如今整個(gè)商業(yè)世界都面臨著新的難題，即如何處理來(lái)自各客戶接觸點(diǎn)、交易以及互動(dòng)對(duì)象的大量數(shù)據(jù)。但與此同時(shí)，我們也看到了解決問題的曙光——實(shí)時(shí)數(shù)據(jù)流技術(shù)，其能夠存儲(chǔ)大量數(shù)值及歷史數(shù)據(jù)，以備日后隨時(shí)調(diào)用。

可能很多朋友還沒有接觸過大數(shù)據(jù)分析方案，也有人認(rèn)為其僅僅算是個(gè)愿景而非現(xiàn)實(shí)——畢竟能夠證明其可行性與實(shí)際效果的案例確實(shí)相對(duì)有限。但可以肯定的是，實(shí)時(shí)數(shù)據(jù)流中包含著大量重要價(jià)值，足以幫助企業(yè)及人員在未來(lái)的工作中達(dá)成更為理想的結(jié)果。

實(shí)時(shí)分析用例

眾多行業(yè)及工作都能夠從數(shù)據(jù)流處理方案中獲得助益。數(shù)據(jù)流能夠通過管理數(shù)據(jù)實(shí)時(shí)變化迅速建立起形勢(shì)判斷，并幫助企業(yè)以最快速度收集來(lái)自傳感器(包括GPS與溫度計(jì)等)、攝像頭、新聞消息、衛(wèi)星、股票行情、網(wǎng)絡(luò)爬蟲、服務(wù)器日志、Flume、Twitter、傳統(tǒng)數(shù)據(jù)庫(kù)甚至是Hadoop系統(tǒng)的數(shù)據(jù)，最終將其轉(zhuǎn)化為能夠提升企業(yè)業(yè)績(jī)的決策工具。

話雖如此，但實(shí)時(shí)數(shù)據(jù)分析結(jié)論帶來(lái)機(jī)遇的同時(shí)也充滿挑戰(zhàn)，意味著管理層或者負(fù)責(zé)人員需要采取準(zhǔn)確的數(shù)據(jù)提煉模式才能將其轉(zhuǎn)化為可靠的決策依據(jù)。一般來(lái)講，實(shí)時(shí)數(shù)據(jù)分析方案需要立足于專業(yè)知識(shí)并配合業(yè)務(wù)洞察力，方能真正實(shí)現(xiàn)最優(yōu)決策與響應(yīng)提速。而且更重要的是，分析結(jié)論除實(shí)時(shí)性質(zhì)之外還需要被確切交付至相關(guān)者手中。

醫(yī)療衛(wèi)生與生命科學(xué)：

• ICU監(jiān)控 – 高效監(jiān)控機(jī)制，主動(dòng)及時(shí)關(guān)注重癥監(jiān)護(hù)病人。

• 遠(yuǎn)程醫(yī)療監(jiān)控 —遠(yuǎn)程醫(yī)療監(jiān)控能夠簡(jiǎn)化醫(yī)護(hù)人員訪問并分析病患醫(yī)療記錄的流程，從而確保病人得到有效診療并降低不必要的成本。

• 臨床試驗(yàn)與醫(yī)療設(shè)備數(shù)據(jù) — 臨床數(shù)據(jù)流分析能夠順利識(shí)別出異常或者預(yù)料之外的行為或者表現(xiàn)，從而輔助做出更準(zhǔn)確的診斷意見。換言之，其有助于檢測(cè)疾病的早期跡象，識(shí)別多名病患間的關(guān)聯(lián)性并量化特定治療手段的實(shí)際功效。

• 疫情預(yù)警系統(tǒng) — 實(shí)時(shí)傳感器數(shù)據(jù)分析有助于檢測(cè)傳染病的暴發(fā)可能性，并通過早期預(yù)警系統(tǒng)提示預(yù)防及準(zhǔn)備。

保險(xiǎn)業(yè)

• 欺詐檢測(cè)

• 提升案例管理效率

• 檢查策略針對(duì)性

• 策略績(jī)效評(píng)估

• 更好地預(yù)測(cè)未來(lái)走向，并據(jù)此做出產(chǎn)品設(shè)計(jì)、開發(fā)與交付

• 對(duì)產(chǎn)品價(jià)格做出細(xì)化區(qū)分

• 根據(jù)當(dāng)前銷售趨勢(shì)做出銷售預(yù)測(cè)分析

• 通過實(shí)時(shí)盡職性調(diào)查剔除不合格保險(xiǎn)案例

電信運(yùn)營(yíng)商

電信運(yùn)營(yíng)商能夠深入了解客戶行為并提供定制化服務(wù)(例如基于位置的服務(wù)、優(yōu)惠政策及產(chǎn)品建議等)，并分析客戶的忠誠(chéng)度、喜好及需求變化趨勢(shì)。以此為基礎(chǔ)，運(yùn)營(yíng)商將能夠改進(jìn)計(jì)費(fèi)標(biāo)準(zhǔn)、提升服務(wù)質(zhì)量、改善安全性并控制欺詐活動(dòng)。

能源行業(yè)

實(shí)時(shí)數(shù)據(jù)分析在能源行業(yè)中的一大典型案例在于智能化電網(wǎng)。其將以實(shí)際使用情況為基礎(chǔ)顯著提升能源供應(yīng)效率。

