流式数据武装零售业，打响“降维”反击战！

开工大吉！过年买买买的年货都吃完了吗？今年，你是“空手回家”还是满载而归？

如今，电商颠覆了传统零售业，越来越多人的选择“空手”回家过年，网购置办年货，轻松和孝心兼得，何乐而不为？

故而一时间，传统零售业们都谈起了“互联网+”。那互联网企业在谈什么？降维攻击！所谓降维攻击，最早来源于首部获雨果奖的中文科幻小说——《三体》。在书中，已达到高级文明程度的三体星人，用难以想象的方式，兵不血刃，迅速灭掉低级文明。互联网企业对传统企业的攻击，过程与此类似，高维度商业模式带来的颠覆，不仅是抢走些市场份额，而是直捣黄龙，要革低维度商业模式的命。

对传统零售业来说，这绝对是一场生死存亡之战。被动忍受降维攻击，是等死。那奋起抵抗的关键功夫应该落在哪儿？重要的问题说三遍：数据，数据，数据！

实时数据分析：降维攻防战关键能力

数据能力不强，就只能等着承受双重打击。第一重，消费者脑子里想啥，你压根不知道，怎么能卖得好？研究发现，78%的消费者，希望获得与自己兴趣相关的商品推荐。在购物这件事上，消费者耐心极为有限，南澳大学研究大量购买行为之后发现：消费者在线下做出购物决定，仅需13秒，而线上购物行为中，这个数据是19秒。想抓住这短短不到20秒的机会，光有数据还不行，还必须是实时数据。玛莎百货、Boots、John Lewis等零售商在实时数据分析中已经尝到了甜头，使用RichRelevance公司的实时购物推荐，成功将销售额提高3%至10%。

第二重打击，是无法提供精细化供应链管理。因为缺货或库存过多，整个零售业全球每年损失高达8180亿美元。想解决上述问题，实时调配库存必不可少。但想让货品总是不多不少，除开传统用户购物历史和偏好，还得整合分析来自搜索引擎、社交媒体等移动互联网的数据。例如，某知名医学专家在Twitter账号上，推荐了某种有助于减肥的树莓酮药片，卖安全食品的商家就该立马增加库存，应对未来的销售高峰。该真实事件的主角，是北美食品大型连锁零售集团Living Naturally，他们拥有3000多家门店，售卖超过2万个品牌的健康商品。这项工作的幕后功臣，则是4位英特尔专家用3个月时间设计和实施的可视化实时库存管理系统。

以上两个案例，让我们看清了趋势所在：未来零售行业的竞争，实际上就是数据收集、整合和分析能力的竞争。《哈佛商业评论》曾引用过麦肯锡的一组数据，发现利用数据驱动决策可将网络零售商的利润率提升60%。如果你已经位列三甲，数据决策依然能让你在关键的利润率上超越对手6个百分点。

要成功实施流式数据分析，有哪些关键技术点？

英特尔数据中心副总裁、战略规划部总经理Rob Hays，列出了三大挑战：

1数据安全与可信度；2海量数据实时处理速度；3数据规模巨大，并且具备不同结构和形式。

兼顾速度与安全：从“芯”开始

英特尔十分注重业务数据的安全性，不论是至强处理器，还是从第二代至第六代的英特尔“酷睿”处理器，都有嵌入式安全技术，可涵盖从核心数据库到移动客户端的安全。英特尔IT安全商业智能平台，添加了大型通用日志服务，可实时关联各种分析平台，将数据分析时间从2周，缩短到20分钟，轻松过滤每日60多亿条事件记录，并从中提取特定事件日志，为高风险的数据资产提供严密保护。

快速的数据处理能力，正是英特尔的长项。英特尔至强处理器E7 v3，配备了多达18个内核、45MB的最后一级高速缓存，还可支持12TB海量内存空间，与上一代相比，有高达59%性能提升，天生就是实时分析的好材料。在该产品家族服务器上，运行流式数据分析软件Apama Streaming Analytics，吞吐量峰值可高达每秒7000个事件。高速吞吐能力，在应对零售数据流式处理的超高压力时，也毫无压力。只用60秒时间，就能计算出3.19亿消费者和数百万商店之间的位置关系，为客户发送相应的定制促销信息。

得非结构化数据者得天下

新渠道中产生的数据与传统零售业搜集的规则数据结构不同，大多都是以文本、图片、音频、视频和传感器读数形式存在的非结构化数据。对数据的存储和处理，提出了不少挑战。而根据IDC预测，非结构化数据将很快占据未来数据的90%。

以Living Naturally的实时库存管理系统为例，数据至少来自6大渠道：一是监控和广告牌的视频数据；二是Twitter、Facebook、博客、产品评论等社交渠道数据；三是包括订单、运输、发货、库存、销售单据和付款在内的供应链数据；四是宣传单页、报纸、电视和店内的广告；五是天气、社区活动、季节和节日在内的环境数据；六是来自RFID标签和GPS的产品移动数据。

不同种类和格式的数据来源，通过Apama集成框架，可自动转化为统一格式，并可转换为命令、交易等第三方要求的信息格式；基于高性能英特尔处理器的智能存储技术，提供删除冗余数据、自动精简配置、压缩数据的功能，极大降低存储成本；创新的NoSQL数据库解决方案，无需固定表格模式，利用可轻松扩展的“无共享”（SNA）架构、分布式处理框架及非关系和平行关系数据库，处理复杂的非结构化数据。

流式数据分析：降维攻击的核心能力

根据Forrester Research统计，未来两年内，大数据将创造出比传统数据库更大的市场。而流式数据分析市场的增长更为迅猛，2015到2020年，复合增长率将高达31.3%。纵观未来趋势，我们正在跨入一个“数据兴则企业兴、数据强则企业强”的数据竞争时代。怪不得连马云都会说：“阿里巴巴公司本质上是一家数据公司，我们做淘宝的目的不是为了卖货，而是获得所有零售的数据和制造业的数据。”

精细化的数据分析，将渗透到零售业供应链管理、运营效率分析、物流优化、广告促销等方方面面。无论互联网企业，还是传统零售业，谁能利用好流式数据分析，快速应对挑战，就拥有了这场降维攻防战的关键致胜能力。