来。而像做互联网金融的企业已经开始运用大数据在风险管理方面建立了上万个变量的复杂模型，原来需要几周时间的信贷审批现在只需要几分钟，这些创新的应用都在刺激大数据的实践落地。

推动大数据落地SAS都做了哪些工作？ 

事实上，在大数据项目方面，SAS已经积累了许多成功的落地经验。在这次的研讨会当中，SAS也向我们分享了其中一些典型的案例。

SAS公司大中华区总裁吴辅世

在政府与公共部门的应用方面，SAS和联合国开展合作，利用SAS Visual Analytics for UNComtrade（针对联合国商品贸易统计数据库定制的SAS可视化分析）分析了27年来由联合国统计署收集的3亿多行数据。Jim Davis介绍，通过大数据分析，联合国可以帮助各国以及世界上的城市来更好地了解他们所面临的各种重要事项，这不仅限于商品贸易，同时也关乎经济发展以及卫生医疗等领域。 

在制造行业，联想公司的企业分析团队使用了SAS软件来实施质量感知项目。通过网页抓取、筛选出涉及联想的文本数据，对此前未知的论坛进行了分析挖掘。此外，这些分析工具还可以用在生产线，传感器在生产过程中会产生实时的海量数据，对这些数据分析这就可以帮助联想跟踪和监控整个产品的质量。

另外在上文所提到的金融行业，SAS还与平安直通、工商银行、招商银行等进行了合作。利用大规模Hadoop平台与SAS分析工具对客户的消费行为数据以及舆情数据进行分析，及时体察市场的变化以及客户新的趋势，对客户的偏好趋向进行预测分析，在最需要的时间透过最有效的渠道，为客户提供最合适的相关产品推荐。

作为大数据时代的数据平台，Hadoop对于分析软件厂商的重要性不言而喻，而SAS也加紧了在Hadoop领域的战略部署。吴辅世介绍，除了与Hadoop的领导厂商Cloudera以及Hortonworks合作实现更高性能的数据分析以及更为深入的平台集成之外，SAS还与华为建立了联盟合作关系，在华为大数据平台FusionInsight的研发、渠道拓展和市场营销方面展开合作。双方将在基于Hadoop的框架上提供更多SAS分析应用。