本文作者Panos Papadopoulos是BugSense的CEO兼聯(lián)合創(chuàng)始人。BugSense通過使用移動數(shù)據(jù)，幫助了全球許多軟件開發(fā)者創(chuàng)造更好的移動應(yīng)用體驗(yàn)，其中包括財富500強(qiáng)公司，是移動應(yīng)用開發(fā)方面的運(yùn)營管理咨詢服務(wù)公司，能運(yùn)用大數(shù)據(jù)分析對Android, iOS, HTML5, WP等系統(tǒng)進(jìn)行實(shí)時數(shù)據(jù)的深入分析。在本文中，他深入分析了移動大數(shù)據(jù)的發(fā)展趨勢，以及第三方數(shù)據(jù)服務(wù)對移動開發(fā)者的重要意義。
以下為譯文：
如果我告訴你，你可以做到從海量數(shù)據(jù)來源（包括各種各樣的移動設(shè)備）中把數(shù)據(jù)提取到一個系統(tǒng)，然后只用少量的程序行數(shù)描述所需的信息就可以讓結(jié)果輕松呈現(xiàn)，還可以做到實(shí)時處理這些數(shù)據(jù)，并且保持系統(tǒng)同時運(yùn)行，你相信嗎？
不用懷疑，你可以做到。
這首先要?dú)w功于信息爆炸時代移動數(shù)據(jù)的飛速發(fā)展。移動應(yīng)用不停地產(chǎn)生大量信息，比如用戶行為的信息（包括對話開始、事件發(fā)生、事務(wù)處理等），然后設(shè)備生成數(shù)據(jù)（崩潰數(shù)據(jù)、應(yīng)用日志、位置數(shù)據(jù)、網(wǎng)絡(luò)日志等）。這些數(shù)據(jù)的意義在于它們給大數(shù)據(jù)提供了源源不斷的信息源去識別和分析手機(jī)用戶一天的所見所聞。
不得不說，移動大數(shù)據(jù)時代是應(yīng)運(yùn)而生。而為了收集智能手機(jī)的數(shù)據(jù)，就不得不面臨數(shù)據(jù)收集、分析和運(yùn)行的挑戰(zhàn)。毫無疑問，能夠利用移動數(shù)據(jù)的企業(yè)和移動設(shè)備開發(fā)者在市場競爭中更有競爭力和業(yè)務(wù)優(yōu)勢。因?yàn)樗麄兛梢栽谝婚_始就準(zhǔn)確地識別出影響用戶行為的因素，有效地將客戶需求分級，從而能夠既有創(chuàng)造力又有效率地實(shí)現(xiàn)客戶需求。
而在大數(shù)據(jù)實(shí)時分析的競爭中能否決勝的關(guān)鍵是內(nèi)存數(shù)據(jù)庫。內(nèi)存數(shù)據(jù)庫保證了大數(shù)據(jù)的動態(tài)分析——用指數(shù)級的速度處理以噴發(fā)狀態(tài)產(chǎn)生的大量數(shù)據(jù)，然后及時產(chǎn)生結(jié)果。內(nèi)存數(shù)據(jù)庫能為以不同速度為移動設(shè)備進(jìn)行實(shí)時和動態(tài)的內(nèi)存數(shù)據(jù)處理，還可以導(dǎo)入其他數(shù)據(jù)來源例如汽車和家庭系統(tǒng)的數(shù)據(jù)。
大數(shù)據(jù)的分布式處理能夠在計算機(jī)上實(shí)現(xiàn)跨集群操作，擴(kuò)展到成千上萬種設(shè)備上，比如Hadoop就用分布式處理方式完成了多項任務(wù)。然而對于這個高速運(yùn)轉(zhuǎn)、信息不停噴發(fā)的移動時代來說，分散處理并不是最有效最經(jīng)濟(jì)的方式。內(nèi)存數(shù)據(jù)庫的產(chǎn)生無疑給企業(yè)提供了利用實(shí)時數(shù)據(jù)的新工具：盡可能快地在數(shù)據(jù)產(chǎn)生之初就進(jìn)行分析，發(fā)現(xiàn)其趨勢并更快地做出反應(yīng)，實(shí)現(xiàn)降低服務(wù)成本和提高收益的目標(biāo)。那些企業(yè)級的流式數(shù)據(jù)庫，比如StreamBase和KDB，包括CEPs和混合式，內(nèi)存數(shù)據(jù)庫開始利用新的算法和可視化技術(shù)來填充實(shí)時處理技術(shù)的缺口。移動大數(shù)據(jù)的提供者正在試圖將內(nèi)存數(shù)據(jù)庫、動態(tài)處理技術(shù)、算法與可視化技術(shù)融為一體，讓企業(yè)能夠運(yùn)用移動大數(shù)據(jù)，讓它成為一種業(yè)務(wù)驅(qū)動力。
移動應(yīng)用團(tuán)隊更能理解同步分析數(shù)據(jù)的重要性。為了留住用戶，開發(fā)者要能夠預(yù)見誤差，了解誤差對用戶行為的影響，衡量新產(chǎn)品的效益，識別用戶的參與趨勢，檢測客戶端，這樣才能趕在問題暴露在消極用戶面前之前消滅它。