1. 根據(jù)特定條件預(yù)測(cè)設(shè)備活動(dòng)。

2. 檢測(cè)多設(shè)備閾值級(jí)別以降低故障影響。

3. 通過對(duì)勘探及生產(chǎn)數(shù)據(jù)的實(shí)時(shí)分析降低現(xiàn)場(chǎng)人員的工作風(fēng)險(xiǎn)。

電子商務(wù)

• 客戶分析

• 購(gòu)買建議

• 根據(jù)社交媒體情緒分析控制事故或進(jìn)行修正

運(yùn)輸行業(yè)

• 通過GPS實(shí)現(xiàn)實(shí)時(shí)追蹤

• 智能化交管方案以降低高峰時(shí)段的路線擁堵情況

• 即時(shí)與自動(dòng)遠(yuǎn)程信息處理，實(shí)現(xiàn)車輛聯(lián)網(wǎng)

投機(jī)市場(chǎng)

• 情緒分析

• 動(dòng)量計(jì)算

• 天氣對(duì)股市及股票價(jià)格的影響

• 極低延遲實(shí)現(xiàn)市場(chǎng)數(shù)據(jù)分析

執(zhí)法領(lǐng)域

• 智能警務(wù)(傳感器、閉路電視安裝并接入中央云數(shù)據(jù)庫(kù)、車牌識(shí)別、語(yǔ)音識(shí)別、犯罪嫌疑人及罪犯GPS追蹤等)

• 監(jiān)控并識(shí)別異?；顒?dòng)、行為或事故，旨在加快決策制定速度并防止及減少犯罪事件

• 刑事調(diào)查

• 監(jiān)控各執(zhí)法機(jī)構(gòu)及公眾間交互

技術(shù)領(lǐng)域

• 網(wǎng)站流量分析與參與(最常瀏覽頁(yè)面、瀏覽時(shí)長(zhǎng)最高頁(yè)面、訪客行為及用戶導(dǎo)航模式等)

• 移動(dòng)應(yīng)用——下載、會(huì)話、偏好、交易、使用模式等，有效分析客戶行為并設(shè)計(jì)服務(wù)以提升使用感受

實(shí)時(shí)數(shù)據(jù)處理的挑戰(zhàn)所在

實(shí)時(shí)事件/交易/交互數(shù)量每秒以百萬(wàn)計(jì)，由此產(chǎn)生的數(shù)據(jù)自然會(huì)給數(shù)據(jù)流處理系統(tǒng)造成巨大的壓力。即使數(shù)據(jù)已經(jīng)收集完成，系統(tǒng)仍然需要具備強(qiáng)大的能力以并行處理這些數(shù)據(jù)。之后是進(jìn)行事件關(guān)聯(lián)，旨在幫助我們從數(shù)據(jù)中提取有價(jià)值信息。除此之外，整套系統(tǒng)還需要具備容錯(cuò)性與分布式設(shè)計(jì)——這意味著系統(tǒng)需要擁有低延遲水平以及速度更快的計(jì)算機(jī)制以完成實(shí)時(shí)響應(yīng)任務(wù)。

如何實(shí)現(xiàn)

為了滿足以上各項(xiàng)苛刻條件，我們需要將大量工具加以結(jié)合。其中Apache Kafka負(fù)責(zé)收集數(shù)據(jù)流，并通過Apache Storm或者Apache Spark(基于具體系統(tǒng)需求)將其路由至HIVE/HDFS，接下來(lái)由分析引擎提取結(jié)論并將其發(fā)送至儀表板。

如何簡(jiǎn)化實(shí)現(xiàn)流程

來(lái)自任何來(lái)源的數(shù)據(jù)都會(huì)由Kafka集群負(fù)責(zé)收集與暫時(shí)存儲(chǔ)，而Zookeeper——>中繼——>主題分類機(jī)制則隨即跟上。而后其會(huì)通過Storm或者Spark被發(fā)送至HIVE/HDFS，并由后者再傳遞至分析引擎(例如SAS VA)——這一切都以實(shí)時(shí)方式完成，結(jié)論則被推送至儀表板供用戶理解及據(jù)此行動(dòng)。

最后，為了充分發(fā)揮實(shí)時(shí)數(shù)據(jù)分析的潛能，企業(yè)之間還需要通力協(xié)作。大數(shù)據(jù)領(lǐng)域的經(jīng)驗(yàn)證明，合作伙伴之間的配合是實(shí)現(xiàn)分析的前提條件。最后，各合作伙伴還需要廣泛接觸各垂直行業(yè)，從而理解其中的具體業(yè)務(wù)及錯(cuò)綜復(fù)雜的相關(guān)要素。

因此，選擇理想的合作伙伴亦左右著實(shí)時(shí)分析項(xiàng)目的最終命運(yùn)。

總結(jié)

多數(shù)企業(yè)都擁有大量最終用戶接觸點(diǎn)，而當(dāng)下對(duì)此類組織以及政府機(jī)構(gòu)而言可謂決定性時(shí)刻。通過即時(shí)了解當(dāng)前狀況，各組織機(jī)構(gòu)將能夠讓自己的工作更加富有成效——而實(shí)時(shí)數(shù)據(jù)分析方案則給了它們一個(gè)將理想轉(zhuǎn)化為現(xiàn)實(shí)的選項(xiàng)!