共计 9608 个字符，预计需要花费 25 分钟才能阅读完成。
介绍
作为人类，咱们天生就想要即刻领有货色。即时满足感是一种弱小的力量，以后的实时经济反映了这一点。业务方之间的事务在实时的数字化，逐步自动化（M2M 通信、物联网、人工智能和机器学习）并实现。
依据 Volt Active Data 的期待心理考察，当被问及“实时意味着什么”时，超过 70% 的受访者示意“立刻”。即时满足的需要推动了实时经济的倒退，也因而涌现出了少量试图创立应用实时决策的新型应用程序的供应商。
然而，如果没有适合的根底数据平台来反对应用程序疾速接管和解决数据的能力，就不可能进行实时决策。如果没有一个平台能够通过情景智力来积极支持你的数据需要并确保你按需应用（就数据而言），那么您最终将是在原地踏步并缓缓落后于颠覆者。
这本电子书提供了六个实时决策的应用案例，展现了企业如何充分利用 Volt Active Data 平台反对 5G 的数据。
利用机器学习实时预防欺骗
欺诈无处不在。依据 LexisNexis True Cost of Fraud 2016 的报告，“自去年以来，欺骗交易的均匀数量和价值急剧回升。欺骗占支出的百分比也有所回升。”
鉴于现状，咱们齐全有理由置信这一趋势将继续或减速。边缘交易数量的增长、每分钟或每秒刷卡次数的减少以及挪动和电子商务欺骗的减少使状况变得更糟。
依据巴克莱卡（BarclayCard）委托 Javelin Strategy & Research 的电子商务承兑领取优化钻研表明，更多的商家关注的是承兑而非预防。专一于承兑会增加收入，但也会导致欺骗还款和名誉上的损失。然而当你专一于欺骗时，可能会导致问题误报。做出正确的决策并缩小误报对于吸引和留住客户和商家都至关重要。
但这个问题上只是投入更多资源是不够的。更多的欺骗尝试胜利了，纵使有资金投入到了检测工作中，人工欺骗检测被宏大的交易量吞没。现实情况是，传统欺骗检测措施的老本正在迅速收缩，而与此同时，诈骗者正在不断创新以应对策检测伎俩。诈骗者和公司之间的奋斗背地有一个简略的事实：欺骗检测只是预先纠正，而不是一开始就预防。因而，随着工夫的推移，欺骗检测工作的理论价值越来越低。
从检测转变为预防
通过将欺骗零碎从交易后检测零碎更改为交易内预防零碎，你能够升高经营老本、缩小误报并在欺骗产生时进行阻止。
在抉择欺骗解决方案或其根底技术时，务必牢记一些要害要求。对于交易内的解决，你须要疾速且可扩大的技术，最好是在商品硬件上。你须要每秒解决数千次刷卡、NFV 点击和在线领取，而欺骗检测的工夫估算只有几毫秒。
此外，你须要确保欺骗解决方案稳固且有弹性。除了现有的无关财务数据的规定外，还须要确保零碎在做出决策时基于正确的数据。随着事务节奏的减速，数据同步的速度将不够快；你须要立刻保持数据的同步。此外，因为节点宕机而失落数据是不可承受的。
华为
华为是寰球当先的信息和通信技术解决方案供应商，也是生产电子巨头。他们借助由 Volt Active Data 提供反对的 FusionInsight 平台，为头部银行提供欺骗剖析。
华为之所以抉择 Volt Active Data，是因为他们须要一个可能在低提早（<50ms）和高吞吐量（>10ktps）的状况下，在每笔金融交易中执行数千次查问的零碎。华为应用 Volt Active Data 每秒监控 1 万笔简单交易，99.99% 的交易在 50 毫秒内实现。华为在几毫秒内对每笔交易利用数百条规定和评分查看，将本来须要数周的欺骗检测利用到实时交易中。
华为和 Volt Active Data 提供的性能是传统欺骗检测的 10 倍，欺骗案件缩小了 50% 以上，每年从欺骗损失中节俭了 1500 多万美元。
通过超个性化晋升客户体验
人们个别都会想要更加个性化的产品、服务和体验。这是推动机器学习倒退和趣味的重要用例之一。参加个性化内容或体验的客户更有可能与该产品或服务建设集体分割，并继续应用。
