如果通过流数据实现实时分析？

了解业务上周发生了什么，还是了解现在发生了什么，哪个更重要?好吧，两者都可以提供有用的见解，你可能会用它来改善你的客户体验，制造更好的产品，推出更好的服务，或在业务流程中提高效率。不过，没有什么比了解现在正在发生的事情更重要。

实时分析是指在信息发生时捕捉并采取行动--或尽可能地接近。这涉及到流数据，这些数据可能来自摄像头或传感器，也可能来自销售交易、网站访客、GPS、信标、运营企业的机器和设备，或社交媒体受众。

这种实时的流数据在许多行业都越来越重要。金融服务公司利用对交易的实时分析来发现欺诈行为，并在交易发生前停止交易。这为他们节省了数以百万计的费用，而这些费用过去是浪费在追踪、取消和纠正那些只能在事后收到投诉时才能发现的损失上。Netflix利用这种流数据，根据现在流行的内容，对客户下一步想看的内容进行即时决策。同时，Facebook利用它从每天47.5亿个帖子中来识别并删除假新闻和辱骂性的帖子等危险内容。如果没有实时数据和分析，这是不可能实现的。

对于需要成熟数据策略的企业来说，使用实时数据通常是一个的用例。但如今可用的工具和平台意味着，实时数据的应用正在金融服务和硅谷以外的领域发生。

我介绍一个喜欢的例子，ZSL和WWF之间的Wildlife Insights项目，使用机器学习来分析在南非克鲁-格国家公园拍摄的视频片段，当检测到可能暗示偷猎危险的可疑活动时，自动发出警报。

实时数据对企业如此有价值的原因是，在一个我们每天创造2.5万亿字节数据的世界里，不仅存储旧数据的成本很高，而且数据的保质期也在缩短 。有价值的洞察力总是存在于新的数据中，如果你的竞争对手在利用这一资源方面走在了前面，而你还在使用几个月前的、静态的或批量处理的数据集，你显然处于劣势。

世界上大的零售商沃尔玛明白这个道理，它着手建立世界上大的私有数据云，每小时能够获取2.5PB的数据。但这些数据只代表过去几周的交易销售。正如沃尔玛分析师Naveen Peddamail告诉我的那样，“如果你在分析了一周或一个月的销售情况之后才能获得洞察，那么你的销售额就会下降。”

将人工智能技术通常是机器学习算法应用于实时数据集，使企业更接近于实现Gartner分析师所称的“持续智能”。这里的一个例子是在工地安全方面，当检测到可疑活动时，配备了机器视觉的摄像机可以发出警报。事实上，壳牌公司使用了一个类似的系统，自动发现在前厅吸烟的顾客，并警告他们这不是一个好主意。同样，在制造环境中，摄像机可以被训练来寻找磨损的迹象或其他可能即将发生故障的警告。

这些都是内部数据的例子，但外部数据也可以实时捕获或分析。运输和物流业务可以利用交通或天气数据流来协助路线规划，使他们能够在情况发生变化时做出反应。许多公司提供从智能手机中获取的实时匿名位置数据，并将这些数据提供给零售和活动企业，以帮助预测人们的行动。实时数据也经常用于销售点系统，特别是在电子商务中，试图交叉销售和向已经决定购买某样东西的客户追加销售更多的产品和服务。

微时刻

公司使用实时数据的有力的方式之一是帮助识别他们的客户是谁。我们知道，有些时候，人们消费内容是因为他们想得到娱乐，或者他们在研究策略，而有些时候，他们准备扣动扳机，做出购买决定。微软近的一项调查发现，人类的平均注意力只有8秒(比金鱼还少)，因此在正确的时间向潜在客户发送正确的信息至关重要。如果你不这样做，当他们在市场上买你销售的东西时，他们可能已经完全忘记你了!

实时数据和分析正迅速成为公司践行“在那里”的佳方式，在客户需要的时候，在他们的头脑中建立起你的产品和他们需求之间的联系。美国医药连锁企业CVS利用数据为其客户建立微时刻，通过追踪药物在其供应链中的流动，并在药物准备好可以领取时以及需要服用时发出实时警报。除了改善病人的体验和满意度，他们还发现，这也提高了对医嘱的遵守率，从而改善了医疗效果。

如前所述，实时分析通常被视为用例，因为它涉及快速移动的数据，而这些数据往往是混乱的或非结构化的。必要的程序，如数据验证和清理将需要在运行中完成，这意味着需要更多的处理能力，因此也意味着更多费用。

但是，实时分析的优势可能是巨大的。特别是当你处在一个竞争激烈的市场中时，知道你是在根据尽可能新的信息进行操作，意味着你可以相信你的预测和决策会比竞争对手更合理。

更多详情：https://www.forbes.com/sites/bernardmarr/2022/03/1

作者：任朝阳