星红桉郭硕：星红桉的大数据之路 让电视更贴心

 图为：上海星红桉数据科技有限公司营销中心总经理、副总裁 郭硕

为数据分析而生  硕果累累

据郭硕介绍，星红桉成立于上海，第一个数据平台建设始于2013年新疆天山云大数据平台；截止到15年8月，已经为10家以上的有线电视提供数据服务；2015年12月开启IPTV业务之旅，为山东IPTV提供数据分析服务；2016年4月为广西IPTV提供数据服务；2016年5月为大象融媒提供数据服务；2016年8月为为河北IPTV提供服务；2017年期待为更多的客户提供数据服务。
 
一方面是巨大的数据，另一方面是在大数据系统架构进行的分析和商业应用。为什么这么说呢，因为一直以来，数据量和分析的元素一直都在。做大数据的目的就是让业务表现的更佳，创造新的价值。
 

星红桉大数据路径——四部曲

星红桉把数据定为4步，数据本身、从数据获取信息、认知，然后是人工智能。

 
数据应用3大核心领域：创意与节目的匹配、广告与内容的匹配、内容与人的匹配。
 

数据存储3个层次：内存数据库集群(Redis)；分布式文件存储（HDFS）；数据库存储。
 
实例分析：
 
每个用户每天产生的数据量值，数据量值每个用户平均每天产生1150条数据，其中主动行为数据50条。按100万用户计算，每天产生数据11亿5千万条数据，文件大小约75G。一个月平均产生340亿5千万条数据。
 
根据实际测试，按照1分钟心跳，根据57万实时在线户数高峰期实测，单台采集每秒流量为2MB/s，考虑做1.2倍冗余，计算所需带宽如下：100万实时在线户数高峰期带宽需求：(100/57)*(2*1.2)*8*7=236M。
 
郭硕表示，他们每天为8个百万用户以上量级的系统提供服务。
 

数据的ETL
 
目标：通过对数据的清洗、分析、审核工作，建立一套可以被信赖的数据集。
 
实例：74G数据写入分布式文件系统需30分钟左右，处理到业务单元时间为8分钟。
 
郭硕指出，ETL的过程代表对业务本质的认知。是最基础的一步。此过程都围绕这一件事情做“整合”。此外星红桉还提供咨询报告，我们服务的客户，每周、每月都出服务的报告。
 
演讲最后，郭硕补充到，没有大数据能离开人工智能，分支亦然。星红桉也在进行第一步探索，包括产品往运营商输送，把整个的数据做成一款产品，打通直播、点播平台，通过让用户更好的选择想看的东西，把实时收视率结合上节目单，结合一些数据去做排行，用户可以基于这个排行选择节目。
 
星红桉将让电视更贴心！