雙十一背后的另一種速度,內(nèi)存分析對企業(yè)為何如此重要

每年雙十一購物節(jié),既是消費者的購物狂歡日,也是對電商、物流、供應(yīng)鏈、品牌商們一場嚴(yán)酷的戰(zhàn)斗考驗:今年雙十一銷售規(guī)模預(yù)期能達(dá)到多少,如何實現(xiàn)銷售精準(zhǔn)預(yù)測,做到不缺貨、不堆積?如何優(yōu)化動態(tài)定價,實現(xiàn)營收與利潤的最大化?如何為消費者提供精準(zhǔn)營銷,實現(xiàn)個性化的服務(wù)?如何實現(xiàn)供應(yīng)鏈的優(yōu)化,讓生產(chǎn)、倉儲、補貨從容不迫……

以往年相比,最近一兩年不同企業(yè)在應(yīng)戰(zhàn)“雙十一”時開始變得涇渭分明。一些企業(yè)依然忙得像熱鍋上的螞蟻,卻沒有頭緒與章法,整個雙十一在東忙西亂之中匆匆結(jié)束,來年卻又周而復(fù)始;另一些企業(yè)雖然身處繁忙之中,但頗有氣定神閑的自信,一切安排井然有序,談笑間訂單紛紛飛來,甚至對之后的雙十二和年底促銷也是了然于胸。

這其中的根源在于:擁抱數(shù)據(jù)分析能力的企業(yè)開始從中受益。這些企業(yè)在營銷、運營、供應(yīng)鏈、生產(chǎn)等環(huán)節(jié)嘗試構(gòu)建起強大的數(shù)據(jù)分析模型,并通過機(jī)器學(xué)習(xí)等人工智能技術(shù)和內(nèi)存計算技術(shù),不斷基于數(shù)據(jù)進(jìn)行訓(xùn)練、學(xué)習(xí)和分析,從而在瞬息萬變的市場環(huán)境中為營銷、運營、供應(yīng)鏈等業(yè)務(wù)環(huán)節(jié)實時決策提供精準(zhǔn)支持。

事實上,導(dǎo)入AI和內(nèi)存計算技術(shù)給企業(yè)數(shù)據(jù)分析帶來變革被認(rèn)為是大勢所趨。Garnter就預(yù)測,未來三年,數(shù)據(jù)分析知識與技術(shù)將加速普及,讓各大企業(yè)和機(jī)構(gòu)的員工能夠運用高級數(shù)據(jù)分析功能,從數(shù)據(jù)中獲取有價值的可用洞察。從公司整體戰(zhàn)略,到具體業(yè)務(wù)場景,全面擁抱數(shù)據(jù)分析能力的企業(yè)將會在未來市場競爭中占據(jù)先機(jī)。

AI和內(nèi)存計算為數(shù)據(jù)分析帶來變革

在過去傳統(tǒng)數(shù)據(jù)倉庫時代,數(shù)據(jù)分析通常是數(shù)據(jù)類型單一、分析實時性差、支持局部業(yè)務(wù),這種數(shù)據(jù)分析模式很難真正實現(xiàn)“數(shù)據(jù)驅(qū)動業(yè)務(wù)”。而現(xiàn)在,數(shù)據(jù)分析今非昔比,普通大眾員工在日常不同場景中就能基于數(shù)據(jù)的洞察進(jìn)行各種決策,這要于歸功于數(shù)據(jù)分析相關(guān)技術(shù)的高速發(fā)展,像機(jī)器學(xué)習(xí)、自然語言處理等AI技術(shù)融入到數(shù)據(jù)分析之中。

