狂歡過后數據該咋辦？成本控制是關鍵

在大數據時代，最不缺伐的就是峰值流量的出現。一旦出現降價、打折或者平臺周年慶，當日的峰值流量將可能刷新平臺服務器承載上限，而這也意味著多種壓力共同提升，其中最容易被忽視的一部分在于數據。因為當天數據量會爆炸，如果不及時處理，這些數據的核心價值將會隨之而降低。

流量峰值帶來數據爆炸

從去年的數據來看，我國電商業(yè)務的交易額達到了22.97萬億元，同比增長25.5%。這種增長率也意味著數據量飆升，從服務器、網絡、物流、售后和品控等多個方面的數據都會產生壓力。

服務器與網絡的數據壓力將首當其沖。每次活動前夕，程序員幾乎都要徹夜難眠，有時需要靠”玄學”祈禱才能幫助服務器度過難關。即便云服務器準備再充分，擴容再強，也很難保證千軍萬馬同一秒沖入活動界面時不會出問題。

商業(yè)促銷是各種數據的爆炸點

相應的，商業(yè)促銷也會帶動物流方面的數據的爆炸。去年我國快遞企業(yè)營收為4005億元，同比2015年增長44.6%。如此大量的訂單不僅存在的交通、工作人員等方面的難題，還有物流信息的處理、同步和管理等大量的難題。

品控和售后是對平臺品牌的保障，如果這兩步出了問題，那么平臺就會面臨口碑下滑，甚至活動起到相反的效果。而在活動期間，進行品控和售后都絕非簡單，這些數據的產生和消化都在考驗著工作人員和官方平臺的協調能力。

數據資源面臨時間考驗

在這些方面產生的大量數據之后，把活動期間產生的大數據簡單的統計然后丟棄顯然是一種資源浪費。想讓這些數據資源實現價值，在存儲、處理和分析等方面都存在不小的難題。

一開活動什么都成稀缺貨

第一，活動期間，企業(yè)將全面面臨人手不足的問題。因此程序員、運維人員和系統管理人員常常顧此失彼，數據處理和分析人員又不能招收臨時工應急，反還會被外借到其他部門去做緊急處理，從而讓大量的活動峰值數據面臨擱置危機。

第二，活動期間是一個數據爆發(fā)點，這些數據具有大流量、高并發(fā)和急需求等多種特點。原本慢條斯理的數據處理工作面臨轉瞬即逝的問題，簡單來講這就像把一個月的工作堆積到一天去完成，數據處理難上加難。

數據爆炸根本不能等

第三，數據處理等不得。事實上，所有的大數據都具有等不得的特點，數據的價值保質期僅有三個月，而以一些時效性較強的商業(yè)數據迭代速度更快，如果得不到處理，那么消耗大量資源存儲的商業(yè)數據自身價值就會急速下滑，對企業(yè)的指導作用都會相應的下降。

數據處理要成本把控

平臺開展促銷活動不僅僅是為用戶著想，也是對自身負載上限的一次考驗。在未來幾年中，我國的物流行業(yè)將會進入日均1億快件的節(jié)奏，這就意味著訂單量會爆發(fā)性增加，物流頻次加速，數據量繼續(xù)上升，數據處理的提速和降耗將會變成急需解決的問題。

快節(jié)奏的數據時代成本很重要

數據處理提速目前提倡的是流式大數據處理，流式處理的優(yōu)勢在于借助開源的分布式系統，運行數據流代碼時，分配數據到容錯力高的計算機中并行運行，從而達到低延遲、可擴展和容錯率高的目的。但這種處理方式最大的限制在于成本過高，尤其是對于超大量數據應用流式數據處理會讓平臺得不償失，以此處理所得的數據價值未必比成本更高。

數據處理降耗則是指降低在數據處理過程中的人力和財力消耗。在促銷活動期間，用人緊張導致人力資源價值提升，這就需要在數據價值和人力價值之間尋找平衡點;同時無法處理的數據在存儲和管理方面的成本也需要納入考慮范圍。

人用數據不能被數據牽著走

解決數據問題需要從多個層面來考慮：人力方面，數據價值是不可忽視的一部分，專業(yè)人從事專業(yè)事，讓人的價值最大化發(fā)揮;技術層面，將人工智能的深度學習和機器學習技術深化與大數據技術的結合，讓人在大數據處理流程中只指揮，不執(zhí)行，把計算力還給云和HPC;數據層面，強化數據分流，將時效性明顯的數據優(yōu)先處理，并且有選擇的進行數據清洗，降低存儲和管理成本，提高處理效率。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。