个性化曾经不离奇了，但如何更好的满足个性化需要变得越来越艰难。企业须要在短时间内提供更相干、更个性化的客户体验。为了满足古代和将来的需要，任何个性化都必须实时投合每个客户的需要或品尝。
越来越大的个性化挑战
随着人们逐步习惯以后的个性化程度，他们将对个性化提出更高的要求。这意味着要在更短的工夫内解决更多数据。实时应用程序或服务必须以可预测的形式踊跃地为客户提供高度个性化的体验。
例如，超级个性化零碎不仅可能查看用户最近浏览的文章并依据这些文章提出倡议，而且还能够将这些文章、地位历史、共享社交媒体信息以及更多内容一起提供给数十万用户，从而做出最优举荐。
随着个性化规模和速度的进步，有一个很容易疏忽的重要组成部分：准确性。
FT.COM
通过提供对用户行为数据的快速访问，Volt Active Data 使 FT.com 可能扭转每个用户的体验。他们将不同的用户事件数据存储在 Volt Active Data 中，并通过它来对站点的不同局部进行更改。
例如，对于应用广告拦截器的用户，FT.com 能够通过 Volt Active Data 公开这些数据，并在网站上显示不同的 UI 组件。另一个很好的例子是向用户提供个性化举荐。FT.com 的 myFT 性能使用户能够治理本人版本的 FT.com，以蕴含他们最感兴趣的话题。
对于新用户来说，提供相干举荐可能会比拟难，因为他们还没有关注任何内容，这使得任何类型的协同过滤都很艰难。通过将用户页面视图存储在 Volt Active Data 中，myFT 团队能够依据用户浏览的文章数据向用户推送他们可能关注的话题。
在应用 Volt Active Data 提供实时个性化的同时，也 FT.com 决定应用 Volt
Active Data 为其题目的 A / B 测试提供技术支持。每个题目公布大概一个小时，零碎会确定最受欢迎的题目并将其用于正式公布。
此外，数据通过 Redshift 存储在磁盘上以进行更深刻的剖析。尽管 A / B 测试始终是商业剖析的支柱，然而因为有大量的文章和读者，因而实时 A / B 测试是确保 FT.com 内容取得最大受众的最佳形式。除了 UI 更改、推送和 A / B 测试之外，FT.com 还在其名为 Envoy 的新营销和自动化行程我的项目中应用 Volt Active Data。这一新的外部产品使团队可能为用户生成自动化行程，并管制各种消息传递接触点。再次之前，无论是在网站上还是在电子邮件、短信、电话等，他们无奈集中控制如何向用户推送信息。当初 Envoy 能够解决各种信息，包含无需付费的、广告和个性化推送。
Envoy 提供此性能，并以多形式连贯到 Volt Active Data。通过 Volt Active Data 流入 Envoy 的数据，使 FT.com 可能利用 Volt Active Data 中保留的额定用户数据来丰盛通过零碎的事件。例如，如果在特定用户旅程中，该用户须要查看现场音讯，信息将被推送到 Volt Active Data 中并以后面提到的 UI 更改相似的形式展现进去。
通过利用 Volt Active Data，FT.com 依附个性化内容、即时消息和行程，吸引、留住并取得数十万订阅者甚至更多。事实证明，Envoy 胜利地实现了 25% 的音讯点击率。随着领取回收率进步了 4 个百分点和数百万独立用户，FT.com 的投资回报率进步了四倍。当谈及“实时决策”，FT.com 的一位代表示意“如果不是 Volt Active Data，咱们无奈发明了这 5% 的收益”。
通过实时剖析进步玩家留存率和 ARPPU
游戏是无可争议的挪动利用之王。只管游戏仅占 2017 年挪动应用程序总下载量的 40%，但 2017 年有 80% 的应用程序生产是来自手机游戏。去年，手机游戏的生产甚至超过了 PC 游戏的 2.3 倍以及主机游戏的 3.6 倍。尽管这些数字表明挪动开发者正在淘金，但事件并没有看上去那么有利可图。
