《智能数据时代：企业大数据战略与实战》一2.6　实时建议和操作

2.6　实时建议和操作

图2-6所示的基础设施呈现出数据因为点对点的移动所带来的时间延长，而对于业务遇到的某些问题，可能需要实时的建议和响应行动。比如说，你希望购物者在进入购物页面时就能看到你推荐的产品，而不是已经离开购物页面才看到推荐的产品。
实时推荐引擎的作用就是在网络商店里引导购物者购买特定的商品。在Hadoop集群或数据仓库中可以构建关于购买行为的预测分析模型。构建模型的目的在于对购物者进行更巧妙的指引，使他们能够买得更多并且更快地找到想要的东西。推荐引擎中的模型会随着购买模式的变化不断更新，也会不断完善。
在配置智能传感器和控制器的地方，对及时行动的迫切需要或许表明有些规则的建立是为了在所有分析发生前促进行动。这就是为什么事件处理和业务规则引擎通常被列为智能传感器解决方案的一部分。举例来说，如果实体店中的传感器在与收银员和那些由于感到不满而放弃购物的顾客取得联系时出现延迟，预先设定的规则就会触发装置来通知那些忙于其他事情的收银员再开一个新的收银台。
图2-7说明了在网站中加入实时推荐引擎，该推荐引擎由在Hadoop集群中运行的数据支撑构建并根据数据的变化定期更新，购物者的个人资料和定位信息由此被传到引擎中。具体的实时建议最后由网站传递给购物者。

我们还在图中展示了实体店中的闭环系统和业务规则。当购物者们进入他们手机上的购物app（应用软件）时，我们就开始监控他们的浏览踪迹，这样销售人员就可以根据购物者在网站上最近的浏览信息来向他们推荐商品。
刚才所列的示意图带有一定的技术性，所以业务分析员要想理解它可能是有些困难的。但是我们认为正是这样的示意图，才有助于业务分析员了解当前基础设施和数据流的局限性，并且可以帮助他们寻找当前问题的解决方案。这些示意图还可以使业务分析员尽早修改需要的业务解决方案。