下面是我們觀察到的移動大數(shù)據(jù)的四個發(fā)展趨勢:
1. 事務(wù)處理最重要
“移動”最關(guān)鍵的就是交互活動和對其的監(jiān)控。用戶選擇應(yīng)用是出于不同的目的：娛樂、購物、學(xué)習(xí)、分享等；而一旦有任何因素干擾或者減慢他們實(shí)現(xiàn)目的的體驗(yàn)過程，用戶很容易就會產(chǎn)生消極情緒。利用應(yīng)用軟件監(jiān)控事務(wù)處理，讓企業(yè)能對用戶體驗(yàn)進(jìn)行評估和回應(yīng)，盡量避免用戶卸載軟件或者給出差評。如今對事務(wù)性數(shù)據(jù)和功能性數(shù)據(jù)的監(jiān)控都很重要，也不能沒有一個適應(yīng)移動發(fā)展時代的戰(zhàn)略了。
2. 三駕馬車，三個“V”
Business Insider的最新報道指出，大數(shù)據(jù)有三個特點(diǎn)：大量（volume）、多樣（variety）、高速（velocity），我們把它們概括成三個“V”。數(shù)據(jù)本身的產(chǎn)生非？，而且形式多樣，大小不一，數(shù)量還很大。更別提移動數(shù)據(jù)了，數(shù)量都是成倍地增長。而Cisco最近的報告表明，有數(shù)以百萬計的人只通過移動設(shè)備連接互聯(lián)網(wǎng)，很明顯，這些設(shè)備產(chǎn)生了大量的數(shù)據(jù)。Kash Rangan說，有很多互動被忽略了沒有得到分析，而這些就是被忽視的機(jī)會。更有趣的是，數(shù)據(jù)的多樣性恰恰是由移動設(shè)備造成的。從用戶跟蹤到崩潰報告，有各種各樣五花八門詳細(xì)的應(yīng)用數(shù)據(jù)，包括商業(yè)貿(mào)易、情感反應(yīng)、心跳測量、住宿記錄，甚至包括風(fēng)象報告。移動應(yīng)用越來越多地影響了人們的生活方式，結(jié)果是數(shù)據(jù)增長的速度也在不斷上升。只要想想一個手機(jī)用戶比如你我每天都被手機(jī)牢牢套住的情況就可以理解了。
3. 測度是關(guān)鍵
面對大數(shù)據(jù)用戶的一個挑戰(zhàn)是考慮經(jīng)營的影響因素。如果定位不好、收益不好，大數(shù)據(jù)可能反而會成為一種牽絆。如何鑒別哪種信息能夠幫助更好地進(jìn)行經(jīng)營決策，而哪種信息卻毫無用處呢？在企業(yè)投身移動數(shù)據(jù)的熱潮之前，必須要弄清楚他們的關(guān)鍵度量指標(biāo)是什么，不然就會被困在一堆派不上用場的數(shù)據(jù)里，進(jìn)退兩難。
4. 先監(jiān)控，再提問
這聽來好像跟我們的直覺不一樣，但實(shí)際上企業(yè)都應(yīng)該采用這種策略，先對應(yīng)用進(jìn)行監(jiān)控并收集數(shù)據(jù)，然后回答關(guān)鍵的業(yè)務(wù)問題，再去探索從數(shù)據(jù)里發(fā)現(xiàn)的新的發(fā)展機(jī)會。去了解應(yīng)用發(fā)展的情況是能否駕馭大數(shù)據(jù)的決定性的一步。在基本了解以后，企業(yè)和開發(fā)者們就可以深入研究關(guān)鍵性因素了。移動大數(shù)據(jù)提供者也讓各種規(guī)模的公司有了讓移動數(shù)據(jù)為他們所用的能力，無論是獨(dú)立經(jīng)營者還是大企業(yè)都是一樣，F(xiàn)在，內(nèi)存數(shù)據(jù)庫已經(jīng)有了，移動大數(shù)據(jù)提供者們又開始為下一個目標(biāo)努力：通過最大化地提升數(shù)據(jù)的收集和傳輸效率來優(yōu)化移動方面的東西，同時關(guān)注新的挑戰(zhàn)，例如電池消耗、3G數(shù)據(jù)使用、連接速度慢、隱私問題和局部存儲器的問題，還要擴(kuò)展通信量并控制可預(yù)見的通信量激增。這場競賽的關(guān)鍵已經(jīng)不再是誰的移動設(shè)備革新速度快，而是誰對移動設(shè)備所產(chǎn)生數(shù)據(jù)的反應(yīng)速度更快。
聲明：本網(wǎng)部份文章為轉(zhuǎn)載文章，在每篇文章底部有說明，文章的觀點(diǎn)和立場僅代表作者個人立場，不代表微網(wǎng)立場，若是文章轉(zhuǎn)載中有侵范您的權(quán)益，請發(fā)郵件到 [email protected]或致電13922854199通知刪除，謝謝！
