Teradata這家老牌數(shù)據(jù)分析公司，正式轉型為提供分析平臺的公司，因此有別於以往提供企業(yè)多種解決方案，Teradata分析平臺正在整合多個分析功能和引擎、企業(yè)使用的工具和語言，以及支援多樣化資料類型，要讓企業(yè)可以更全面地分析資料。
Teradata分析平臺整合多個分析引擎包含自家的Aster、SQL、Spark等，工具包括R studio、Jupyter、sas等，語言則包含R、Python、Scala等，也會支援多樣化資料類型像是JSON、xml、語音和圖像等資料。
資料分析和大數(shù)據(jù)對企業(yè)來說已經(jīng)不陌生，但是，資料分析還有許多非常有價值的應用值得企業(yè)關注，吳世鈺指出，「資料分析還有一個很大發(fā)展空間是機器產(chǎn)生的資料，」航空公司最大的成本來自於零件修復和耗油量，油的成本大約占航空公司總成本25%～30%，而耗油量與飛機引擎維護有關，他舉例，一臺飛機從臺灣飛到美國，飛機引擎大約會產(chǎn)生2～3TB的感測器資料，能夠分析這些感測器產(chǎn)生的資料，將能為航空公司花費在零件修復上的成本降低。
同樣地，制造業(yè)在每天的制程中，握有大量的感測器資料，若能透過分析相關的數(shù)據(jù)來提升良率，可為企業(yè)帶來龐大的效益，不過，依照吳世鈺的觀察，目前臺灣的制造業(yè)，因為制程相關數(shù)據(jù)隱私性高，在這方面的投入相對保守。
除了分析感測器數(shù)據(jù)的場景之外，一般企業(yè)也面臨新型態(tài)的分析，資料分析涵蓋外部多種不同資料類型，還需要內(nèi)部跨部門的資料、Teradata臺灣區(qū)首席技術顧問魏志龍指出，企業(yè)在分析資料時，往往是在個別的部門內(nèi)獨立分析，導致分析工作重復或是分析結果不夠全面的問題，Teradata期望藉由提供企業(yè)整合型的Teradata分析平臺，解決這類的問題。
在云端的部分，Teradata了解到企業(yè)的資料不會放在單一云端平臺，資料常常是跨私有云和公有云，但是分析時又需要整合，Teradata提供企業(yè)在轉換不同的部屬環(huán)境上，都可以采用相同的Teradata軟件，省去轉換部署環(huán)境的不便，若企業(yè)在選用云的決策上需要更動，就能彈性地調(diào)整。
在轉移部署環(huán)境時，企業(yè)還會擔心一個問題，轉移到不同的環(huán)境，需要多支出授權費用或是原有的環(huán)境授權因此而浪費，魏志龍指出，軟件的授權是按照CPU的核心來計算，「CPU核心的計算方式，對企業(yè)來講不太公平，」尤其是企業(yè)在分析大量資料的時候，原本CPU的需求量并不大，但是因為有時會用到大量的I/O，而需要CPU核心較高的機器。
Teradata推出新的授權計算機制TCore，依照企業(yè)CPU的使用量和I/O頻寬需求來計算，對於企業(yè)要將資料搬移到不同的平臺上，提供了一致性的計價方式，不管是Teradata或是市售的硬體，公有云或是Teradata的云端，都是用 TCore來計算，過去已經(jīng)購買Teradata的License的企業(yè)，也會轉為用TCore制。
另外一項重大的轉變則是Teradata產(chǎn)品的計價方式，以往Teradata都是賣整套軟件或是解決方案，不同的版本和平臺都有不同的價格，但是考量到企業(yè)有不同的使用場景，業(yè)務需求也常常變動，所需要的分析服務都不相同，Teradata將在明年1月更改收費方式，依照企業(yè)工作負載和使用的服務來計價，也就是轉換為訂閱制的方式，企業(yè)可以依照自己所需的服務來選擇。已經(jīng)購買的Teradata產(chǎn)品的企業(yè)，則會依照個案來處理，轉換成訂閱制。
魏志龍舉例，假設企業(yè)覺得系統(tǒng)管理可以暫時先不用，就能先取消該服務的訂閱，提供了更彈性的機制，讓企業(yè)選擇自己需要的服務，企業(yè)在采購時就不用擔心買了整套軟件，實際卻沒有使用。
而目前許多企業(yè)都非常關注AI技術，甚至不少企業(yè)也已經(jīng)實際應用AI技術在不同的場景上，Teradata在AI技術的布局上，魏志龍表示，Teradata認為自己并非開發(fā)AI技術的公司，AI技術將會采用開源社群較成熟技術，來協(xié)助企業(yè)在資料分析上加入AI技術，他舉例，丹麥銀行過去透過Rule-based的方式，來建立詐欺偵測的模型，但是偵測率只有大約30%，而報錯率高達99.5%，也因此損失許多客戶，一年估計損失上百萬美元，Teradata從去年開始協(xié)助丹麥銀行導入深度學習技術，成功地降低了報錯率，他強調(diào)，Teradata提供的AI技術會連接到3個層面，包含資料、分析和行動，企業(yè)需要整合多方的資料，加上高效能的分析能力，最後還需要找到可以行動的應用場景。
