伊雲谷領路 助企業利用AWS實踐大數據

持平而論，大數據非此刻才誕生的新議題，經過幾年激盪延燒，各產業皆已認同其運用價值，亟思加以導入，希望讓行銷與業務拓展更加精準。但以往多數企業礙於資源不足，加上工具不完善，導致相關應用推動不順；直至近兩年，愈來愈多企業懂得借力使力，紛紛評估採用公有雲服務，以化解種種難題，此風潮可望在2017年達到新高峰。

伊雲谷數位科技雲端事業單位總經理林儀指出，大數據之所以難為，一方面因為涉及大量運算，需動用眾多伺服器，對企業可謂財務負擔，尤其當運算資源不足以應付臨時性分析應用需求時，更令企業不知所措，另一方面，企業想做好大數據分析，需要延攬資料科學家，建構許多資料模型，並針對諸多工具進行設定，無論管理難度、技能門檻都很高，不少企業難以跨越，以致遲遲無法將大數據應用推向規模化。

反觀公有雲，則讓企業無需花費昂貴的資本支出，就能靈活快速籌措到龐大運算資源，在全球快速建立大數據分析能量；更重要的，以當前居於全球雲端服務市佔龍頭的AWS(Amazon Web Services)而論，已針對各種大數據應用需求，提供豐富工具選項，相關Template與流程也一併就緒，所以能化繁為簡，幫助企業輕鬆跨越原本高聳的技能門檻，大幅增進分析效率，快速篩選出想要的結果。

影響所及，早期企業演算一個模型動輒需時1到2個月，如今假使借助AWS數千數萬台虛擬伺服器資源，可望急速壓縮到1天內完成，做到即時分析、即時修正模型，使企業輕易實現規模化應用，迅速實踐各種創意巧思、調整商務決策。

善用雲端資源  搭建大數據應用捷徑

AWS提供的大數據工具堪稱琳瑯滿目，包括用於處理日誌分析、Web 索引、資料轉換(ETL)、機器學習、財務分析、生物資訊學等各式使用案例的Amazon EMR；稱得上是快速、全受管的PB級資料倉儲Amazon Redshift；屬於一種無伺服器運算服務，可執行程式碼以回應事件，並自動為企業管理基礎運算資源的AWS Lambda。

另外還有Amazon Kinesis串流資料平台，用於建置機器學習模型並產生預測結果的Amazon Machine Learning，可讓企業輕鬆將影像分析新增到應用程式的Amazon Rekognition，以及將文字轉換成逼真說話方式的Amazon Polly。

林儀表示，前述各項工具如一塊塊積木，若有懂得箇中功能與效益的幫手，居間協助企業組合配對這些積木，就能拼出各種形狀，巧妙實現應用創意；100%致力於AWS諮詢合作、通路經銷等服務的伊雲谷，即是扮演這般角色，且不僅是大數據，包括雲端基礎架構、應用程式遷移、MSP(Managed Services)雲端託管，乃至因應DDoS等各式威脅防護的雲端安全規劃，都在伊雲谷服務範疇之列。

時至今日，同時擁有台北、台中、高雄、香港、北京、上海、南京等多處據點的伊雲谷，已在兩岸參與過眾多AWS雲端專案，其中也涵蓋不少大數據案例。

譬如台灣某個交友網站平台，便透過伊雲谷的輔導及協助，借助Amazon Machine Learning等解決方案，成功建立交友數據預測模型，使得社群媒合配對預測的準確率，從過去的30%大幅躍升為60？90%，因此更能精準預測新會員的喜好取向，而在配對頻率部份，過去受限於內部工程師人力與工時等資源不足，僅能每3個月做一次，如今則可即時處理；藉由配對準確率、配對頻率同步提高，讓該交友網站在業界樹立鮮明的競爭優勢，連帶使營業額走高，單憑此例，便不難彰顯AWS雲端大數據的應用價值。