大家好，刚才我们的CEO何春涛在演讲中给大家讲解了大数据驱动业务增长的PASO模型。在这个模型中，P指的是平台，具有极高易用性，全程高性能计算，以及支持端到端的开放。在这里我向大家重点汇报一下，永洪在最近一段时间里，在平台、产品这方面，取得的一些进展，也就是我们Yonghong Z-SuiteV 7.5的特性。

大家可以看到在这个短片中，分析师收到任务之后做了几件事情，第一件事情是对数据进行准备，为后面的分析做好准备；之后通过探索式分析，试图寻找到销售额下降的原因；然后通过深度分析的方法找到解决办法，同时也用探索分析寻找到一个最佳的配置。

我们一起回顾一下整个分析的过程：首先接到数据任务的时候，分析师做的第一件事情就是数据的准备工作。我们知道，整个数据准备包含三个阶段，第一个阶段就是数据融合部分，也就是说对接数据源。Yonghong Z-Suite V7.5不仅可以连接各种各样的SQL数据源，也可以连接NoSQL数据源，我们也提供对多维数据库的支持。更重要的是，永洪对各种不同的银行数据源都可以提供非常好的融合，可以跟任何数据源进行整合，我们可以看到它是把STW（音）数据进行融合，为后续的分析做好准备工作，第二步就是治理建模工作，清洗转换，数据建模，整个过程都是全程可视化，可以通过简单的组建拖拽就可以完成这个工作，这个就是让业务人员可以轻松上手，因为不需要很多高深的技术就可以完成这个功能，最后一步就是数据的应用，这里面把数据准备好之后，可以把数据回填到数据库，也可以定时更新的方式导入进来，为以后使用，您非常着急也可以进行探索式分析，或者深度分析。这部分准备完成之后，就开始进行整个探索分析的过程。

我们在Z-SuiteV7.5里面，我们是实现了很多的可视化的增强，这里面包括外部的一些连接，在短片中，它是通过引入外部的天气信息，同整个报表结合在一起，分析出来利润下降的原因是坏天气导致物流成本的提升，在Z-SuiteV7.5里面，也提供了新的支持，我们从短片中也可以看到这，通过核心图对整个销售情况进行分析，最终帮助他找到原因。

在Z-SuiteV7.5里面，我们提供了强大的在线GIS支持，GIS地图是在线地图，可以很轻易的实现街道级展示，除此之外，我们的GIS图也可以实现同其他图表的联动，可以通过放大缩小的方式看到更多的细节，我们可以从短片中看到，正是通过这种方式通过各个地区人员的分布，非常清晰的看到地区完成了他的第二个任务。

除了短片中提到的一些新功能之外，实际上我们Z-SuiteV7.5还有很多其他功能地图的增强，我们看到迁徙图、热力图，动态点图，还支持自定义地图，这对楼宇中的需求是非常有用的，比如说一个商场或者超市想要分析一下客户分布的情况，除此之外永洪Z-SuiteV7.5可以支持自定义大区的支持，比如说东区，西南区，我们用大数据分析能力，可以跟你的业务完美的匹配起来，让你查看到结果。

他是通过深度分析的方法找到比较好的解决办法，提高老年人的消费形势，我们可以看到是采用这种方式做分析的，我们永洪Z-SuiteV7.5在深度分析方面做了哪些提升？首先Z-SuiteV7.5是第一款一站式深度分析平台，里面有两个含义，第一层是说我们实现了完整的、完备的深度分析的全流程，这里面包括数据源的准备，数据级的选择，以及到数据质量的评估，到把数据分成训练级，测试级，可以使用训练级对模式进行训练，用测试级对它进行平分，完成整个训练过程，以及把训练好的模型，用到真实的生产当中，所有所有些端的道路端的所有流程都得到了很好的体现。第二个含义就是Z-SuiteV7.5的分析，同我们永洪BI完美的集合在一起，深度分析的结果可以通过永洪非常直观的方式呈现出来。

Z-SuiteV7.5上市本身为我们大家提供了非常强大的数据洞察能力，在Z-SuiteV7.5里面我们内置了多种机器学习算法，比如说可以支持决策树，逻辑回归，关联等等很多种深度式分析方法，除此之外，刚才我们的CEO也讲到，V7.5支持深度式分析，这个对一些对性能优要求的场合，这个是一个巨大的处理。最重要的一点，我们整个分析同产品BI是一模一样的，都是可以通过可视化的方式，你可以通过简单的图表的拖拽，就可以整个流程全部完成，完成整个过程之后，如果你点击运行，你的结果也是以可视化的方式呈现的，这里面可以很容易看到结果本身，你对结果的评估。

接下来我们看一组数据，大家知道这组数据是什么含义吗？我可以给大家一点点提示，可能大家已经想到了这个是带了秒，可能想到是某一种性能对比的结果吧。没错，这是我们在我们的实验室环境里面，我们测试的结果，左边是R计算，一千万数据级用KB计累是366.1秒，右边是我们永洪的数据分析15.6秒，比之前高23恩倍，永洪没有结点限制，可以根据你的性能需求使用3个节点，也可以使用30个节点，或者使用300个节点。

