布莱恩·贝瑞2017年3月10日
业务领导者需要及时了解他们所管理的业务的运营和盈利能力，以帮助做出明智的决策。但是，当信息传递延迟时，决策者就失去了宝贵的时间来调整和响应不断变化的市场条件、客户偏好、供应商问题或三者。在考虑任何业务分析解决方案时，需要问的一个关键问题是:我们可以(或应该)多久更新一次底层数据?通常，来自业务涉众的第一个答案是“尽可能频繁地”。“实时分析”的概念，即随时提供最新的数据，通常很有吸引力。但对于这句话的真正含义，可能存在一些困惑。
尽管术语实时分析指的是频繁变化的数据，但它并不等同于简单地频繁刷新数据。利用数据集市、数据仓库和多维数据集的传统分析包通常统称为决策支持系统(DSS)。DSS帮助业务分析师、管理层和所有权人了解其业务的历史趋势，执行根本原因分析并实现战略决策。DSS系统汇总和分析销售、成本和其他交易，而实时分析系统则消化和处理事件。可以想象，一个价值2500万美元的企业每天记录1万笔交易。可以想象，相同的企业在其网站上记录事件:登录、搜索、购物车添加、购物卡删除、产品图像缩放事件。如果业务100%在线，会有多少活动?答案可能会使你大吃一惊。
为什么实时分析？
DSS解决方案会回答诸如“我们上个月的净收入是多少?”、“与去年同期相比，我们的净收入是多少?”或者“上个月哪些客户最赚钱?”实时分析会回答诸如“现在的客户体验是积极的吗?”或者“我们现在如何优化这笔交易?”“在零售行业，通过社交媒体渠道了解顾客在你店里的体验，可以推动服务水平调整或价格促销。当分析是实时的，商店经理可以调整当天的利润优化。一些例子:
- 社交媒体情绪分析-解决客户满意度问题
- 通过设备维护分析消除业务中断成本
- 利用网络和移动分析进行推广和营销优化
- 整个购物体验的产品推荐，在线或“实体”
- 通过可穿戴技术提供的实时患者健康指标改善了医疗保健服务
在当今世界，客户期望得到世界一流的服务。这种预期隐含着这样一种假设:与他们做生意的公司“了解他们”，预见他们的需求，并对他们做出回应。这说起来容易，但执行起来难。必须满足这一期望的公司需要技术领导者了解三个关键概念，这三个概念对实现实时分析至关重要。
第一个是物联网(IoT)
移动设备、社交媒体、工厂地板传感器等产生的数据的速度和数量是实时分析的基础。“物联网”指的是连接到互联网上的设备或传感器，可以提供有关使用情况或物理环境(设备通电的地方)的数据。像社交媒体和移动设备一样，物联网传感器可以非常、非常迅速地产生大量数据——这就是“大数据”现象。
第二种是云计算
只能通过云尺度数据存储和云尺度数据处理实现IOT和大数据的大规模。除非您的公司名称是谷歌，亚马逊或微软，否则您可能无法跟上。因此，要实现实时分析，必须拥抱云计算。
三是智能系统
IBM的“WATSON”计算机通过在危险中脱离人类来实现了一个重要的里程碑。从那时起，公司一直将人工智能（AI）集成到大型系统中。II在这个意义上只是一种数学模型，它计算数据代表人类会识别的概率：供应商中断，一个不满意的客户可以取消订单，设备故障。使用实时数据，机器学习模型可以识别即将发生的事件。从那里，他们可以自动响应，或向参与过程的人员发出警报。智能系统帮助人类做出灵活的调整，以提高底线。
我的公司需要什么技术来实现这一点?
从技术角度来看，清楚地了解云计算至关重要。在评估云平台时，CIO应该寻找能力的广度和支持多个框架。作为Microsoft合作伙伴，BlumShap必威电子iro咨询与Microsoft Azure及其Cortana Intelligence平台合作。这为我们的客户提供了云规模，低成本和各种实时和大数据处理选项。
此图描述了组成Cortana Intelligence的Azure资源。最相关的实时分析资源是:
- 活动中心摄取由事件提供者(即传感器和设备)发送的高速流数据
- 数据湖商店提供无实际限制的低成本云存储
- 流分析执行飞行中流式数据处理
- 机器学习或Azureml，支持预测模型的设计，评估和集成到实时管道中
- 认知服务是开箱即用的人工智能服务，解决了广泛的常见机器智能场景
- 权力BI支持在仪表板上上下文中可见的流数据集
使用实时分析开始的四个步骤
从眼睛糖果开始
如果您没有支持实时数据流的仪表板工具，请考虑以下解决方案权力BI。即使你还没有准备好实施物联网解决方案，Power BI也使任何社交媒体或客户营销活动变得更加可行。Power BI可用于连接数据库、数据集市、数据仓库和多维数据集，作为现有DSS系统的指示板和可视化工具非常有价值。如果没有可视化，人类将很难对任何类型的数据(无论是慢的还是快的)提供洞察力和行动。
进入云端
云存储成本和云处理规模是实时分析在经济上可行的唯一机制(对大多数公司来说)。学习如何投资于技术像云计算一样，真的可以帮助向前移动业务。
拥抱机器智能
为了使智能系统成为现实，您需要了解机器学习技术，如果仅在高电平。从历史上看，这意味着开发一个数据科学家团队，其中许多人在数学或统计数据中有博士学位，以及像R或Python这样的开源工具。今天，机器学习更容易访问，然后它已经曾经。Azureml有助于快速跟踪预测模型的评估和操作。
找到实时机会
作为组织中的技术领导者，CIO需要与其他业务领导者密切合作，以了解实时信息在哪里可以增加收入，降低成本，或者两者兼得。这可能需要想象力。从这个问题开始——我们想更快地了解什么?如果我们知道我们的客户会更快地这样做，我们将如何回应?如果我们知道我们的设备会更快地失效，我们将如何应对?如果我们知道有机会卖出更多，我们会如何应对?