移动游戏的爆炸性增长意味着每个付费用户的平均收入（ARPU）在逐年增长。然而，体现最好的游戏，如 Candy Crush 和 Toon Blast 占据了最大份额。依据 2016-2017 GameAnalytics 移动游戏要害指标剖析报告，从 2017 年 1 月到 9 月，前 16% 的手机游戏的 ARPU 减少了 15 美元 / 用户，总 ARPU 为 50 美元，这是一个令人瞩目的后果。然而，体现良好的游戏与一般游戏之间存在着微小的差距，一般游戏的 ARPU 为 7 美元（差距约为 43 美元）。体现个别的游戏的增长微不足道，而且这种差距岂但没有失去改善反而正在好转。
因而，留存率也呈现出相似的状况也就难能可贵了。良好的留存率基准应该是第 7 天 (D7) 在至多 15%。然而数据显示，即便是最胜利的游戏也难以达到这一规范，排名前 16% 的游戏的保存率依然低于 12%。对于其余绝大多数游戏来说，这个规范更是遥不可及。与排名前 16% 的游戏相比，它们彷徨在 4% 左右的留存率显得像是体现最差的游戏。
常见的变现策略及其局限性
无论游戏有多胜利，大多数游戏公司都相熟并施行一些常见的变现策略。最广泛的办法是取得更多的用户。为此，公司会减少其 UA 收入，想着更多的用户将带来更多的资金。然而，iOS 每次的装置老本（CPI）为 2 美元，0.95 美元的 ARPU 并不能带来盈利。只管付费 UA 的成功率是天然 UA 的 4 倍，但通常状况下游戏第一个月的营收只能达到 CPI 的一半。
为了不仅看到 UA 收入的正 ROI，而且在这根底上发明利润，采纳这种办法的公司须要保障 D30 及之后具备一个强有力的留存率。但因为 D7 的留存率很低，一般游戏单靠这种策略是无奈生存的。
许多团队还采纳了依附数据驱动的变现策略。这些例子多见于高 LTV 的公司，他们通过更有针对性的广告和付费我的项目来增加收入。然而，这些策略也重大依赖于良好的留存率；如果一个玩家不会再回来，他们就永远不会花钱。因为 D1 的留存率难以超过 50%，这就失去了大量的机会。
应答留存散失
如果你能够应用曾经领有的数据来进步留存率，那么就可能发明新的变现机会（而不是专一于应答低留存率的策略）。游戏的均匀时长只有 5 分钟左右，因而须要比以往更快地做出游戏内决策。
要胜利实现这一点，你须要能获取每个玩家的数据，并在该玩家依然在线的状况下剖析信息并通过你对该玩家的任何已知信息做出最佳判断。
通过在以后过程中适当的机会踊跃影响玩家，你能够为每位玩家发明更个性化的体验，从而进步参与度并减少用户粘性。咱们看到曾经有客户利用这种自适应的办法，使游戏依据每个不同的玩家微调游戏难度。这确保了每一个玩家都能失去最佳的游戏体验，既有挑战性不会让人感到干燥，又不会难的让人抓狂失去趣味。
这一性能也实用于应用程序内的服务，不仅是机会，提供正确的服务也很重要。反复和不相干的产品可能会对用户体验产生负面影响（尤其是对于首次应用的用户），而且常常是间接被疏忽。然而，当玩家有购买动机时（比方当玩家卡在某个关卡或间断屡次失败时）会更容易接受。此时的玩家会更违心做一些事件，比方看广告以取得竞争劣势。
DREAM11
Dream Sports 抉择 Volt Active Data 为其旗舰品牌和印度最大的梦幻体育平台 Dream11 提供反对，在不影响准确性或可靠性的状况下大规模提供高性能。借助 Volt，Dream11 可能确保其 7500 多万用户取得稳固、疾速、个性化和引人入胜的体验，即便在应用高峰期也是如此。
凭借其亚毫秒级的性能和可预测的扩展性，Volt 使 Dream11 可能不受规模的限度的实时提供超个性化的用户体验。Volt Active Data 保障了一致性、准确性和可靠性（100% 合乎 ACID），打消了数据失落，并证实了它为无限数量的游戏场合疾速注册数十万用户的平台实力，同时晋升了每个客户交互的价值。
Dream11 发言人示意：“Dream11 投合了数百万印度体育迷的需要，他们对咱们平台的品质要求极高。咱们抉择 Volt Active Data 来维持一直增长的峰值负载，其无可比拟的亚毫秒提早性能和即时一致性对咱们用户冀望的无缝体验至关重要。”
