如果通過流資料實現實時分析？

瞭解業務上週發生了什麼，還是瞭解現在發生了什麼，哪個更重要?好吧，兩者都可以提供有用的見解，你可能會用它來改善你的客戶體驗，製造更好的產品，推出更好的服務，或在業務流程中提高效率。不過，沒有什麼比了解現在正在發生的事情更重要。

實時分析是指在資訊發生時捕捉並採取行動--或儘可能地接近。這涉及到流資料，這些資料可能來自攝像頭或感測器，也可能來自銷售交易、網站訪客、GPS、信標、運營企業的機器和裝置，或社交媒體受眾。

這種實時的流資料在許多行業都越來越重要。金融服務公司利用對交易的實時分析來發現欺詐行為，並在交易發生前停止交易。這為他們節省了數以百萬計的費用，而這些費用過去是浪費在追蹤、取消和糾正那些只能在事後收到投訴時才能發現的損失上。Netflix利用這種流資料，根據現在流行的內容，對客戶下一步想看的內容進行即時決策。同時，Facebook利用它從每天47.5億個帖子中來識別並刪除假新聞和辱罵性的帖子等危險內容。如果沒有實時資料和分析，這是不可能實現的。

對於需要成熟資料策略的企業來說，使用實時資料通常是一個高階的用例。但如今可用的工具和平臺意味著，實時資料的應用正在金融服務和矽谷以外的領域發生。

我介紹一個最喜歡的例子，ZSL和WWF之間的Wildlife Insights專案，使用機器學習來分析在南非克魯格國家公園拍攝的視訊片段，當檢測到可能暗示偷獵危險的可疑活動時，自動發出警報。

實時資料對企業如此有價值的原因是，在一個我們每天創造2.5萬億位元組資料的世界裡，不僅儲存舊資料的成本很高，而且資料的保質期也在縮短 。最有價值的洞察力總是存在於最新的資料中，如果你的競爭對手在利用這一資源方面走在了前面，而你還在使用幾個月前的、靜態的或批量處理的資料集，你顯然處於劣勢。

世界上最大的零售商沃爾瑪明白這個道理，它著手建立世界上最大的私有資料雲，每小時能夠獲取2.5PB的資料。但這些資料只代表過去幾周的交易銷售。正如沃爾瑪高階分析師Naveen Peddamail告訴我的那樣，“如果你在分析了一週或一個月的銷售情況之後才能獲得洞察，那麼你的銷售額就會下降。”

將人工智慧技術通常是機器學習演算法應用於實時資料集，使企業更接近於實現Gartner分析師所稱的“持續智慧”。這裡的一個例子是在工地安全方面，當檢測到可疑活動時，配備了機器視覺的攝像機可以發出警報。事實上，殼牌公司使用了一個類似的系統，自動發現在前廳吸菸的顧客，並警告他們這不是一個好主意。同樣，在製造環境中，攝像機可以被訓練來尋找磨損的跡象或其他可能即將發生故障的警告。

這些都是內部資料的例子，但外部資料也可以實時捕獲或分析。運輸和物流業務可以利用交通或天氣資料流來協助路線規劃，使他們能夠在情況發生變化時做出反應。許多公司提供從智慧手機中獲取的實時匿名位置資料，並將這些資料提供給零售和活動企業，以幫助預測人們的行動。實時資料也經常用於銷售點系統，特別是在電子商務中，試圖交叉銷售和向已經決定購買某樣東西的客戶追加銷售更多的產品和服務。

微時刻

公司使用實時資料的最有力的方式之一是幫助識別他們的客戶是誰。我們知道，有些時候，人們消費內容是因為他們想得到娛樂，或者他們在研究策略，而有些時候，他們準備扣動扳機，做出購買決定。微軟最近的一項調查發現，人類的平均注意力只有8秒(比金魚還少)，因此在正確的時間向潛在客戶傳送正確的資訊至關重要。如果你不這樣做，當他們在市場上買你銷售的東西時，他們可能已經完全忘記你了!

實時資料和分析正迅速成為公司踐行“在那裡”的最佳方式，在客戶需要的時候，在他們的頭腦中建立起你的產品和他們需求之間的聯絡。美國醫藥連鎖企業CVS利用資料為其客戶建立微時刻，通過追蹤藥物在其供應鏈中的流動，並在藥物準備好可以領取時以及需要服用時發出實時警報。除了改善病人的體驗和滿意度，他們還發現，這也提高了對醫囑的遵守率，從而改善了醫療效果。

如前所述，實時分析通常被視為高階用例，因為它涉及快速移動的資料，而這些資料往往是混亂的或非結構化的。必要的程式，如資料驗證和清理將需要在執行中完成，這意味著需要更多的處理能力，因此也意味著更多費用。

但是，實時分析的優勢可能是巨大的。特別是當你處在一個競爭激烈的市場中時，知道你是在根據儘可能最新的資訊進行操作，意味著你可以相信你的預測和決策會比競爭對手更合理。

作者Bernard Marr是一位國際暢銷書作家、受歡迎的主題演講者、未來學家，也是政府和公司的戰略商業和技術顧問。