其中代表性技術(shù)之一就是增強型數(shù)據(jù)分析,Garnter2017年提出這個概念,即指運用諸如機(jī)器學(xué)習(xí)和自然語言處理 (NLP) 等人工智能 (AI) 技術(shù),將公司原始數(shù)據(jù)的清洗和分析流程自動化,把數(shù)據(jù)轉(zhuǎn)換為可行洞察。增強型數(shù)據(jù)分析把數(shù)據(jù)科學(xué)家從清理數(shù)據(jù)和人工解析問題等繁瑣工作中解放出來,讓企業(yè)用戶也能近乎實時地獲得更詳細(xì)的數(shù)據(jù)洞察能力。

Garnter預(yù)測增強型數(shù)據(jù)分析到2022年將會全面普及,并且與增強型數(shù)據(jù)分析緊密相關(guān)的增強型數(shù)據(jù)管理也將大有作為。增強型數(shù)據(jù)管理將人工智能和機(jī)器學(xué)習(xí)應(yīng)用于維護(hù)數(shù)據(jù)質(zhì)量的各個方面,并確立從現(xiàn)有數(shù)據(jù)中獲取價值的新方法:例如讓長期以來主要用于審計、 研習(xí)和報告的元數(shù)據(jù)在發(fā)現(xiàn)數(shù)據(jù)使用模式方面發(fā)揮更加積極的作用。

另一大代表性技術(shù)則是對話分析。Gartner預(yù)測,到2021 年,這一技術(shù)能將員工(尤其是前端員工)采用數(shù)據(jù)分析和商業(yè)智能的比率從 35% 提高到一半以上。對話分析將自然語言處理 (NLP) 和數(shù)據(jù)分析結(jié)合在一起,讓企業(yè)用戶就像在網(wǎng)上使用搜索引擎一樣自然地提出問題。然后,人工智能算法進(jìn)行問題解析,運行數(shù)據(jù)分析模型并再次以企業(yè)用戶可以理解的方式反饋結(jié)果。

大量機(jī)器學(xué)習(xí)、自然語言等人工智能技術(shù)的引入,以及企業(yè)業(yè)務(wù)場景對實時數(shù)據(jù)洞察的需求不斷增加,產(chǎn)生了對更大數(shù)據(jù)集更加快速處理的需求,也直接驅(qū)動著越來越多企業(yè)開始轉(zhuǎn)向內(nèi)存分析平臺,以處理復(fù)雜的數(shù)據(jù)分析工作負(fù)載。

Forrester的一項全球性調(diào)研佐證了這個大趨勢。

內(nèi)存分析平臺加速智能企業(yè)打造

如今無論是數(shù)字化轉(zhuǎn)型還是智能化升級,其本質(zhì)就是企業(yè)從所掌握的海量多樣化數(shù)據(jù)中心獲取價值,在數(shù)字化時代中真正實現(xiàn)“數(shù)據(jù)驅(qū)動業(yè)務(wù)”。在此大背景下,F(xiàn)orrester在2019年對美國、中國、英國、德國等國家353位數(shù)據(jù)管理策略決策者開展了一項定制化調(diào)研。

該調(diào)研發(fā)現(xiàn),數(shù)據(jù)已成為影響業(yè)務(wù)成功的核心因素,企業(yè)加速專注實時業(yè)務(wù)智能;但依然面臨著不夠人性化的復(fù)雜工具生態(tài)系統(tǒng),導(dǎo)致從數(shù)據(jù)中獲取價值異常艱難;而通過采用持久內(nèi)存技術(shù)的內(nèi)存數(shù)據(jù)庫解決方案來構(gòu)建內(nèi)存分析平臺,則可以有效降低復(fù)雜性、消除數(shù)據(jù)孤島、簡化集成、解決故障,讓企業(yè)在加速轉(zhuǎn)向“數(shù)據(jù)驅(qū)動型”的智能企業(yè)。

例如,越有61%的受訪企業(yè)在采集和分析大數(shù)據(jù)時遇到系統(tǒng)限制,約有55%的受訪企業(yè)因為數(shù)據(jù)訪問工具對于業(yè)務(wù)不夠人性化,無法通過自助服務(wù)訪問數(shù)據(jù),還有48%的受訪企業(yè)由于數(shù)據(jù)與應(yīng)用的復(fù)雜性,難以整合不同的數(shù)據(jù)孤島。