在应用 Volt Active Data 后，Dream11 大大减少了提早，并且可能在比赛服务中为每场较量无缝解决每秒超过 165,000 次注册。此外，Volt Active Data 固有的可扩展性使 Dream11 可能应答将来的挑战。
Volt Active Data 首席执行官 David Flower 示意：“Dream11 致力于为个人用户实时创立个性化定制体验，以进步参与度，营造平台忠诚度并开释变现能力。这意味着利用大量历史数据来理解用户行为，同时依据这些信息对以后用户行为疾速采取反馈。咱们很快乐 Dream11 将 Volt Active Data 视为其简单环境和大容量数据流实时剖析的长期解决方案。”
利用 Volt Active Data 的高吞吐量、可扩展性及其对实时数据流做出简单决策的能力，梦幻体育运营商和游戏开发人员能够对大量数据流执行深刻的玩家剖析，并在四分之一毫秒内疾速响应以晋升游戏中的用户体验。
满足 5G 和下一代电信网络的数据需要
随着 5G 的日益邻近和工业物联网用例的爆炸式增长，数据将在服务质量保障和平安方面施展十分重要的作用。为了在这个行业中更具竞争力，电信公司须要十分疾速和牢靠地拜访其数据。他们利用这种实时拜访为次要运营商提供辅助经营撑持零碎（OSS）和业务撑持零碎（BSS）次要服务的软件。
随着运营商的一直倒退，他们正在发明新的服务和支出流，以改善服务并降低成本。这样做的形式之一是转向网络性能虚拟化（NFV）和软件定义网络（SDN）。这两者都使电信公司可能像他们的客户一样麻利和疾速响应，即便它是一种设施。然而，为了胜利部署 SDN 和 NFV，电信公司须要一个实时平台。
同样的，策略与计费规定性能（PCRF）从 4G 到 5G 的演变波及数百万台设施、数百万个网络切片以及重大经营决策。CSPs 的 5G 打算将于往年启动，其最终目标是在将来进入 5G 的第二阶段。以后的指标是实现 5G 部署，其中通信栈的每一层都将以前所未有的灵活性进行虚拟化。这是一个高尚但能够实现的指标。
然而，进入第二阶段须要 PCRF 施展更大的作用，以反对网络切片到固定挪动交融，工业物联网用例的动静回程策略以及跨多种不同类型用例的服务质量保障等更多的性能。此外，运营商及其用户须要可能动静调整策略，以提供新服务所需的灵活性。除了 OTT 合作伙伴关系和胜利的多方服务的策略之外，还须要针对安全性和深度包检测的策略。
OPENET
Openet 抉择 Volt Active Data 作为其 OSS/BSS 解决方案的骨干，因为他们须要一个可在云部署的事务性数据库。该数据库能够灵活处理高容量数据流，以便服务供应商实时监控和利用。Volt Active Data 提供了内存性能、NoSQL 的可扩展性以及传统关系型数据库的事务一致性。
传统数据库系统速度太慢，无奈接收数据、实时剖析数据并以所需的速度做出决策。有了 Volt Active Data，Openet 当初能够提供面向数据库的事务性应用程序来解决以前因为规模问题被流解决的数据馈送。
因为 Openet 解决方案始终内嵌在服务供应商的调用门路中，Openet 要求其事务的提早小于 20 毫秒，因而性能和可伸缩性是次要诉求。
Openet 寰球产品开发前副总裁 Oisin Loftus 示意：“咱们的解决方案次要由寰球 1 级和 2 级运营商部署，因而咱们须要一个能够提供弹性，同时易操作的虚拟化数据平台。Volt Active Data 不仅满足了客户对的提早要求，而且还简化了原子性、一致性、隔离性、持久性（ACID）以及为不愿承担风险规的服务供应商客户提供内置高可用性的部署，并提供实时控制网络资源耗费所需的性能和可扩展性。Volt Active Data 为咱们提供了所需的 TCO、性能和可扩展性的同时，使咱们可能解决疾速数据和服务供应商流量的实时反馈。”
MAHINDRA COMVIVA
