最早接觸Actian的時候，知道這是一家是在美國注冊的大數據應用的廠商，也許是Logo的緣故，很容易把Actian誤認為Action(行動)。如今，Actian在北京和上海建立了辦事處，并且與比目云軟件等建立了合作伙伴關系，Actian大張旗鼓地Action了!

　　跨越數據倉庫和BI局限

　　大數據能夠幫助企業做什么？這很多行業/企業用戶所關心的問題。

　　所謂他山之石，據Actian公司CEO Steven先生介紹，Actian在全球擁有超過10000家客戶，有數百名專業分析人員和數據科學家。這些客戶中有雅虎、亞馬遜這樣的互聯網巨頭，也有銀行、零售商、電信和醫療保健公司。從結果來看，大數據應用正在幫助企業提升競爭力，其中最為顯著的是利潤率的提升。

大數據幫助企業提升利潤
　　利潤率的提升是怎么表現出來的呢？對此，Actian大中國區總經理程小龍以電信行業為例進行了說明。

　　程小龍指出，傳統電信、金融實際上非常重視數據分析。對于電信運營商來說，如果開拓一個用戶成本是500元，那么，留住一個客戶所需要的支出就只有100元，因此運營商非常重視現有客戶流失的分析。但是采用傳統的BI，其分析結果的準確率只有10%左右。傳統BI的數據分析，更多來自運營商的CRM系統，記錄用戶的基本信息，如年齡、性別，聯系方式等。透過數據分析，所可以看到的是一些籠統的情況。可以知道結果，但并不知道具體的原因是什么？

　　如果我們能夠增加所分析的數據類型，例如移動終端設備的信息，所謂設備數據，就可以獲得用戶使用什么樣的手機，是蘋果iPhone、三星GALAXY S，還是國產手機，就可以搞明白，終端設備對于流失用戶的影響，如此對客戶流失分析判斷的準確率就可以提升到40%。

　　如果進一步增加數據類型，例如客戶通話情況，這些數據可從系統CDR日志獲得。通過分析就可以知道用戶電話的接通率，分析信號對客戶的影響，則分析的準確率可以提升到50%。如果進一步考慮位置信息，就可以知道公司、家等重要場所，用戶電話的接通情況，則準確率可以達到70%。

電信客戶流失大數據分析

　　可以清楚地看到，隨著信息源的不斷增加，數據分析的準確率不斷提升，從而為經營決策提供更加準確地參考依據。

　　Steven指出：“通過大數據分析，運營商不再針對籠統人群、地區進行促銷，而能夠針對個體，并結合個體的需求做好服務，例如增加數據流量、通話時長，贈送手機終端等方式穩定客戶群體。”但要想實現這樣的數據分析，傳統系統很難實現。原因在于其擴展性比較差，難以應對大量結構化數據存儲和處理的需求。Hadoop分布式存儲和處理技術工具的出現，打破收集和存儲大數據的技術壁壘。從而也迎來的了大數據1.0時代。

　　擁抱大數據2.0時代

　　與1.0時代相比，大數據2.0核心是致力于打破大數據分析轉換為價值的技術壁壘。對此，程小龍表示，這意味著對底層技術架構改進，從而使數據容易獲取、使用和實施更加容易。

　　從技術上來說，在1.0時代所采用Map/Reduce的方式正在成為大數據應用普及推廣的障礙。去年10月，Apache軟件基金會推出了Hadoop 2數據分析平臺(參見：Hadoop都2了 大數據應用會邁上一個新臺階嗎)，其改造的一個重點就是Map/Reduce。此前對Hadoop數據進行訪問，需要開發Java應用實現Map/Reduce，學習起來會有一些困難，此前也可以采用Hbase，用近似數據庫范式來處理數據。但Hadoop 1.0仍受限于單線程性，MapReduce任務、Hive查詢、Hbase操作等等都要輪流進行。Hadoop 2最大改進就是用YARN數據處理和服務引擎替代MapReduce，同時為Hadoop File System (HDFS)添加高可用特性。

　　對于用戶來說，數據建模、Map/Reduce，這些幾乎都是不可能完成的任務，因此必須要技術上的壁壘。這也是Actian的技術優勢之所在。
　　Actian數據分析平臺提供了豐富的分析庫，提供了可視化數據和分析工作流程。使用者可以通過一種圖形拖拽的方式，動態添加數據，取得數據分析的結果。對于Actian數據分析平臺而言，并不要求數據本地化存儲，它可以和任何Hadoop平臺數據，以及SQL數據庫數據進行連接。這也是Actian功能強大的地方。

Actian 公司亞太區銷售主管Jason 先生指出：“Actian可以與Hadoop相結合，持續推動Hadoop在企業規模、擴展性、精確性、適應性和可重用性上的工業化。Actian在數據發現、數據訪問、數據準備、可視化設計的每一步上都提供了