隨著數據收集的渠道和維度不斷躍升，海量數據中蘊含的價值，正越來越多地受到關注。更加精準的產品運營分析，更加高效的運營效率，更有說服力的利潤增長點，無不依賴於對業務數據的深入分析與挖掘。
運營商作為數據服務的提供者，在數據的廣度上擁有與生俱來的優勢，面對這樣一座紛繁龐雜卻價值無窮的數據金礦，如何使之真正成為促進業務產品發展的有效資源，是亟待解決的問題。而進行業務全面化的實時監控便是良策。實現業務全面化的實時監控，宛如裝配上先進的探測雷達，讓數據不再沉默，為精細化運營提供數據支撐，使未來業務增長有跡可循。
行業客戶關鍵詞解析：數字電視+運營
數字電視作為發展迅猛的新媒體渠道，是客戶的重要業務之一。其用戶遍佈全國 23 個省份，總數高達 2000 餘萬。
與此同時，客戶作為國內知名運營商的研發機構，掌控著豐富的網絡資源，提供基於基礎網絡的相關服務。伴隨數字電視產品不斷演進，市場對於服務提出了更高的要求，我們如何能夠提供給用戶更加優質的視頻播放質量？如何能夠更加快速響應用戶對於問題的反饋？如何結合用戶使用習慣提供更加貼心的服務？
透過市場真實的反饋，亟待我們解決的問題逐漸清晰起來：作為行業內一流的研發機構，旨在利用海量的數據資源，基於業務數據進行產品運營分析，從而優化體驗、創新服務模式、增加用戶粘性，提升產品和服務在市場的競爭力。
仔細檢查這些市場需求，我們發現一切訴求最終核心指向了一個關鍵詞：數據。如果沒有可靠、實時的數據，沒有能夠支撐大數據量的計算平臺，沒有靈活易用的數據可視化工具，就無法支撐實時的質量分析和需求響應，這一切市場需求的滿足就無從談起。
早期解決方案：Hadoop 套件 + RDS + 定製可視化系統
為了解決這些問題，客戶引入了業內非常標準的 Hadoop 生態的解決方案。採用數字電視設備安裝探針，收集海量的性能分析和運營數據，通過比較常規的大數據手段，首先將數據接收到消息隊列，使用 flume 等工具將數據歸檔至 HDFS，使用 Spark / Hive 等工具做較為複雜的離線 ETL 加工，將聚合結果數據導入 RDS 數據庫，最終研發團隊結合數據進行可視化展示。
這套架構在相當一段時間內都運轉較為良好，但是伴隨著業務飛速發展，這套架構中間的問題也逐漸暴露出來：
實時性難以滿足業務需求：
這套組織架構的核心是離線 ETL 加工，離線的屬性導致了數據延遲性比較高，按日統計每天的運營報告逐漸不能滿足日益增多的用戶和運營需求。比如當出現區域性的視頻播放問題的時候，或者有大量用戶投訴視頻播放質量的時候，無法及時跟進分析根因和響應用戶的需求。
可視化產出價值困難：
Hadoop 平臺無法直接輸出大屏展示，需要配合專業的可視化展示工具，展示效果需要專業的團隊進行定製。由於開源的可視化軟件往往沒有較為精美且靈活的大屏展示能力，想要做出高質量的可視化分析、展示大屏需要客戶投入大量的人力資源。導致開發週期長，想法落地慢。
技術棧較多，維護複雜：
Hadoop 生態平臺技術棧很多，需要完成一個業務目標需要很多不同的技術組件。客戶需要專業的大數據公司負責日常運營，成本高企不下。另外對於數據分析的需求新增和變更都需要專業工程師參與，無法及時響應業務要求。
面對以上種種問題，找到一個具有技術前瞻性的數據分析展示平臺，來對接已有的日誌數據，就顯得尤為重要。
Pandora ：實時的業務運營分析系統
