Przykład zastosowania: analizy predykcyjne danych o sprzedaży w czasie rzeczywistym

IBM Event Streams służy jako bufor integrujący multum źródeł danych wykorzystywanych przez przedsiębiorstwo z jego jeziorem danych.
Obejmuje to strumienie kliknięć ze strony WWW firmy oraz transakcje z jej rejestrów sprzedaży. Dane te są następnie przetwarzane w celu identyfikacji wzorców, które pomagają planować przyszłe kampanie marketingowe.

W celu rozpoznawania sytuacji w czasie rzeczywistym i podejmowania natychmiastowych działań powstają nowe aplikacje do przetwarzania danych strumieniowych.
Aplikacje te subskrybują tematy z rozwiązania Event Streams, nie wymagając przy tym wprowadzania żadnych zmian w systemach zaplecza.

Przedsiębiorstwa często zastanawiają się, czy są w stanie przewidywać niektóre sytuacje, zanim będą miały miejsce.
Prognozując zdarzenia przed ich wystąpieniem, firmy zyskują możliwość idealnego dopasowania oferty do potrzeb swoich klientów.

Przedsiębiorstwa wykorzystują istniejące dane do trenowania modeli uczenia maszynowego. Po treningu modele te mogą przetwarzać strumienie danych napływające w czasie rzeczywistym.
Modele pomagają przewidywać przyszłe sytuacje, co z kolei sprzyja rozwojowi działalności.