Caso de uso: Analítica predictiva en tiempo real para datos de ventas

IBM Event Streams se utiliza como memoria intermedia para conectar los múltiples orígenes de datos de la empresa a su data lake. Esto incluye hacer clic en las rutas desde su sitio web y las transacciones de sus registros de ventas. Estos datos se utilizan para identificar patrones, que podrían utilizarse para configurar futuras campañas de marketing.

Para identificar situaciones en tiempo real y tomar medidas inmediatas, se escriben nuevas aplicaciones de procesamiento de transmisión. Estas aplicaciones se suscriben a temas existentes en Event Streams, que no requieren modificaciones en los sistemas back-end.

Las compañías a menudo se preguntan si pueden predecir algunas situaciones antes de que sucedan. Al predecir los eventos antes de que ocurran, las compañías tienen más oportunidades de adaptar perfectamente sus ofertas a las necesidades de sus clientes.

Las compañías utilizan los datos existentes para entrenar modelos de machine learning. Una vez entrenados, estos modelos pueden procesar transmisiones de datos en tiempo real. Los modelos proporcionan predicciones sobre situaciones futuras, que se utilizan para impulsar nuevas oportunidades de negocio.