2015年のPartners User Group Conferenceで，Teradataは，IoT(Internet of Things)データの大規模ストリームのリアルタイムな取り込み(Ingestion)と分析(analysis)という，２つの機能のソフトウェアを新たに発表した。Teradata Listenerソフトウェアは，さまざまなIoTデータストリームを複数同時に，かつリアルタイムに“listen”することができる。収集されたデータは，複数の分析プラットフォームに伝搬される。新しいTeradata Aster Analytics on HadoopソフトウェアはTeradata Aster Analyricsを使用して，大量のIoTデータストリームに対応可能な，スケーラブルな分析機能を提供する。
Listenerソフトウェアはオープンソースソフトウェア(Kafka, Cassandra, Elasticsearch, Mesosなど)と，Dockerやマイクロサービス, RESTful APIをベースとしたTeradata独自のソフトウェアを組み合わせて設計されている。GUIを使用して，入力データストリームと内部データパイプライン，出力データの送信先を構成することや，モニタダッシュボードで，実行中のプロセスの完全かつ透過的な全体像を見ることが可能だ。さらに，RESUfulなAPIが用意されているので，モニタやレポート，分析などを独自に行うこともできる。現在のベータ版では，完全なAPIドキュメントがまだ用意されていないが，Listener Curl Scriptのブログ記事で，APIへのアクセス方法が提供されている。
新しいTeradataプラットフォームはElasticのELKスタックといくつか共通点があるが，対処しようとしている問題の細かな部分に技術的な相違がある。ListenerはElasticsearchを内蔵してLogstashのような転送パイプライン機能を実現すると同時に，Kibanaのようなデーラフロー監視と可視化コンポーネントも持っている。ELKスタックが対応していない問題の中で，Teradaの新プラットフォームによって解決されるのは，数学的アルゴリズムの並列化である。正しい最終結果を求めるためには，アルゴリズムに対してすべてのデータを同時に提供できなくてはならない。これが，Teradata Aster Analytics on Hadoopが実現する技術的革新，すなわち，考え得るすべてのアルゴリズムが使用する，大量なIoTデータ入力の解析に適用可能な，ビッグデータのスケーラビリティなのだ。
解析ツールはもともと，Hadoopのような分散環境で動作するようには設計されていない。ツールの提供する分析処理は，ほとんどの場合，入力データセット全体を使って結果を生成する必要があるからだ。データと解析処理が複数サーバに分散されている場合，各サーバ上で解析ソフトウェアが個別に動作し，複数の結果が返されることになる。(解析の内容によっては)それらの結果をひとつにマージする，数学的に有効な手段が存在しないことも考えられる。データの部分集合を使用した演算結果の集計に基づいて，統計的に正しい答を推測するという方法も考えられるが，入力データセット全体を使用した実際の値を求めることはできない。実際に正しい値が必要な場合，従来の方法を使っていたのでは，誤りの可能性を含んだ推測値以外に，解析処理を並列化する方法は存在しないのだ。
Aster Analytics on Hadoopはこの問題を，Aster Analyticsソフトウェアを直接Hadoopに統合することで解決する。Asterプロセスエンジン(“vWorkers”と呼ばれる)が用意され，Hadoop YARNデータオペレーティングシステムによって管理される。AsterはHadoop内でネイティブプロセスとして動作するので，HDFS(Hadoop Distributed File System)全体のデータにアクセスすることができる。これにより，解析結果が複数であったり，不正である問題が解決される。それと同時に，Aster AnalyticsをHadoopを実行することで，分析処理がスケーラブルでないという問題も解決できるのだ。
Teradata Listenerは現在，ベータ版が提供されている。製品版のリリースは，2016年の第一四半期が予定されている。Teradata Aster Analytics on Hadoopのリリースは，2016年第二四半期の予定だ。いずれも自身で保有するデータセンタ，あるいはクラウドプラットフォームで実行することができる。