News

SAS 2017報告:成功帶領業界增收益(上)

  •  
  •  
  •  

商業分析服務SAS於2017年持續錄得收入及盈利增長,全賴客戶對人工智能、機器學習、欺詐及風險管理和雲端解決方案的需求不斷上升。SAS在2017財政年度的全球營業收入達32.4億美元,較2016年增長1.25%。

 

業務增長地區

去年,收入增幅最大的地區為亞太區及拉丁美洲區,主要由於當地客戶更有策略地採用數據分析方案。當中,政府、製造業、零售及金融服務業的增長趨勢尤其強勁。美國汽車製造商Honda Motor Company、國際農產品集團Cargill、德國電訊公司Deutsche Telekom、全球通信技術公司Ericsson、以至職業美式足球球隊芝加哥熊等全球客戶均依靠SAS協助他們從數據中獲得更多的商業資訊及見解。

 

由於SAS的客戶力求與其顧客進行更有效的交流,他們在去年顯著較多採用實時客戶互動服務。針對性的方案如SAS Customer Intelligence 360、SAS Marketing Automation及SAS Marketing Optimization繼續協助品牌利用數據分析為其業務作出最佳的商業決定,讓SAS 在2017年領導實時客戶互動管理市場。

 

此外,由於客戶尋求以別具成本效益的方式,在雲端環境中方便快捷地採用SAS軟件,令其雲端業務相關收入上升達15%。客戶能夠省卻了建立其內部團隊的成本,並同時體驗SAS專業知識的價值。

 

SAS於風險管理解決方案的投資終於有所回報,相關的新增銷售收入上升35%,這表示愈來愈多公司明白建立風險意識文化的價值,以滿足監管要求,並預測其投資影響。SAS預計信用損失及壓力測試方案將超越法規遵循相關的方案,協助公司編排和管理模型及分析以獲得商業利益。

 

SAS資本管理風險方案需求的增長,主要來自持續的銀行監管壓力測試制度,以及如國際財務報告準則(IFRS 9)和「現時預期信用損失」(CECL)等嶄新的財務報告要求。市場對實時信貸決策需求的增加,為SAS信貸評分方案的銷售帶來大幅增長。

 

由SAS Data Integration提供的先進數據管理及數據質量效能,對協助客戶遵循如歐盟「一般數據保護條例」(GDPR)等數據保護法規愈趨重要,令相關的銷售上升11%。結合在公司伺服器及雲端數據的混合數據環境,亦於去年需要更先進的數據整合技術。

現時層出不窮的欺詐模式令客戶需要如機器學習等更先進的檢測方法,加上現代化反洗黑錢方案及對主動管轄的需要,帶動SAS欺詐及保安方案銷售上升達11%。

 

SAS加強其人工智能系列,推出嶄新的機器學習、深層學習及自然語言處理產品,讓企業在更短的時間內獲得業務見解,簡化點對點方案。同時,亦令機器學習更簡單易用,迅速獲取投資回報,深受SAS客戶愛戴,造就機器學習方案的營收於去年取得雙位數增長。

 

SAS全球合作夥伴再次帶來超過三分之一的新增銷售收入,主要是由於中階市場客戶對雲端方案的需求不斷增長,並希望透過可信的本地合作夥伴購買有關方案。

 展望將來

SAS於今年1月1 日任命Oliver Schabenberger為首席營運總監,並兼任首席技術總監,務求加強產品與創造營收業務的整合,並實現發展及策略性投資計劃。

Schabenberger 表示:「我會致力專注在公司的策略性全球發展方向及投資領域,以支持我們於關鍵及新興業務的持續增長,當中包括針對性的投資項目以加快核心優勢的發展,如人工智能(AI)、機器學習、分析技術、欺詐、風險管理、數據管理及客戶智能等。此外,我們看到物聯網(IoT)龐大的發展機遇,以及中階市場進一步擴展。」

單是去年,SAS 的IoT相關收入大幅增長達60%。行業分析公司IDC預計,IoT分析市場規模將於2020年前激增至超過230億美元。屆時,已互聯的物件亦預計達204億,並將產生龐大的數據量。而要把握這些機遇將需要創新的元素,如在去年廣受注目的SAS Event Stream Processing。此外,SAS 增設一個IoT部門,集合科研及市場推廣專家,將繼續支援SAS致力提供邊緣分析的重心,為客戶的IoT投資增值。SAS亦計劃建立關於欺詐管理的類似部門。

展望2018年,SAS將繼續投放大量資源,致力將人工智能融入SAS不同的產品系列中。同時亦計劃設立卓越中心,協助客戶了解及應用人工智能為其業務轉型,進而改變我們的世界。例如,在金融服務業,人工智能可以支援自然語言處理,協助企業開拓嶄新客戶服務及收入來源提供新機遇。另外,在能源業,人工智能可支援深層學習工具,能夠優化設置可再生能源風車農場的位置,從而使有關投資獲得最大的回報。

 


  •  
  •  
  •  

Chris

Chris Wong,主修新聞傳理,曾任職調查公司,細心發掘數據及真相,所有事情皆由微小因素所連繫。