用户案例

联想：通过日志分析统一查看中国区的整体销售情况

联想是一家世界 500 强公司，年营收超过 450 亿美元。联想在运营领域面临着一个令人头疼的工程难题。一个规模很小的 BT/IT 团队负责维护这家硬件生产商用于日志分析的 MySQL 数据库。规模扩大至每天处理两亿条日志后，数据库性能开始下降并妨碍联想制定新的业务举措，例如联想亟需一款店内研究程序来监测客户在零售店内如何使用联想硬件设备。  

操留学是联想 PCSD BT/IT 部门的一名团队负责人。他发现 Elasticsearch 是一套理想的解决方案，能够快速解决他们在扩展过程中遇到的运营问题。

“主要是能够减少工作量。之前使用诸如 MySQL 等传统的关系型数据库时，我们需要投入大量时间进行优化和调整，才能实现我们现在使用 Elasticsearch 达到的效果和性能。”  ------- 操留学，PCSD BT/IT 部 | 联想

通过日志分析获得商业智能

联想改用 Elasticsearch 后，操留学所带领的团队能够有更多时间专注于可对业务决策产生影响的项目。 

联想在中国区共有 5,000 家零售店和合作店，这些店铺展示联想出品的各种样机，例如电脑、手机、平板电脑等等。借助 Elasticsearch，操留学的团队得以腾出时间研究零售店的顾客如何与店内的硬件设备进行实际交互，进而帮助推动销量。这些店铺每天共产生 4 亿多条日志，如果没有 Elasticsearch，这个重大的指标类项目绝对不可能完成。 

联想希望帮助决策者和店铺经理回答下列问题：

  • 顾客进入店内时，他们对哪些产品和功能感兴趣？为什么感兴趣？
  • 在店铺内，如何通过调整产品摆放位置来提高顾客兴趣？
  • 人们对零售店中的哪些商品更感兴趣？
  • 不同地区的消费者对联想产品的兴趣偏好是否有所不同？

lenovo-phone.jpg

通过数据便能回答这些和其他问题，而操留学的团队则负责将这些数据采集到联想的 Elasticsearch 集群内。这一新的指标工具可以提供实时洞见，让联想知道零售店的消费者会花多长时间体验联想最新产品，例如，与笔记本电脑触摸屏之间的交互，或者在键盘上输入内容。

更重要的是，店铺能够按照一定策略在店铺内摆放硬件和其他在售产品，这样，联想便能实时跟踪这些产品的受欢迎程度，并确定产品在店内的最佳摆放位置。

由于拥有了这些指标，零售店和销售团队能够进行分析并根据需要调整库存。

总而言之一句话，Elasticsearch 通过提供数据帮助多个职能部门作出战略性业务决策，而之前使用 MySQL 时，由于 MySQL 负载过大，根本不能提供这些数据。 

全新 Elastic 用例：产品演示指标

公司成功推出硬件零售监测程序之后，联想的工程师开展了一个新的基于 Elasticsearch 的项目，来确定产品销量与从产品展示活动中所收集实时数据之间的关系。正是由于有了 Elasticsearch，联想才能通过这种新方法获得有关大众消费者兴趣和行为的新鲜洞见。 

“这一应用程序可以转化为有关消费者购买习惯的商业智能，这样联想便有机会领先市场推出新一代的优秀产品。”操留学说道。