SAS, Teradata und Hortonworks kooperieren für Big-Data-Analytics

Zusammen mit Teradata und Hortonworks liefert der Business-Intelligence-Spezialist SAS mit dem „Analytics Advantage Program with Hadoop“ eine neue Analyselösung für Hadoop-Daten.

SAS SAS liefert ab sofort eine Lösung für die Analyse von großen Datenbeständen. Diese Lösung basiert auf einer bestehenden Kooperation zwischen SAS und Teradata für In-Database-Analysen. Jetzt steuert Hortonworks, das hinter der Enterprise-Edition von Apache Hadoop steht, auch Support für Big-Data bei.

Diese neue Analytics-Lösung für Hadoop ermöglicht Funktionalitäten für In-Database-Datenaufbereitung sowie die Erstellung und Anwendung von Analytics-Modellen. Die Lösung basiert auf der Teradata-Appliance für SAS High-Performance Analytics und der Teradata Appliance for Hadoop. Letztere basiert auf der Hortonworks Data Platform.

Über die Unified Data Architecture (UDA) von Teradata können Anwender schnell Analytics-Modelle erstellen und anwenden. “Diese neue Lösung versetzt Unternehmen in die Lage, quasi in Echtzeit auf Daten zuzugreifen, Erkenntnisse aus ihnen zu ziehen, Analysemodelle zu erstellen und anzuwenden, wann immer Bedarf besteht. Dabei lassen sich Daten jeden Typs, jeglicher Größe und Komplexität auswerten”, ergänzt Andreas Gödde, Director Business Intelligence bei SAS Deutschland. Die Daten werden zudem mit Metadaten erweitert, so dass der gesamte Datenverlauf nachvollziehbar wird.

“Es ist ganz klar, dass Unternehmen ihre herkömmliche Analyse und Big Data Analytics nicht voneinander trennen, sondern beide Auswertungsformen verbinden müssen. Im gleichen Zuge, wie sich Analytics 3.0 weiterentwickelt, werden sich Unternehmen nach und nach auf das neue Modell umstellen müssen. Das gemeinsame Angebot von SAS, Teradata und Hortonworks wird helfen, Analytics 3.0 ganz oben auf die Agenda zu bringen”, so Autor Tom Davenport vom International Institute for Analytics. Der Analyst spricht in seiner Untersuchung von Analytics 3.0. Er teilt Analytics für für Big Data und Small Data ein.