Cas d'utilisation
Prenez une décision avant que le moment ne passe
Une décision prise après la conclusion de la transaction n'est qu'un simple rapport. MariaDB GridGain applique vos règles et vos modèles à des événements en temps réel, de sorte que la réponse est fournie alors qu'il est encore possible d'influencer le résultat.
Qu'est-ce que la prise de décision en temps réel ?
La prise de décision en temps réel applique des règles métier, des analyses et des modèles d'apprentissage automatique à des flux d'événements en direct, fournissant ainsi des réponses au cours de la fenêtre de transaction. MariaDB GridGain réunit le hub d'intégration numérique, le traitement des événements et la puissance de calcul au sein d'une seule et même plateforme, permettant ainsi de prendre des décisions là où se trouvent les données.
Capacités
Besoins en matière de prise de décision en temps réel
La qualité d'une décision dépend de celle des données sur lesquelles elle repose. MariaDB GridGain fait office de plateforme d'intégration numérique : elle rassemble toutes les sources pertinentes en mémoire et y exécute la logique.
Traitement en continu dès la réception
Les événements provenant de Kafka et d'autres sources sont traités au fur et à mesure de leur réception, grâce à des requêtes continues qui déclenchent des logiques à mesure que les données évoluent, plutôt que selon un calendrier prédéfini.
Règles et modèles colocalisés
Les règles métier, les algorithmes de notation et les modèles d'apprentissage automatique s'exécutent sur les nœuds qui hébergent les données, ce qui évite les allers-retours sur le réseau vers un moteur distinct.
Le contexte actuel et historique, pris ensemble
Les soldes, les plafonds, les droits et l'historique d'utilisation sont enregistrés en mémoire parallèlement à l'opération, ce qui permet d'évaluer chaque utilisation de la carte à la lumière de l'activité récente.
Prise de décision face aux pics de demande
Traiter des millions d'événements par seconde au sein d'un cluster « shared-nothing », tout en garantissant que les décisions soient prises dans les délais requis lors du Black Friday, en cas de fluctuations du marché ou de pannes.
Préparation des fonctionnalités en cours
Les événements sont enrichis de contexte, les caractéristiques sont extraites et les représentations sont générées sur le même cluster, ce qui évite d'avoir à exporter les données puis à les réimporter avant le calcul du score.
La prise de décision en temps réel s'appuie sur la même infrastructure sous-jacente, mais prend des formes différentes selon les secteurs d'activité
Ces quatre cas de figure couvrent la plupart des situations rencontrées par les clients.
Fraude et risques liés à la fenêtre d'autorisation
Évaluez les transactions en fonction de l'historique comportemental et des règles avant de les approuver, plutôt que de constater la perte dans le lot de demain.
Tarification dynamique et établissement de devis
Calculez les prix en tenant compte du volume, des stocks, des promotions et des signaux de la concurrence, ce qui permet de réduire les temps de réponse de quelques secondes à quelques millisecondes.
Meilleure action suivante et personnalisation
Sélectionnez des offres, des ventes incitatives ou du contenu au moment même de l'interaction, en vous basant sur le comportement actuel et les droits de l'utilisateur plutôt que sur des mises à jour effectuées pendant la nuit.
Gestion des interventions et des incidents
Réorganiser les itinéraires, les équipes, les flottes et les plannings à mesure que les conditions évoluent, en exploitant des modèles basés sur des données télémétriques en temps réel afin d'éviter les dangers et d'assurer la continuité des opérations.
Ressources recommandées
Démarrer
Démarrez avec MariaDB
La plateforme de base de données temps réel en laquelle vous pouvez avoir confiance, pour vos applications actuelles comme pour vos futurs projets.
Foire aux questions
La prise de décision en temps réel applique des règles métier, des analyses et des modèles d'apprentissage automatique à des flux d'événements en direct, permettant ainsi de prendre des décisions pendant que la transaction est encore en cours, plutôt que de simplement rendre compte des résultats a posteriori.
L'analyse en temps réel se traduit généralement par des tableaux de bord et des requêtes actualisés en permanence. La prise de décision détermine la manière dont le système agit : validation, tarification, acheminement ou recommandation dans le cadre de la transaction, sans qu'un intervenant humain ait besoin de consulter au préalable un graphique.
MariaDB GridGain conserve en mémoire le contexte historique nécessaire à la prise de décision, parallèlement aux événements en cours, afin de faciliter les décisions en temps réel. MariaDB Exa analyse les tendances et les grands volumes de données plutôt que les événements individuels.
Oui. Les modèles s'exécutent sur les nœuds du cluster qui hébergent les données ; ainsi, la recherche de caractéristiques et le calcul de scores s'effectuent sans passer par une couche de service distincte. L'exécution prend généralement quelques dizaines de millisecondes.
Les événements transitent par Kafka, les bases de données opérationnelles, les systèmes mainframe et les API. En tant que hub d'intégration numérique, MariaDB GridGain les regroupe au sein d'une seule couche en mémoire afin que le modèle puisse prendre en compte tous les signaux pertinents.
Les services financiers et les paiements, pour la détection des fraudes et des risques ; le commerce de détail, pour la tarification et la personnalisation ; les télécommunications, pour les offres et les actions des abonnés ; et les transports, pour la gestion des expéditions et la gestion des perturbations.