看完深度式分析，再来看看移动分析，短片中的CEO下了飞机之后，所做的第一件事情就是打开手机看应用，看运营分析结果，永洪在移动分析上，实现了三个重大的提升，第一点很重要的一点就是支持多层的缓存技术，这个技术的使用，是的后台的计算过程中，前端可以同步进行展示，直观效果是什么呢？你可以感觉到移动端的加载过程提升了很多。我们认为是业内最强大的探索个分析能力，我们通过很多竞品进行比较，我们永洪移动端可以做到完整的探索式分析，你可以对数据使用过滤，或者是上转，下转，或者各个组件的联动，你可以在移动端完成完整的分析过程，因此我们通过移动端，你可以随时随地的进行移动分析，对你的业务状况更加了解，帮助你的运营。

最后一点，就是我们高度可定制的Portal，有了这个，对你的企业来说，可以打造非常个性化的，包括你的企业移动端门户。

一移动端的分析看完之后，整个短片中所涵盖的内容都讲完了，但是还没有结束，为了支撑整个前台的功能，我们后面做了很多的工作，其一就是安全可靠的企业级管控，这里面包含管理调度和安全三个方面，先看看管理，在Z-SuiteV7.5里面，全县管理，可以为每个用户不同的数据源类型进行分配，你可以管理策略上做到更加灵活，PDAP继承，可以让你的管理系统跟永洪的BI无缝的衔接起来，让用户管理更加方便，异常预警，我想这个是很重要的一个功能，当你的系统出现任何异常的时候，可以第一时间通过短信的方式发送给管理人员，第一时间采取措施，避免个更大的损失。用户属性定植，管理圆可以为每一个用户定律属性定植，有了这个肯定管理上更加方便。

看完管理，再看看调度，你任何的角度都能直接看到这个任何的后续任务，有了这样一项功能可以非常放的看到调度之间的顺序关系，多个报告整合发送，对这个功能来说，你可以在一封邮件里面可以看到运行情况，运行报告和运行结果，调度任务跟系统资源的分布图，这个可以让你很直观的看到，您现有调度任务的分布情况，以及调度任务运行的时候的情况，可以让你的调度任务安排的更加合理，更加节约资源。

最后是安全部分，Z-SuiteV7.5实现了非常行大的密码保护能力，同时结合密码防暴力破解技术，可以让整个平台更加的安全放心。

最后我们看永洪业内领先的大数据平台，就是MPP数据。我们知道，如果想做一个可靠的探索个棉结分析，一定离不开强大的大数据平台支撑，尤其当您的数据量非常大的时候，如果没有强大的大数据平台支撑，探索BI不可想象，根本就做不到，第一点就是可靠性，当异响发生的时候，当你的计算太大，要求你的平台依然提供稳定的输出能力，这是可靠性要求，第二点就是大数据平台的性能，这点是最关键的，但是这点也是最难的，尤其考验一个大数据平台公司，平台的技术实力和底蕴，我们今天作为大数据平台企业，我们一直在持续不断的进行大数据平台，我们在这里面做了哪些事情呢？我们在可靠性方面的提升，第一点就是职能结点自动平衡，这个是我们通过智能的节点自动平衡实现计算倾斜问题。随着数据量不断的增多，进行扩容，增加节点在所难免，我们所有的数据都会涌入到这个节点，因为计算本级化的原因，导致倾斜，这就是计算倾斜问题，这就是端点的计算平衡问题可以通过一键式的点击，可以解决计算倾斜问题，整个过程不会影响平台的使用。

分布式元数据存储，分布式数据存储很高的，节点很高，不会因为某一个节点导致运行不了，元数据都是进行存储了，我们实现了粉饰个元数据存储能力，系统依然可以运行，数据不会丢失。我们再来看看在性能方面做了哪些提升，永洪Z-SuiteV7.5实现了四大创新技术，现在一一给大家讲，流式导数，第一步是把出局从数据库倒出来，再倒进去，可以让你的数据同步进行，我给大家举个例子，这是我们在实验室设置的结果，5000万的数据，把数据从数据库涌进来，多花了40%的时间，我们可以这样说，你的数据库有多快，导数就有多快。第二个就是极机的压缩，我们通过创新的压缩算法，可以使得数据的村塾数量大幅提升，可以降低87.5%，可以让你无论是存储空间还是村空间都可以降低。所以可以降低您的运营成本。第三个是专利编码，这个可以针对复杂的场景，让整个系统性能提升高达10倍，甚至以上，最后一项技术就是以前称之为即刻更新技术，这个是结合我们多重缓存，以及极致数据变化这么一项技术，通过这个技术我们可以做到什么样子？当您的即时数据发生变化的时候，对它相依赖的包括可以自动更新，保存起来，并且是固化下的，就是说您的系统重启之后，数据依然在，这个技术使得在某些情况下您的计算的速度，不依赖于您数据量的大和复杂性，可以帮您提升大量的子，我讲了这么多，大家可能依然不是很了解，这边有一个非常简单的对比，这里面的对比就是说，我们通过即刻更新技术，使用前和使用后所使用的时间，在使用前的时候完成这个产品本身是要11810秒，更新之后其实只需要一秒，如果您的系统是局域网的话一秒不到就显示出来了，可以节省大的系统资源。以上这些就是我们永洪Z-SuiteV7.5全部的新特性，这里面也倾入了永洪人全部的诚意，谢谢大家。