企業(yè)與機(jī)構(gòu)現(xiàn)在需要面臨大量多源、異構(gòu)、海量的數(shù)據(jù)環(huán)境,會使用大量的數(shù)據(jù)存儲、訪問和集成解決方案,加上數(shù)據(jù)生命周期管理工具與流程復(fù)雜,復(fù)雜的工具生態(tài)系統(tǒng)讓企業(yè)的數(shù)據(jù)管理、分析變得極其復(fù)雜。在此次調(diào)研中,針對上述復(fù)雜性,約有超過50%的受訪者表示給數(shù)據(jù)管理與分析帶來了極大的困難與挑戰(zhàn)。

與此同時,該調(diào)研還顯示,約有70% 的企業(yè)已經(jīng)開始實施內(nèi)存數(shù)據(jù)庫以緩解上述某些問題,另有28% 的公司正計劃實施,或?qū)υ摷夹g(shù)感興趣。大約有一半的受訪者認(rèn)為內(nèi)存功能有助于人工智能和機(jī)器學(xué)習(xí)應(yīng)用、流分析和事件處理,以及從事務(wù)系統(tǒng)中獲得實時業(yè)務(wù)洞察。而實時洞察及基于人工智能和機(jī)器學(xué)習(xí)的智能業(yè)務(wù)應(yīng)用正是企業(yè)與機(jī)構(gòu)最重要的數(shù)據(jù)分析能力之一。

隨著企業(yè)在向智能企業(yè)演進(jìn)過程中,部署越來越智能業(yè)務(wù)應(yīng)用,對于數(shù)據(jù)處理以及大規(guī)模存儲和檢索數(shù)據(jù)能力要求不斷提升,以SAP HANA內(nèi)存數(shù)據(jù)庫+英特爾傲騰持久內(nèi)存的組合被認(rèn)為是企業(yè)構(gòu)建內(nèi)存分析平臺的絕佳組合,這對組合不僅有效改善數(shù)據(jù)完整性和一致性,還能實現(xiàn)實時數(shù)據(jù)轉(zhuǎn)換與計算,從而提升流程效率和開發(fā)速度。

在這對絕佳組合中,英特爾傲騰持久內(nèi)存作為一項重要的技術(shù)創(chuàng)新,在性能、容量、可靠性等方面為“實時分析”提供了最佳保障,也受到越來越多用戶的青睞。

徹底釋放內(nèi)存分析平臺潛能

為什么“實時分析”非常重要?

如果看看如今的數(shù)據(jù)增長情況就能理解。到2020年底,將有58億臺物聯(lián)網(wǎng)終端設(shè)備投入使用,全球移動用戶已經(jīng)超過80億,到今年底,全球移動數(shù)據(jù)總流量將達(dá)到每月38EB,到2025年預(yù)計還將增長到每月160EB。這些趨勢其實表明了一個海量豐富的數(shù)據(jù)時代正在加速到來,在規(guī)模如此龐大的海量數(shù)據(jù)中能夠“實時”獲取洞察,對于業(yè)務(wù)極具價值。

另一方面,企業(yè)只有實現(xiàn)業(yè)務(wù)核心的動態(tài)數(shù)字化轉(zhuǎn)型,才能有效應(yīng)對這種實時數(shù)據(jù)帶來的沖擊。為此,需要將業(yè)務(wù)流程各個部分(供應(yīng)商、工廠車間、分銷商和客戶)涌入的巨大信息流即時轉(zhuǎn)換為可行的數(shù)據(jù)分析,由此提高競爭力和效率。

