赵艳秋

技术变革正在让这家公司变得“既熟悉又陌生”。

一家中国手机大公司，要从社交平台的海量数据中倾听“客户的声音”。于是，带有机器学习技术的大数据分析系统被采用，每天从300多个网站抓取2000万条原始社交数据，从中辨识出100个危机预警，5万个客户问题。这些问题被立刻输送到产品维修、客户服务、产品设计部门……得到主动解决。而在过去，采用人工处理方式，每人每天只能看800条信息。自动化系统让分析能力和效率提升100倍！

一家中国金融公司，要在海量交易中实时辨识欺诈交易。这可不是件容易事。要知道，在2016年，使用移动支付的中国用户已达4.7亿人，这个数字甚至是美国总人口的1.5倍以上，每天创造天量级金融零售交易数据，而交易欺诈规模也庞大得惊人，仅信用卡欺诈一项就让银行业每年损失几百亿元。但现在，通过采用具备机器学习技术的高级分析系统，这家金融公司每秒可处理10万笔+交易量，成功阻绝90%的欺诈犯罪。

在这两个典型的案例中，企业都采用了大数据分析企业SAS的新技术。

SAS可不是一家新公司，它已有41年历史，源自美国北卡罗来纳州立大学的一个数据分析软件研究项目。虽然根据市场调研公司IDC的统计，SAS目前在全球高级和预测分析市场占有31.6%的份额，但这家老牌数据分析企业却面临前所未有的挑战。

SAS起步的时候，数据分析还是一个很小很专的市场。但現在，数据分析世界已发生翻天覆地的变化，成为全球最广袤的技术市场之一。