流计算应用场景

流计算的典型应用场景

欺诈监测
大型金融组织和保险机构在欺诈性交易的损失每年在千万级别,常见的情况包括身份盗窃和信用卡欺诈,这些场景都是一些时间特别敏感的问题,识别这些欺诈性交易和自动取消信用卡所花费的时间可能直接触及该公司的底线。
此时实时数据分析和决策就特别适合这些场景,在每次付款时可以在交易发生时进行分析。诸如计算单个信用卡发生的交易比率是否异常,或者同一张信用卡是否在跨很远距离的情况下同时出现消费,比如一张信用卡同时在北京或者上海出现消费将是一个异常消费。
此外,在历史消费记录的数据基础上借助于机器学习模型,可以预测一个看似正常的交易是否存才欺诈的可能性。

动态定价
对于根据需求维持高度弹性定价模式的行业,实时分析和决策的引入是支持快速需求增长情景下的强大解决方案,因此动态价格调整必须自动化。
例如连锁酒店或者航空公司,这些企业都在根据市场的需要或季节性的变化持续动态的调整着价格。市场需求的突然转变,比如一场大型的音乐会、足球赛,可以明显的影响当地的酒店或机票预定量,在这种情况下,实时数据分析可以帮助检测预订率的爆发,例如通过时间维度的查询,利用对过去60分钟内的预定量分析,每递增1分钟重新计算分析一次,当预定量突然增长的情况下系统将迅速的监测到,之后系统将决定自动调整定价,还是通知运营人员预定量出现激增。

标签