SAS breidt zijn analytics-integraties uit naar meerdere externe dataplatformen, waaronder Snowflake, Databricks en Microsoft Fabric. Met de nieuwe tools Data Accelerator, SpeedyStore en Intelligent Decisioning wil SAS modellen en compute dichter bij de data brengen. De vraag van klanten bepaalt waarin het bedrijf vervolgens investeert.
Dat licht Jared Peterson, Senior Vice President of Global Engineering bij SAS, toe in gesprek met Techzine. Voor analytics-pionier SAS is het zaak om zijn capaciteiten te brengen naar de dataomgevingen waar gebruikers van het Viya-platform ook zijn. Snowflake en Databricks zijn op dat vlak uitgegroeid tot de standaarden, terwijl ook Microsoft Fabric in sneltreinvaart terrein wint. De dominantie van deze drie platformen resulteert erin dat SAS voortdurend kijkt naar hoe het kan samenwerken met andere producten.
Daarbij is wat Peterson betreft hetgeen SAS gedaan heeft met langdurige techpartner SingleStore een goed voorbeeld van hoe integraties werken. “Het komt erop neer dat we SAS Compute gebruiken en het integreren in SingleStore, het dataplatform dat daaronder ligt. De architectuur is in wezen hetzelfde. De manier waarop we de rekenkracht gebruiken, hoe we die opbouwen en hoe we die in een database plaatsen, is qua architectuur in essentie dezelfde aanpak als wanneer we met andere providers samenwerken”, schetst Peterson. De aanpak gaat twee kanten op: data naar het SAS-platform halen voor modellering en SAS-compute naar de dataplek van de klant brengen.
SpeedyStore: rebranding én doorontwikkeling
Een van de concrete uitingen van de strategie is SpeedyStore. De naam is nieuw, maar de technologie in wezen niet. SpeedyStore is een rebranding van de samenwerking met SingleStore, het dataplatform dat onder de motorkap van de SAS-omgeving kan draaien. Peterson benadrukt dat het meer is dan een naamswijziging, omdat maandelijks gekeken wordt naar het verder integreren van SAS-functies in SingleStore.
Als voorbeeld noemt hij dashboards in SAS Visual Analytics. Wanneer een specifiek onderdeel van zo’n dashboard niet snel genoeg laadt, kijkt SAS samen met de klant en SingleStore hoe dat onderdeel kan worden overgeheveld. Stap voor stap wordt meer en meer functionaliteit naar SingleStore gebracht. Dat levert ook voordelen op voor andere database-integraties op termijn, aldus Peterson.
SAS SpeedyStore, dat onderdeel is van een forse Viya-update, draait als cloud-native analyticsplatform direct naast bestaande gedistribueerde data, zonder dat data verplaatst hoeft te worden. Die aanpak vormt nu de basis voor verdere uitrol naar externe platformen.
Databricks en Snowflake in het vizier
Medio 2025 zette SAS een verdere stap buiten de eigen omgeving. In een mei/juni-release kondigde het bedrijf ondersteuning aan voor Databricks Spark. Daarmee kan SAS voor het eerst ook naast die omgeving draaien. Het betekent bijvoorbeeld dat SAS-modellen direct in Databricks gepubliceerd kunnen worden, zodat ze sneller kunnen draaien op batchdata. Ook met Snowflake is er een nauwe integratie, met een alongside-database aanpak die qua architectuur dezelfde principes volgt als SpeedyStore.
De realiteit is dat veel SAS-gebruikers, vaak actief in gevoelige sectoren, hun data- en AI-strategie vormgeven rondom deze verschillende platformen. Zij gebruiken dan ook vaak Snowflake- of Databricks-tooling naast SAS Viya, in veel gevallen gebruiken ze zelfs alle drie. Daar moet SAS op acteren. Peterson maakt duidelijk dat de vraag van klanten leidend is. Uitbreiding volgt waar klanten daadwerkelijk om vragen. Het maakt de aanpak afhankelijk van de adoptiesignalen die SAS ontvangt vanuit zijn gebruikersbasis.
Decision Builder als Fabric-applicatie
Microsoft is voor SAS een zeer belangrijke partner en bij iedere conferentie ook zichtbaar als een hoofdsponsor. Fabric is binnen de samenwerking dan ook een belangrijk onderdeel geworden. “Fabric is een flinke investering aan hun kant, niet alleen vanuit het perspectief van data fabric en data lakehouses, maar ze richten zich ook op analytics, computing en al dat soort dingen”, ziet Peterson. Vorig jaar bracht SAS dan ook Decision Builder naar Fabric, dat meerdere AI-modellen, regels en logica in één workflow combineert voor het nemen van beslissingen.
Daarnaast wijst Peterson op de wat nieuwere stap Intelligent Decisioning, een tool voor het automatiseren en beheren van besluiten. Hiervoor vertrouwt het op de business rules management-, decision processing-, real-time event detection-, decision governance- en advanced analytics-capaciteiten van SAS. “Als je bedenkt hoeveel API’s en architectuur er achter Intelligent Decisioning schuilgaan, dan hebben we die genomen en bovenop Fabric geplaatst. Maar wanneer je een applicatie in Fabric plaatst, brengt Microsoft zijn eigen gebruikersinterface-standaarden mee”, legt Peterson uit. “Decision Builder lijkt op een Fabric-applicatie, maar onder de motorkap draait het om Intelligent Decisioning.”
SAS gebruikt deze applicatie ook als marktsignaal. Intelligent Decisioning was een domein waarin Microsoft zich voorlopig niet zou begeven, waardoor het voor SAS een logische plek was om als partner te opereren. Als Decision Builder blijft groeien in adoptie, overweegt SAS om meer SAS-functionaliteit naar Fabric te brengen.
Met al dit soort stappen zorgt SAS ervoor dat analytics dichter op de data komt te zitten, dus in de omgevingen waar klanten werken. Dat is nodig om analytics naar een hoger niveau te tillen, nu van bedrijven gevraagd wordt om meer en sneller gebruik te maken van inzichten uit data.