遠光軟件（來源：CIO時代網　作者：不詳）

　　如果我告訴你，你可以做到從海量數據來源（包括各種各樣的移動設備）中把數據提取到一個系統，然后只用少量的程序行數描述所需的信息就可以讓結果輕松呈現，還可以做到實時處理這些數據，并且保持系統同時運行，你相信嗎？ 

    不用懷疑，你可以做到。 

    這首先要歸功于信息爆炸時代移動數據的飛速發展。移動應用不停地產生大量信息，比如用戶行為的信息（包括對話開始、事件發生、事務處理等），然后設備生成數據（崩潰數據、應用日志、位置數據、網絡日志等）。這些數據的意義在于它們給大數據提供了源源不斷的信息源去識別和分析手機用戶一天的所見所聞。 

    不得不說，移動大數據時代是應運而生。而為了收集智能手機的數據，就不得不面臨數據收集、分析和運行的挑戰。毫無疑問，能夠利用移動數據的企業和移動設備開發者在市場競爭中更有競爭力和業務優勢。因為他們可以在一開始就準確地識別出影響用戶行為的因素，有效地將客戶需求分級，從而能夠既有創造力又有效率地實現客戶需求。 

    而在大數據實時分析的競爭中能否決勝的關鍵是內存數據庫。內存數據庫保證了大數據的動態分析——用指數級的速度處理以噴發狀態產生的大量數據，然后及時產生結果。內存數據庫能為以不同速度為移動設備進行實時和動態的內存數據處理，還可以導入其他數據來源例如汽車和家庭系統的數據。 

    大數據的分布式處理能夠在計算機上實現跨集群操作，擴展到成千上萬種設備上，比如Hadoop就用分布式處理方式完成了多項任務。然而對于這個高速運轉、信息不停噴發的移動時代來說，分散處理并不是最有效最經濟的方式。內存數據庫的產生無疑給企業提供了利用實時數據的新工具：盡可能快地在數據產生之初就進行分析，發現其趨勢并更快地做出反應，實現降低服務成本和提高收益的目標。那些企業級的流式數據庫，比如StreamBase和KDB，包括CEPs和混合式，內存數據庫開始利用新的算法和可視化技術來填充實時處理技術的缺口。移動大數據的提供者正在試圖將內存數據庫、動態處理技術、算法與可視化技術融為一體，讓企業能夠運用移動大數據，讓它成為一種業務驅動力。

    移動應用團隊更能理解同步分析數據的重要性。為了留住用戶，開發者要能夠預見誤差，了解誤差對用戶行為的影響，衡量新產品的效益，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據的四個發展趨勢： 

    1. 事務處理最重要 

    “移動”最關鍵的就是交互活動和對其的監控。用戶選擇應用是出于不同的目的：娛樂、購物、學習、分享等；而一旦有任何因素干擾或者減慢他們實現目的的體驗過程，用戶很容易就會產生消極情緒。利用應用軟件監控事務處理，讓企業能對用戶體驗進行評估和回應，盡量避免用戶卸載軟件或者給出差評。如今對事務性數據和功能性數據的監控都很重要，也不能沒有一個適應移動發展時代的戰略了。 

    2. 三駕馬車，三個“V” 

    Business Insider的最新報道指出，大數據有三個特點：大量（volume）、多樣（variety）、高速（velocity），我們把它們概括成三個“V”。數據本身的產生非常快，而且形式多樣，大小不一，數量還很大。更別提移動數據了，數量都是成倍地增長。而Cisco最近的報告表明，有數以百萬計的人只通過移動設備連接互聯網，很明顯，這些設備產生了大量的數據。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會。更有趣的是，數據的多樣性恰恰是由移動設備造成的。從用戶跟蹤到崩潰報告，有各種各樣五花八門詳細的應用數據，包括商業貿易、情感反應、心跳測量、住宿記錄，甚至包括風象報告。移動應用越來越多地影響了人們的生活方式，結果是數據增長的速度也在不斷上升。只要想想一個手機用戶比如你我每天都被手機牢牢套住的情況就可以理解了。 

    3. 測度是關鍵 

    面對大數據用戶的一個挑戰是考慮經營的影響因素。如果定位不好、收益不好，大數據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行經營決策，而哪種信息卻毫無用處呢？在企業投身移動數據的熱潮之前，必須要弄清楚他們的關鍵度量指標是什么，不然就會被困在一堆派不上用場的數據里，進退兩難。 

    4. 先監控，再提問 

    這聽來好像跟我們的直覺不一樣，但實際上企業都應該采用這種策略，先對應用進行監控并收集數據，然后回答關鍵的業務問題，再去探索從數據里發現的新的發展機會。去了解應用發展的情況是能否駕馭大數據的決定性的一步。在基本了解以后，企業和開發者們就可以深入研究關鍵性因素了。移動大數據提供者也讓各種規模的公司有了讓移動數據為他們所用的能力，無論是獨立經營者還是大企業都是一樣。現在，內存數據庫已經有了，移動大數據提供者們又開始為下一個目標努力：通過最大化地提升數據的收集和傳輸效率來優化移動方面的東西，同時關注新的挑戰，例如電池消耗、3G數據使用、連接速度慢、隱私問題和局部存儲器的問題，還要擴展通信量并控制可預見的通信量激增。這場競賽的關鍵已經不再是誰的移動設備革新速度快，而是誰對移動設備所產生數據的反應速度更快。