La solution de l’éditeur de composants Big data propose des procédures analytiques prédéfinies pour novices, experts ou cadres dirigeants.
Il s’agit d’une batterie de solutions d’intégration des fonctions analytiques d’Apache Spark et de Teradata Aster. Ce connecteur permet l’exécution, à partir d’Aster Analytics, des fonctions analytiques prédéfinies des deux solutions, pour former un environnement d’analyse perfectionné et polyvalent.
Selon l’éditeur, « tout utilisateur d’Aster Analytics est désormais en mesure d’effectuer des analyses avancées sur Spark sans apprendre ou connaître Scala. Teradata Aster Connector for Spark démocratise les Big data par le biais de solutions analytiques en libre-service, centrées sur l’entreprise. L’utilisation simplifiée permet aux entreprises d’identifier plus rapidement les perspectives de revenus et d’optimiser leurs performances commerciales. »
Cette solution propose aux utilisateurs de nombreux choix et avantages : utiliser des techniques issues à la fois d’Aster Analytics et de Spark (par exemple le filtrage par modèle (Pattern) avec Teradata Aster nPath et l’analyse de réseaux neuronaux deep learning (apprentissage profond) avec Spark, et sélectionner la technique de mise en œuvre offrant les enseignements les plus intéressants après évaluation. Il est également possible d’associer plusieurs fonctions au sein d’un flux de travail unique pouvant être exécuté dans Aster Analytics. Une fonction d’analyse de texte d’Aster Analytics peut, par exemple, être suivie d’un algorithme d’apprentissage automatique Spark pour contribuer au développement d’un modèle de données explicatif. Cette séquence peut ensuite être répétée pour d’autres types de fonctions.
Autre possibilité, exécuter un algorithme de clustering dans Aster Analytics et un processus similaire dans Spark, puis comparer les résultats pour déterminer quelle approche ils préfèrent.
Teradata Aster Connector for Spark sera disponible dans le monde entier au quatrième trimestre 2016.
