資料洞察的普及化:讓即時分析,加速您的商業決策判斷!

「即時串流資料」已逐漸成為大勢所趨。根據 IDC 預測,到了 2025 年,有 25% 的資料都將會以「即時」(real-time) 的形式存在。隨之而來的,就是企業也會藉由即時資料來輔助決策。那究竟是什麼改變,帶動了這樣的趨勢呢?數位化的加速是直接因素之一。舉例來說,這些「即時資料」,可能來自各種行動裝置、數位通訊、電子商務、網路購物或數位媒體,甚至是工廠內的物聯網設備⋯⋯等。

對企業來說,未來的營運挑戰之一,就是要能駕馭這些即時串流資料,並借助資料洞察,來剖析市場、提高競爭力,更重要的是,改善顧客體驗。

串流分析將在企業內普及化

由經驗來看,蒐集、處理即時資料 (real-time data) 並對其進行操作非常有挑戰性。即時資料的本質是,它的量體和速度在許多情境中都可能發生巨大變化,而為它也造就了多層的複雜性,好讓資料工程師能確保其資料流正常運作。運行即時資料管道,涉及許多權衡取捨,也讓許多工程師採用 lambda 架構

而上述架構增加了工程師管理系統的負擔,也需要專業資料工程師團隊,使用門檻相當高。但不必擔心!Google Cloud 了解有更好的方法分析即時資料!透過 Google Cloud 的 DataflowPub/Sub,以無伺服器體驗,輕鬆處理事件串流中的變化,從而解決傳統串流系統所帶來的挑戰。Dataflow 與 Pub/Sub 可自動擴展,以精確地滿足手頭工作所需的資源,自動處理性能、擴展、可用性、安全性等問題。Dataflow 確保資料的可靠性及一致性,因此工程師可以信任系統產生的結果。Dataflow 作業是以 Apache Beam SDK 編寫的,因此它提供資料流的編程語言選擇(除了可移植性之外)。最後,Dataflow 還允許資料工程師輕鬆地在批次、串流 2 種資料處理模式之​​間來回切換,代表戶可以在「即時結果」和更具成本效益的「批次處理」中測試實驗,而無需更改程式碼。

延伸閱讀:【破雲而出】多雲架構下的智慧型數據分析

接下來,本文帶您更深入了解,不同職能專業,能如何擴展即時資料的分析。

商業分析師與資料分析師

要為資料分析人員、商業分析人員提供即時資料的權限,首先要使資料能夠快速集中到資料倉儲中。BigQuery 被設計為「永遠快速,永遠保持最新狀態」,並且能以每秒數百萬個事件的速度將其傳輸到資料倉儲中。因此資料倉儲的使用者,能處理最新的資料,從而使其分析更即時、結果更準確。

資料分析師除了將資料倉儲處理完的資料進行視覺化,還可以將 BigQuery ML 提供的機器學習功能應用於串流資料。如果分析師知道有一些需要權限的資料源,但目前的倉儲中沒有,Dataflow SQL 可使他們使用幾行簡單的 SQL 語法,連接新的串流資料源。

即時資料的資料處理能力,會影響商業分析師的判斷;因為分析師是藉由資料儀表板的呈現,來進行判讀。而 BigQuery 中的 BI Engine 為商務用例提供亞秒級的查詢回應 (response) 及高並發性 (concurrency),這提供了分析人員能提供「當前業務情況」更全面的描述。除了 BI,Looker 的資料驅動工作流程 (data-driven workflows) 和資料應用程式功能,也都受益於 BigQuery 中快速更新的資料。

ETL 開發人員

Data Fusion-Google Cloud 的 code-free ETL 工具-能讓 ETL 開發人員,藉由簡單的切換,做資料即時處理。Data Fusion 用戶可以輕鬆地設置其管道以即時處理資料,並將其放入 Google Cloud 任意數量的儲存或資料庫服務中。此外,您也可以使用 Data Fusion 外掛程式擴充 Cloud Data Fusion 的功能。外掛程式有來源、轉換、數據分析、動作、接收器、錯誤處理常式、快訊發布器和條件等不同類型,包括機器學習 API,讓人員能進行即時處理,為企業帶來了靈活性,而無需編寫任何程式碼。

iKala Cloud 客戶成功案例 – 漸強實驗室:用 Google Cloud 為品牌主量身打造的百萬社群圈粉術

如本文開頭所述,借助即時資料分析,企業能更有效、快速、準確地進行業務決策,從而提升營運效率,改善顧客體驗。今天您希望在最短時間內運算並推薦客人適合的商品、想要依據即時路況推薦更快的交通路線,或根據每一場遊戲的比分成績,即時調整玩家配對、遊戲難度⋯⋯或是更豐富的應用情境!現在就開始免費試用或進入 BigQuery sandbox,或由 iKala Cloud 為您提供專業技術諮詢吧!

(本文節錄、翻譯改編自 Google Cloud。)


連絡「GCP 專門家」