技術風口年年有，今年轉換特别多，想必圈兒裡的小夥伴們都有點兒應接不暇了。
從“ABC”到“ABCD”再到“ABCDI”，對于很多行業而言，物聯網又成了“前途無量”的科技新風向。如今投資人個個擦亮眼睛尋找有關“萬物互聯”的新商機，企業們更是迎頭追趕這股IoT浪潮。
對此，Teradata天睿公司也選擇和時下流行的物聯網“拉拉手”。
注意！這可不是“跟風走”，而是與時俱進的業務發展需要。
正值每年一屆的大資料峰會，Teradata天睿公司政策性産品管理進階副總裁Tim Henry終于發話了。
Tim公開表示，随着技術的更新疊代，物聯網領域産生的應用必然将呈現爆炸式增長；各類應用以及傳感器互動的資料催生，分析技術勢必要向高效與智能的方向發展。
大到智慧城市、邊緣計算；小到交通信号燈以及多種可穿戴裝置，如何提升車流量、能源效率以及交通安全？Teradata的“四維分析”功能就解決了這些問題。
想要深入了解Tim Henry提到的四維分析功能，還需提前知曉幾個概念。
所謂“四維分析”，從字面出發，就是将過去的三維空間位置資料與作為第四次元出現的時間相結合，這種模式對管理時間以及位置的常變變量十分有幫助。
具體來說，通過在Teradata分析平台（Teradata Analytics Platform）中增加這款新功能，可以有效處理地理空間、時态及時序資料，還能做到沒有負擔的結合營運以及行業分析，尤其是物聯網領域以及邊緣計算等領域。
此處小編為大家科普一下。
上文提到的“時序”，就是以設定時間的間隔采集并伴随時間推移來顯示活動與變化的一系列資料點。而“時态”，即用于存儲與有關時間段相關的資料；相比之下，“地理空間資料”就比較好了解了，可以認為是與裝置位置相關聯的參數，這樣就實作了基于時間和位置的情景分析。
盡管目前有論文稱，時序資料是物聯網資料輸出進階分析技術的基礎，隻有能夠在單一環境下全面支援時序資料以及雙時态（bitemporal）資料的分析要求，才能達到目前分析平台（Production Analytic Platform）應該具備的業務水準。
但在此基礎上，還是需要許多更加細分的技術補充。
例如端到端的分析管道、Streaming的形式、開源的kafka……
同時還需線性以及治理的能力。
面對資料要有精準的排重，不同的處理引擎且支援不同的存儲格式。
此外，還會涉及到模型的管理，并同時滿足視覺化的要求等。
當然這隻是不完整的列舉，需要多種技術的彼此支援才有可能完成互動的分析行為，但與時間次元的融合是務必邁出的關鍵一步。
基于技術的獨創性，Teradata天睿公司首席營運官Oliver Ratzesberger表示，“四維分析屬于分析平台的能力之一，但對于我們來說卻占據了核心的地位。”
為什麼将時間次元與資料結合這麼重要呢？
在現實生活中，無論是日常交通還是高大上的智慧城市建設，都會有很多類型的資料産生并被營運。
以城市營運為例，資料每天都在更新，基礎設施也會随之改變，例如來自傳感器、點選流等資料源的資訊，如何高效分析變動中的資料，這是個問題。
但是該需求對于一些企業來講，還是比較困難的。更多資料科學家還是尋找一些捷徑來簡化而不是做一些進階分析，因為太複雜。
是以“順手”的資料分析工具就更迫切了。
究其根本，無論是判斷交通幹道的車流量如何？新購買的汽車性能怎樣？還是監測一段時間内活躍的客戶量是否有變化？總體而言就是把這些時刻都在變化的資料與基礎設施結合起來。
這個獨特的功能究竟可以怎麼運用呢？
Tim總結道，簡單來說，這項新功能可以用來分析地鐵、計程車、交通信号燈以及餐廳人流的規律，通過時下流行的邊緣計算裝置獲得新感覺，也許會成為推進智慧城市建設的新法寶。
具體來說，新上線的四維分析可以通過研究出行次數、路線等車隊傳感器資料，來優化車隊營運，并預測車輛故障機率及故障可能對業務産生的影響。
還可以運用到可穿戴裝置和個人醫療器械方面，分析患者心率及活動資料等，了解患者藥物治療依從性等情況。
甚至可以用于分析個體車輛資料，厘清事故及僥幸免撞之間的差別。
如果将時序、地理空間資料以及人群特征資訊相結合，還可以做到圍繞交通打造針對性極強的定制化服務等。
Tim 認為，實際上，我們所了解的地理空間遠遠不止于交通物流這麼簡單，也與服務業等其他領域有關聯。
“舉個簡單的例子來說，我們可以運用四維分析了解使用者的行為資訊。都知道，銀行的攝像頭可以采集很多資料，當辦理業務的客戶進入銀行，等待的時間長短以及具體位置的資料資訊都與地理空間相關！通過分析使用者的行為路線，針對維護或者提供實時幫助等都有助益，可以這樣說，傳統行業也有地理空間資料的分析與應用的用武之地。”Tim對小編說。
此外，信用卡的防欺詐也能用到四維分析這款新功能。
通過信用卡持卡人的購買行為可以分析出，如果在度假期間使用過信用卡的話，這樣的地理空間資料就會對銀行有所幫助，有效防止信用卡欺詐、盜刷等情況發生。
一直以來，對于企業，資料分析都是件困難的事兒。
困難究竟在哪兒？
諸多工具、語言的選擇，需要應對不同的資料類型以及判斷繁雜的分析引擎……這些都是企業資料分析所必須面對的。
作為42年始終緻力資料分析的企業，Teradata在咨詢使用者需求的過程中，一直堅持以使用者的喜好為第一出發點，并不是一定要提供某種工具來給使用者使用。
“使用者可以使用自己熟悉的語言，自由選擇企業内部來自不同資料源的資料的整合方式，甚至連引擎的選擇也表現出更多的自主化。”Teradata高層表示。
此外，考慮到需要與使用者内部的系統進行一種關聯，使他們能夠融入到自身有關分析的生态系統中，Teradata在分析平台的可拓展性、資料治理安全以及最小程度資料遷移方面都做了許多部署和功課。
是以，以四維分析為代表的新功能産出，正是Teradata基于行業發展以及使用者需求的最佳回報。
如今已經沒有企業糾結“要不要”資料分析，反而更關心的是怎麼才能“更好”的進行資料分析，這也是Teradata未來需要一直探究的話題！