針對以上的痛點和現狀，客戶選擇七牛雲 Pandora 日誌大數據平臺。Pandora 日誌大數據平臺，包含了強大的 Logkit 開源的數據收集組件，支持與客戶大量的數據源進行集成；包含了豐富功能的 Pipeline，支持豐富的流式計算/導出等工具，在數據進入系統時就可以滿足大量實時的運算需求；Insight 平臺支持統一日誌存儲，將日誌數據進行索引和存儲，可以對數據進行實時的分析和可視化。
Insight 支持靈活豐富的可視化工具，可以幫助非專業工程師通過圖形化界面，輕鬆針對查詢和計算分析結果，搭建專業水準的可視化應用，目前支持如折線圖、區域圖、柱狀圖、餅圖、地圖、單值圖、雷達圖、散點圖、氣泡圖、數據表格、富文本、氣泡地圖、遷徙圖、桑基圖、關係圖等 30 多種圖表類型，滿足運營運維監控、風險預警等多種業務展示需求。
在易用性的基礎上，Pandora 日誌大數據平臺也為用戶提供足夠深度的分析結果，涵蓋部署分佈情況、整體開機率、在線率、上報率、月新增探針數、電視機品牌分佈、機頂盒品牌分佈、視頻質量分析等各項業務指標；機頂盒分省上報的數據量、終端量、業務使用的實時統計，包括當天上報的總記錄數、分版本的記錄數、當天上報的總終端數量、分時在線終端數、直播點播分別的在線觀看用戶數。
而充分詳實的大屏內容，可讓數據第一時間高速直達實現態勢感知，自內而外地形成了高效可用的解決方案。
優勢賦能行業，價值帶來提升
在客戶接入 Pandora 日誌大數據平臺後，數據實時統計週期有效縮短，日常運營技術要求明顯降低，關鍵運營指標均有顯著提升。
實時高效，成本降低
對比以往，數據的聚合分析時間由日級提升至秒級，在實時數據分析引擎的支持下，海量數據可實時分析，曾經需要幾個小時來完成的數據計算和展示，現在可做到實時查看。
數據可視，生動友好
Pandora 數據可視化模塊用更生動、友好的形式，呈現隱藏數據背後的業務玄機。通過交互式實時數據可視化大屏，實現態勢感知。
簡單易用，靈活調整
數據分析提供可視化操作界面，降低用戶學習成本和心智負擔，可以根據業務要求靈活調整分析指標和展示效果，能夠敏捷響應運營需求。
業務洞察，優化決策
以數字電視用戶為中心，開展用戶運營數據分析與數據挖掘，支撐各類數據應用，包括基礎設施建設優化、網絡運營管理優化、客戶服務優化及運營決策支持等，並可以有效發現問題、防止用戶流失。
私有部署，安全無虞
平臺私有化的部署方式以及嚴格的權限體系，保證數據安全，避免數據洩露。
同時，Pandora 日誌大數據平臺也具備可升級能力，可以為用戶未來的業務擴展提供更多維度的數據支持。
持續增長，未來可「七」
根據《 2018 年中國 IPTV 行業發展現狀及發展趨勢分析》顯示，目前 IPTV 在國內的滲透率約為 24.95%，處於較低水平，未來仍有較大的可發展空間。我國 IPTV 用戶數年均複合增長率為 56.29%，呈現較快增長趨勢。
在這樣的大背景下，可以預見到的是：更多的用戶數量勢必帶來更多的數據量。現階段選擇 Pandora 日誌大數據平臺進行大數據運營的建設，不僅為當下的發展提供保證，也為未來的增長可能性打下基礎。
Pandora 日誌大數據平臺也會持續演進，不僅在運營商數字電視業務領域持續賦能，更會在「關聯複雜分析」、「安全防護監控」、「機器學習預測」等領域持續發力，幫助數字電視行業和更多行業的決策人員利用大數據來洞察風險、開拓業務、高效運營，實現可持續增長和商業成功。
點擊「
」
閱讀更多 七牛雲 的文章
