從幾個案例看看Splunk的資料分析有什麼不一樣

大資料最典型，人們最熟悉的應用場景就是精準營銷，根據使用者既往的行為資料做出分析，然後做出預測，以此輔助企業的營銷過程，除此之外，大資料還能做什麼？還有哪些應用場景呢？

Splunk是一家特別的大資料分析服務公司，它的資料分析與傳統的資料處理的方式有所不同。

Splunk的工作物件主要是機器資料，所謂機器資料是指IT環境中包括作業系統，資料庫應用，ERP，移動終端、電腦、伺服器、路由器等任何裝置上產生的資料，Splunk可基於任何來源，任何型別，任何數量的資料來源，進行關聯處理，關聯分析最後為使用者服務。

比如，Splunk可以提供智慧化的IT的運維，利用大資料精準定位使用者的問題，快速處理問題，用AIOps來解決運維問題；Splunk可以提供成面，成體系的安全服務，通過分析來發現未知的安全威脅；Splunk的業務分析服務可用來改善產品和使用者體驗，監控使用者的使用資料，使用APP的資料，以此來改善他的產品和服務。

在實際應用中，Splunk有很多實踐案例可以分享。

納斯達克用Splunk做內部外部的威脅分析，作為一家金融交易機構，安全是至關重要的。事實上，納斯達克與許多企業一樣，有很多來自於外部內部的安全威脅。比如系統會發現離職員工訪問企業賬戶的異常，結合其他相關資料判定行為是否正常，比如防止人員流動造成的IP智慧財產權流失，或者及早發現IP智慧財產權流失的問題。

國內某大型金融機構使用Splunk做運維。一方面，IT架構越來複雜，故障定位也越來越難。交換機報錯找交換機，資料讀寫錯誤找資料庫，交換機的報錯可能是資料庫造成的，有些東西沒法一下找到問題，Splunk平臺能對所有資料進行關聯分析，能清楚定位報警。一方面，100個報警提示其實可能只有一個真正問題，Splunk關聯分析之後能做告警壓縮。報警壓縮的價值在哪兒？一天幾十萬條報警要怎麼處理呢？有的人外包，有的人認為刪掉一部分，面對茫茫多的報警資訊，處理起來非常麻煩，想解決的話，只有加派人手了，這是成本。

製造業裡的寶馬新能源車也在用Splunk，寶馬新能源車的設計研發模擬交付使用者跟蹤都在用Splunk，用前期記錄的資料來做流程返工，迅速找出問題的所在，Splunk可以監控所有電動車的使用過程，通過對所有電動車行駛規矩，停留的地點，停留時間的分析判斷在哪兒放充電站。寶馬會利用收集到的各種資訊來分析和改善產品。

Splunk幫特斯拉監控特斯拉汽車從研發到生產，到後續的交付，到使用者的使用，資訊的採集的全過程，能收集到使用者的駕駛習慣、踩剎車的習慣、打方向盤的習慣，能記錄開車的頻率、習慣的速度，給出一些提醒建議，幫助改善產品，實現快速迭代。

Splunk能分析的資料非常全，然後能對資料做全面的關聯，這就是Splunk最大的特點了。

天學網是一家以智慧學習產品和平臺服務為主的教育服務的公司，每天有幾百萬付費使用者，這些使用者非常重視使用體驗，這為運營提出了很多挑戰，因為使用者對於錯誤基本上是零容忍。

天學網副總裁劉文（左）和Splunk 中國區總經理嚴立忠（右）

天學網副總裁劉文表示，故障出現後的響應時間只有分鐘級，以往小時級的響應是完全不行的。

為了提升保障使用者的使用體驗，六年前開始，天學網自主開發了一部分監控系統，也有一部分使用了開源的監控系統，所以，天學網本身其實有技術積累的。

儘管如此，但是面對一些具體的問題時也是無從下手，或者說自己投入辛辛苦苦做出來的東西效果達不到預期，或者達到預期後的代價非常高。

大約從三年前開始，天學網開始使用Splunk的方案。天學網副總裁劉文這樣說道，我從當前60分水平想要做到80分的話，需要花很大代價，我現在用Splunk的方案能做到90分以上，而代價遠比我自己做的要小。Splunk的使用體驗讓劉文深刻體會到了什麼叫術業有專攻。

劉文將與Splunk的合作過程總結為三個需求階段

據瞭解，天學網跟Splunk的合作不到三年，當前能做到快速，定位和解決問題，這是第一階段，在Splunk的幫助下，天學網的技術團隊得以能專注於研究教學技術，將智慧技術注入其中，下一階段，天學網想在問題出現之前解決問題。

在天學網的使用者中80%以上的場景需要在家裡完成，使用者產生的資料90%以上是非結構化的。比如使用者練習英語口語的時候會產生錄音，產生筆記，百萬級使用者規模下，資料量將非常大，如何發現服務過程中的潛在問題將會帶來很高的價值。

如今，天學網已經著手第二層級的需求，劉文表示十分看好其前景，能夠很大程度上提高故障反映速度，提升使用者體驗，這對於復購率和使用數字兩方面都非常重要。在滿足第二層級需求的過程中，劉文還意識到，引入Splunk的服務引進的不只是一套技術，而且是引進了一套業內的最佳實踐經驗。

第三個階段的想要達到的效果是從立體的視角審視發生了什麼。審視使用者來的時候有沒有遇到問題，購買行為怎麼樣？使用過程中有沒有遇到麻煩，可能遇到什麼問題。

第三個需求也開始嘗試，天學網考慮將Splunk用在全業務流程管理，用來分析底層機器資料，上層應用資料，業務層面的資料等等。

劉文認為，開源的方案是一條路徑但是構建和使用成本太高了，效率和質量也很難滿足實際需求，這時候確實需要一個很強的工具，他表示，教育行業對於質量和體驗的要求與醫療行業的要求特別像，便宜點當然好，但價格不是第一位。

他希望，底層系統的執行指標和上層一些業務指標以某種方式串起來，串起來之後來進行更快的迭代和決策，這件事有很強的探索性。

他相信，在Splunk的幫助下，一方面企業的生產力絕對是得到了提高。另一方面，整體擁有成本遠低於自己研發，既節省了金錢也節省了時間。

【本文版權歸儲存線上所有，未經許可不得轉載。文章僅代表作者看法，如有不同觀點，歡迎新增儲存線上微信公眾號（微訊號：doitmedia）進行交流。】