例如,在雙十一中,今年是“雙十一”平臺大促+網(wǎng)紅營銷+直播帶貨等多種銷售模式加持下,“爆款”雖然賣得好,但也可能會遇到產(chǎn)能跟不上的情況。同樣是小家電品牌商,具有數(shù)據(jù)分析能力的企業(yè)往往是綜合分析各個倉庫的容量、產(chǎn)品限制、上游產(chǎn)能、運輸限制等因素,基于動態(tài)需求進(jìn)行綜合數(shù)據(jù)分析,從而給補貨建議,實現(xiàn)調(diào)撥、分配、配貨等不同場景的高效。

對于許多企業(yè)與機(jī)構(gòu)而言,SAP HANA 平臺諸多內(nèi)存數(shù)據(jù)庫功能提供了實時運行高速事務(wù)處理和高級分析所需的核心軟件功能,是內(nèi)存分析平臺的最佳選擇之一,但受制于現(xiàn)有硬件性能,使得其潛能一直未充分發(fā)揮。

英特爾傲騰的出現(xiàn),為釋放SAP HANA內(nèi)存分析潛能帶來了巨大的保障。例如,HPE Superdome Flex 在 SAP Business Warehouse 版SAP HANA標(biāo)準(zhǔn)應(yīng)用基準(zhǔn)測試版本中以416 億條初始記錄創(chuàng)下總體性能和 16個處理器性能的世界紀(jì)錄,測試使用的 Superdome Flex 配備了 16 個第二代英特爾? 至強? 鉑金 8280L 處理器、12TB DRAM 和 12TB英特爾持久內(nèi)存。與僅采用DRAM的方案相比,英特爾傲騰持久內(nèi)存能夠帶來更高的容量,并將SAP HANA平臺基礎(chǔ)設(shè)施成本降低39%。

事實上,SAP HANA+英特爾傲騰正在越來越多用戶青睞的組合。例如,特種化學(xué)品生產(chǎn)企業(yè)Evonik需要與龐大而復(fù)雜的供應(yīng)鏈合作,滿足全球客戶的需求。為了跟蹤所有物流動態(tài),并游刃有余地應(yīng)對各類挑戰(zhàn),Evonik使用SAP HANA進(jìn)行實時數(shù)據(jù)分析并生成報告,在采用英特爾傲騰持久內(nèi)存進(jìn)行驗證時,服務(wù)器重啟后重新加載數(shù)據(jù)表速度提升了17倍,大幅縮短SAP升級和維護(hù)周期,降低總體擁有成本大幅下降。

人們常言:天下武功唯快不破,“實時性”的價值在數(shù)字化時代下業(yè)務(wù)場景中已經(jīng)展現(xiàn)的淋漓盡致。隨著產(chǎn)業(yè)數(shù)字化步伐的加速,數(shù)字化將覆蓋到企業(yè)的方方面面,而構(gòu)建其內(nèi)存分析平臺的企業(yè)就猶如在數(shù)字化時代下?lián)碛幸豁椢涔γ丶?,這項武功越快,就能在市場中獲得差異化的競爭力,從而立于不敗之地。

免責(zé)聲明:此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章,所有文字和圖片版權(quán)歸作者所有,且僅代表作者個人觀點,與極客網(wǎng)無關(guān)。文章僅供讀者參考,并請自行核實相關(guān)內(nèi)容。投訴郵箱:editor@fromgeek.com。

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)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(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2020-11-17
雙十一背后的另一種速度,內(nèi)存分析對企業(yè)為何如此重要
大量機(jī)器學(xué)習(xí)、自然語言等人工智能技術(shù)的引入,以及企業(yè)業(yè)務(wù)場景對實時數(shù)據(jù)洞察的需求不斷增加,產(chǎn)生了對更大數(shù)據(jù)集更加快速處理的需求,也直接驅(qū)動著越來越多企業(yè)開始轉(zhuǎn)向內(nèi)存分析平臺,以處理復(fù)雜的數(shù)據(jù)分析工作負(fù)

長按掃碼 閱讀全文