Mahindra Comviva 将大数据转化为有用的信息，以便在正确的工夫、通过正确的渠道和以正确的形式将正确的信息与正确的人分割起来。Mahindra
Comviva 与挪动运营商密切合作，通过向客户提供定制、相干和及时的产品以减少效益。
为了辨别其产品并帮忙运营商利用实时剖析和决策，Mahindra Comviva 抉择 Volt Active Data 的内存扩大 SQL 数据库作为其 Mahindra Comviva 实时事件决策（ERED）平台的外围。
通过应用 Volt Active Data，Mahindra Comviva 得以创立一个能在 3 毫秒内的实现提取 - 剖析 - 决策过程的疾速数据解决方案。此外，该零碎可能在不到 250 毫秒的工夫外向订阅者提供定制服务。
有了 Mahindra Comviva，挪动运营商当初能够在实时个性化中实现可掂量的 ROI。事实证明，实时报价的比靠近实时报价的成功率高 1.5 到 2.5 倍。在一个用例中，个性化实时报价的接受度进步了 253%。此外，数据捆绑增长了 50%，计费增长了 3 万美元 / 月。
“咱们通过钻研比拟抉择了 Volt Active Data，因为咱们置信它是世界上最快、最智能的数据平台，”Mahindra Comviva 执行主管说道。“它满足了咱们低于 250 毫秒响应工夫的外围要求。就每秒事务量而言，它具备高度的可扩展性，并提供了咱们所需的性能。咱们很快乐抉择 Volt Active Data 作为实时层的基础架构。”
在金融服务中实现繁多数据源
金融服务必须解决大量且疾速涌入的数据流。随着电子商务和挪动商务的增长，这一流量只会更大更快。为了综合所有这些数据，金融机构还必须恪守一直增长的网络监管。除了欺骗治理之外，金融服务中还有许多适宜实时决策的用例。
SLA 治理
施行实时策略和服务等级协定（SLA）治理须要可能获取实时数据馈送、实时对事件进行剖析并立刻施行粒状政策。要以这种速度且无提早地进行解决，须要主动执行实时策略决策和 SLA 合规。为了做到这一点，数据平台必须反对将事务处理挪动到更凑近数据的地位。整个金融服务行业的公司都依赖实时决策来进行实时策略和 SLA 治理，以确保合规性并满足 SLA 要求。
贸易对账
随着交易在几毫秒内产生，证券价格也在疾速变动。交易所须要可能向其交易公司提供实时且统一的信息。交易所会与具备严格 SLA 的交易公司单干，以保障执行交易所需的工夫。当证券价格以毫秒级的速度上涨或上涨时，即便是指令执行工夫上最极小的提早，也会让公司付出很带的代价。此外，任何实时决策都须要 100% 精准，以确保被正确的公布出来。
监管合规
监管要求金融机构证实所有数据库和正本都是雷同的，并且不同数据源之间具备经审计的一致性。此外，机构必须恪守美国证券交易委员会（SEC）的全国最优交易价价格的规定。
投资组合 / 风险管理投资组合经理和危险经理须要实时监控其危险敞口和市场情况，以最大限度地进步其在疾速变动的金融市场中的体现。实时治理危险须要可能精确地汇集、监控和剖析多个高速数据源和事件流的简单技术。
为了放弃实时合规，金融服务须要应用可能接管和汇集实时流媒体市场数据、参考数据、交易对手危险数据、信用风险数据等的实时解决方案。而后在毫秒内将其转换为即时统一的信息，以帮忙投资者实时做出投资和危险管理决策。
KLINE
Kline 是 Sphera 的开发者。Sphera 是一个简单的软件套件，它能够间接拜访金融市场和 / 或经纪人、交易资产并接管来自市场的实时更新。Sphera 用户每秒最多能够治理多达数百个申请。每个申请都须要经验从基于数据库（包含须要多个查问的查看）到算法的全面查看。
当 Kline 决定扩充 Sphera 的容量时，他们抉择了 Volt Active Data。Volt Active Data 被集成到其生态系统中，利用实时数据平台的个性来缩短以基于数据库的步骤，这是以前基于磁盘的施行中的一个重大瓶颈。此外，他们能放弃 ACID 一致性的劣势，并且能够持续应用他们的开发人员曾经习惯的规范 SQL。
