1、Teradata 天睿公司向大中华区推出 Think Big 业务 让开源与大数据分析服务到家Hadoop、HBase、Cassandra、Spark、Storm开源的数据存储、数据库、数据分析技术红红火火，让人眼花缭乱；而大数据概念热度不减，企业也要向数据要效益。那么，面对大数据，企业该做什么？怎么做？从哪里开始？ 这不，有人来帮企业解答这些问题了。 3 月 22 日，大数据分析服务供应商 Teradata 天睿公司宣布旗下Think Big 公司正式进军大中华区市场，面向客户提供开源数据分析的咨询服务，融合优秀的数据仓库方案，帮助各种规模的企业建立和发展适合的技术架构，快速有效地进行多元化
2、大数据分析。 Think Big 是谁？能做什么？ Think Big 公司成立于 2010 年，是全球首家大数据咨询服务公司，通过整合各种开源技术，为企业提供大数据平台建设、大数据处理分析以及业务应用实现的端到端服务。在 2014 年 9 月，Teradata 收购了Think Big 公司，意在借助 Think Big 专业的咨询服务，能够向客户提供咨询建议，帮助他们利用各种开源大数据技术，推动业务增长。 “在 2010 年我们创建公司的时候，我们也看到当时有 Apache Hbase、Hadoop 等开源技术，当时 Spark 还没有出现。现在，我们又把Spark 也纳入服务范畴提供给客
3、户。 ” Think Big 公司联合创始人兼国际业务高级副总裁 Rick Farnell 感慨地告诉中国信息化周报记者。 从 2010 年开始，在全球范围内，针对数据分析的开源技术逐渐发展起来，而 Think Big 通过整合 Hadoop、NoSQL 和流引擎（Streaming Engines）等开源平台和数据仓库环境帮助客户应用大数据分析，并协助各个行业的客户部署和整合开源技术，如 Apache Hadoop、Apache Spark、Presto、NoSQL 数据库（Apache HBase、Apache Cassandra 以及MongoDB）以及 R 等，能够根据特定的业务需求，
4、部署灵活、可靠的大数据解决方案。Think Big 在美洲、欧洲和亚洲等 11 个国家设有办公室，服务超过 40 个国家的客户，如 Intel、Facebook、NetApp、纳斯达克、家得宝、美国运通、eBay 等。 在会上，Rick Farnell 分享了三个服务案例。 第一个案例用户属于制造行业，是西数旗下的磁盘驱动器生产厂商HGST，它在亚洲和北美地区设有四个办公地点。Think Big 帮助 HGST 通过传感器捕捉获取所有工厂车间数据，帮助他们做质量管理或测试。Think Big 开发出先进的数据获取和数据存储在云端的方案，使 HGST 的工程师，包括负责质量检验工程师，能够清晰地
5、看到他们以前所看不到的相关数据和信息，让 HGST 非常有效地管理那些跟质量相关的流程，还可以帮助简化产品，极大地提升其销售能力。 第二个案例是金融行业中纳斯达克金融交易公司。在纳斯达克上市的企业，他们的数据是孤岛式的，存放在产生数据的全球各处。纳斯达克需要找到实时的信息，把它作为一种信息来提供，或者销售这些信息。但是，他们的问题就是存在非常复杂的数据孤岛的情况。通过 Think Big提供平台和云服务，能够把它所有分散在各个地方的孤岛信息集中到一个单一平台上。这样的话，就可以使得纳斯达克为自己的客户提供精选出来的报表，或者将挑选出来的报表提供给客户，能给客户提供非常好的数据服务。 第三个案例
6、是 Facebook 公司。Facebook 有针对的客户的分析和在线社交媒体的分析。Facebook 是大数据领域的创新和领导企业之一，Think Big 帮助他们把数据的平台，包括一些广告收入的平台集成在一起，给它提供向社会发布报告的能力。 “弱水三千，只取一瓢” 企业在大数据上的需求越来越多，尤其需要使用最适合的技术应用到最适合的业务场景。Teradata 和 Think Big 认为企业真正建立一种开源的数据创新能力，要从建立一个平台开始，在平台上建立能力，包括数据质量、数据获取、安全、控制等，并且要将平台放入生产环境中使用，不断提出新的能力和新的发展方式。 面对市场对开源技术的需求，
7、Teradata 也一直加强在开源方面的投入，通过 Teradata 统一数据架构实现了开源分析系统、Teradata Aster大数据探索以及数据仓库的整合，将各个平台的优势最大限度地都发挥出来。例如，开源 Hadoop 平台可以完成数据收集和管理数据，Teradata Aster 大数据探索分析平台可以快速通过内建的分析引擎挖掘数据价值，最后再把最有价值的数据导入数据仓库并形成业务洞察力。 在 Teradata 天睿公司大中华区首席执行官辛儿伦（Aaron Hsin）看来，通过 Teradata 统一数据架构帮助企业整合并分析所有类型的数据，并结合 Think Big 的咨询服务，通过开源
8、的挖掘和分析工具，进行多元数据化的整合，达到“弱水三千，只取一瓢”的价值。 使用开源首先要了解企业在应用开源技术时应该关注哪些问题，Rick Farnell 说，企业应该有两个关注点，实时对数据进行分析和挖掘，以及数据安全。这就要求供应商需要具备将安全、扩展性等服务分析能力，以及同开源创新和社区统一的能力。 本土化动作 作为 Teradata 的子公司，Think Big 将针对四方面的客户提供服务，包括：针对 Teradata 现有的客户提供新的服务；针对非 Teradata 客户提供新的服务；针对所有客户提供基于云的服务；整合所有具有前瞻性的开源技术来提供的服务等。 目前，Think Bi
9、g 提供六类大数据服务组合，而这些服务都是针对客户的痛点而有针对性的制定的。第一，很多客户都会在生产环境中遇到大数据的挑战，而 Think Big 提供数据湖优化服务，来满足客户对生产系统、生产环境中所需要的数据服务要求。 第二，很多企业都不知道如何开展大数据，怎样迈出第一步。Think Big 可以为客户制定为期六周的路线图，帮助客户进行流程的优先级排序，数据分析对业务、流程带来的影响，以及开发出最佳数据结构。 第三，在客户提出要启动第一个大数据项目时，就可以按照 Think Big 制定的路线图进行。此外，Think Big 还可以提供数据湖基础，帮助企业开启大数据之旅。 第四，提供数据科
10、学服务，帮助企业从现有的数据平台上获得更高的价值。Think Big 的数据科学家和客户分析结合在一起，加速企业从数据中获取洞察的能力。 第五，有了大数据分析工具，但是不知道怎么管理。通过 Think Big大数据管理服务，可以帮助本地部署或者混合部署，帮助企业进行大数据管理。 第六，如今，大数据人才相当匮乏，Think Big 推出了“Think Big大数据学院” 。一是对内部培训，扩展本地团队的技术人员；二是提供给客户的培训，使企业也具备建设开源大数据的分析能力。Rick 强调，Think Big 大数据学院不是完全基于产品的培训，更多的是注重能力的培训，主要涉及统计、数学方面的技能等。 “我们正在招聘、招聘、再招聘！” 辛儿伦非常激动地说。
