close
当前位置: 物联网在线 > IT技术 > 大数据 >

【观察】从实践验证到技术输出 看联想大数据进阶之路

毫无疑问,今天的世界正在从IT时代走向DT时代。目前,在全球范围内,大数据产业2016年的数字是281亿美元,2020年将翻一番达到570亿美元;而中国市场也将从26亿增加到89亿美元,提升了3.5倍。

不仅如此,现在已有超过三分之一中国企业在使用大数据,还有23%的中国企业计划一年内使用大数据,这也印证了一个事实,如今数据的价值已经被推到前所未有的高度。

作为中国最早规模化应用大数据的公司,联想在大数据领域有很长时间的实践验证经验和自主研发的技术积累,其大数据的处理能力仅次于BAT。现在,它希望通过更加简单、高效的方式做大数据的技术输出,真正有效地帮助各行各业用户把大数据的应用实现落地。

从实践验证到技术输出

实际上,早在2011年,联想就开始了大数据的应用和研发,经过不断的探索和实践,大数据逐渐走入了联想业务价值链的全过程,形成了产品和用户两个方面的大数据应用闭环。

大数据

 

联想集团副总裁、首席研究员大数据事业部总经理 田日辉

一方面,是基于大数据的产品价值链闭环,是指从产品设计、产品生产、产品销售到市场推广的全过程。比如,在设计环节,联想会通过大数据得到的反馈,来优化产品的设计和提升产品的品质;在生产环节,会把产线的生产数据,包括供应链的数据,都在大数据平台上进行统一分析,来进行产品生产的预测;在销售环节,则会把市场活动数据、销售通路数据整合在一起分析判断,从而指导渠道管理和销量预测等工作。

另一方面,是围绕大数据的用户经营闭环,是指通过Lenovo ID这个用户注册入口,联想可以把用户在手机、电脑、平板以及各种应用上的行为能够进行统一的追踪,在基于隐私保护的情况下,参与联想的体验改进计划,同时和售后服务等数据项结合,进一步提高联想的用户体验和服务体验。

在联想集团副总裁、首席研究员、大数据事业部总经理田日辉看来,历经五年的战略投入,联想真正打造了一套统一的大数据整合平台、端到端的产品优化体系、用户经营体系、业务决策支持预测体系,有效推动了联想全价值链的数据智能转型。

更关键的是,在多年实践验证的基础上,联想自身也构建出了业界强大的大数据竞争实力,我们可以从三个维度来看:

首先,从数据规模看,联想目前已在全球部署了9大数据中心的超大规模集群,规模达到2000+台服务器,3000+名操作用户;存储总容量规模12PB,数据实际总量达到9PB以上;日新增数据约30TB,日处理涉及数据达到4.3PB,是国内最大的制造企业数据集群。

其次,从技术能力看,联想大数据具备全球部署超大规模集群的运维管理能力、PB级数据与复杂业务实践的丰富经验,能够为客户提供从底层平台到上层应用的端到端全面解决方案。

最后,从人才规模看,联想大数据团队是业界领先的少数掌握大数据核心技术的研发团队,人数规模超过500+,涵盖从解决方案、产品研发、项目实施、售后运维全部商业环节,并拥有联想大数据专家、数据科学家、行业顾问50余人,其中,80%海外留学背景、博士占比70%,工信部专家,博士后导师为学术带头人。此外,联想大数据有一支超过100人的专业服务团队,遍布全国一线城市的售后服务体系,独有的大数据培训认证服务也为企业大数据业务持续发展提供保障。

由此可见,联想大数据平台已实现了对联想集团全球化管理、生产与运营体系的全方位支撑,同时大数据的长期实践又构筑了联想大数据商业化的基础,为联想赋能各行各业的大数据升级和转型奠定了坚实的基础。

联想大数据的“杀手锏”:LEAP平台

所谓“工欲善其事,必先利其器”,联想之所以能在大数据领域建立起强大的核心竞争力,靠的就是联想企业级大数据分析平台(LEAP),这个平台正是联想在大数据领域“五年磨一剑”的印证,也是其最重要的“杀手锏”。

联想LEAP平台是联想自主创新的具有自主知识产权的、稳定可靠、性能优异、易用易管理的企业级大数据平台。

大数据

在最新推出的LEAP 3.2.0版本中,包含四大核心产品:大数据计算平台(LEAP-HD)、数据智能平台(LEAP-AI)、数据资产管理平台(LEAP-DataGov)、数据集成交互套件(LEAP-DataHub),整合了最先进的大数据开源技术,实现了基于联想服务器的大数据企业级PAAS平台,面向企业客户提供大数据深入优化服务。


you might also like

  • 大数据技术Hadoop面试题,看看你能答对多少?答案在后面
  • 【交通银行信息技术管理部副总经理张漫丽】交通银行“大数据+人工智能”应用研究
  • 达观数据告诉你机器如何理解语言——中文分词技术
  • 如何将枯燥的大数据呈现为可视化的图?
  • ggplot2又添新神器——ggthemr助你制作惊艳美图
  • 数据流程图和数据结构是需求分析中不可缺少的一环
  • 【机器学习PAI实践二】人口普查统计
  • 我的Kaggle初体验 Grupo Bimbo Inventory Demand
  • 做数据分析时,你的方法论是什么?
  • 29页PPT展示互联网大数据的发展趋势@百度研究院副院长张潼

  • (责任编辑:ioter)