利用 Volt Active Data 的另一个劣势是可能以最小的工作量扩大到不同的机器，以适应每个客户在老本、性能和服务持续性方面的诉求。后者是目前为止最受追捧的，因而 Volt Active Data 为了能实现它，很快便启用了所有性能。
最初，还能够将多主机 Volt Active Data 配置为高可用性群集，其中最多预约数量的节点产生故障并不会导致群集性能失落。这对于即便是最短的停机工夫都承当不起的大客户来说尤为重要。
与旧零碎相比，在并行测试中，Volt Active Data 可能大幅提高速度。对于插入和更新指令，Volt Active Data 的均匀处理速度是旧零碎的 67 倍，将后果从数百毫秒降至个位数毫秒。通过对 Volt Active Data 施行实时决策，Kline 可能在不影响一致性的状况下显著晋升 Sphera 的速度。
为物联网的新事实倒退您的基础设施
物联网（IoT）将彻底改变简直所有行业。剖析公司 Gartner 预测，2016 年寰球将将有大概 64 亿台物联网设施投入使用。麦肯锡的一份报告预计，到 2025 年物联网有可能占寰球经济的 11% 左右。仅这些数据就表明了物联网正在产生和将产生的革命性影响。
在不久的未来，为物联网反动做筹备将是一项重大挑战。目前大多数基础设施都无奈满足物联网利用的严格要求。你必须每秒应答数百万甚是数十亿个向你的数据中心发送数据的传感器。这些数据须要实时处理以做出实时决策并使你的应用程序施展最大价值（尽管很容易设想一个不须要实时处理的物联网应用程序，但实时性能能够实现大多数激动人心的物联网应用程序）。
随着物联网应用程序将提供的海量数据，疾速、实时地做出大量实时决策将至关重要。然而，更加重要的是，这些决策是正确的。设想一个与衰弱相干的物联网设施（例如心脏监护仪）。确保无关该设施的数据和决策及时精确是性命攸关的。
智能电表
许多电力公司正在应用实时数据平台从物联网智能电表和水表零碎中收集实时数据。这些应用程序须要实时决策能力。
智能计量平台通常每 15 分钟向物联网数据管理基础设施提供一次仪表读数。一般来说，仪表会与某种集中器相关联。集中器是传感器网络中的一种用于收集来自不同传感器或仪表的数据流，批量解决信息，并将其提供给数据管理基础设施的设施。
一旦数据达到，就须要利用许多不同的规定。须要利用行业特定的验证、谬误检查和评估规定。例如，如果仪表读数失落，零碎可能会篡改最初两个数据。目标是为了能保障读数没有齐全生效，并且是一个有效值。
通过其余一些绝对简略的验证过程，近实时地提供或执行这些验证过程能够进步经营效率，明确数据何时被毁坏或失落，并且作为实时基础设施的益处是能开发一些有意思的操作应用程序。
例如，如果零碎在过来两个报告期内未收到一组仪表的读数，则必须理解这些仪表是否与一个集中器相干还是散布在多个集中器中。依据状况须要以不同形式解决两个不同的操作问题。
同时，随着这些数据被收集到实时内存或操作系统中，你能够开始编写跟踪实时定价和耗费的实时应用程序并用以治理数据或智能计量网，这种形式比日终数据高效。然而，计算总利用率并向消费者生成最终账单的计费基础设施依然须要大量数据。
论断
以上是应用 Volt Active Data 进行实时决策的六个用例。这些企业正在充分利用其高速数据。
您的企业筹备好进行实时决策了吗？
以下是一些要问本人的问题：
1. 您是否疾速据接管并解决数据，即在 10 毫秒内？
2. 您是否遇到了以后 IT 架构无奈解决的提早问题？
3. 您的用例是否曾经或者行将高度依赖 5G？
4. 您是否感觉你大部分数据都会被节约，要么是因为它没有被足够快地应用，要么是因为它没有被存储以取得更好的情景智力？
如果您对上述任何一个问题的答复是必定的，那么您须要寻找一个能够解决古代 5G 应用程序和疾速数据需要并经得起将来考验的数据平台。
如果您心愿集成 VOLT 到您的技术栈中，请与咱们分割！
Volt Active Data 中国网站 | sgao@voltactivedata.com