Teradata天睿公司近日表示，随着数据量每天以Exabyte为单位迅猛增长，越来越多的公司已经迈进全面认识复杂的点击流大数据的时代。Teradata 实验室总裁Scott Gnau和Aster Data研发部副总裁 Mayank Bawa阐述了大数据惊人的商业价值，并讲解了各企业如何马上开始规划和部署大数据分析环境，获取更丰富、更深入的洞察力。
Gnau 表示：“很多公司对如何将现有数据仓库中的企业数据扩展至来自新数据源的多结构化数据，从而更好地了解业务，表示出兴趣。我们正在引导他们利用 Teradata子公司Aster Data的技术来达到这一目的。这一独特无以伦比的技术能够降低成本，提高数据分析的可管理性和可部署性。”
Aster Data 的产品营销总监 Stephanie McReynolds 提到：“目前，80% 的企业数据是多结构化格式，既非标准格式，也不是关系格式，因此难以分析、理解和评估。这种数据的来源很多，包括客户为获得服务和技术支持而进行的互动沟通，以及客户在社交媒体网站上发表的意见，源自公司网站、传感器以及远程信息服务系统。尚未制定大数据策略和执行计划的公司应该迅速采取行动，打造自身独特的竞争优势。”
在2011 Teradata 全球数据仓库和企业分析大会暨展览会期间 McReynolds 指出：“当许多供应商和专家只是在谈论大数据分析未來的时候，越来越多的Aster Data 客户已经开始着手创造未来––部署高级分析平台。”
除了 Teradata 专用平台产品系列公认的数据管理功能外，Aster Data高级分析工具也已被添加到Teradata 大数据解决方案组合中。Aster Data的 SQL-MapReduce® 是一个框架，可以帮助数据科学家和商业分析师迅速地调查和分析复杂信息。这一框架允许在计算机群集中并行使用 Java、C#、Python、C++ 和 R 等语言进行程序表达，然后使用标准查询语言（SQL）调用。
Bawa 表示：“选用SQL-MapReduce的公司能够更容易在多结构化新数据源的无限范围中，预知、探索和领会未来的种种可能，此前企业通常无法利用这些数据源。”
在大数据优化过程中，Gnau 认为必须利用众多交互作用解析和理解新数据类型，这些交互作用并不一定都受到实际交易的影响。当用户将格式文本和无格式文本等多种格式整合到一起（其中一些格式拥有自己的语言），用以创建描述事物的轮廓图，以及确定组织如何对数据的启示做出最佳响应时，最大的挑战是复杂性。他表示还有新的问题有待提出和解答，而由此产生的商业智能必须能够在多数情况下进行近实时操作。
