大数据最典型，人们最熟悉的应用场景就是精准营销，根据用户既往的行为数据做出分析，然后做出预测，以此辅助企业的营销过程，除此之外，大数据还能做什么？还有哪些应用场景呢？
Splunk是一家特别的大数据分析服务公司，它的数据分析与传统的数据处理的方式有所不同。
Splunk的工作对象主要是机器数据，所谓机器数据是指IT环境中包括操作系统，数据库应用，ERP，移动终端、电脑、服务器、路由器等任何设备上产生的数据，Splunk可基于任何来源，任何类型，任何数量的数据源，进行关联处理，关联分析最后为用户服务。
比如，Splunk可以提供智能化的IT的运维，利用大数据精准定位用户的问题，快速处理问题，用AIOps来解决运维问题；Splunk可以提供成面，成体系的安全服务，通过分析来发现未知的安全威胁；Splunk的业务分析服务可用来改善产品和用户体验，监控用户的使用数据，使用APP的数据，以此来改善他的产品和服务。
在实际应用中，Splunk有很多实践案例可以分享。
纳斯达克用Splunk做内部外部的威胁分析，作为一家金融交易机构，安全是至关重要的。事实上，纳斯达克与许多企业一样，有很多来自于外部内部的安全威胁。比如系统会发现离职员工访问企业账户的异常，结合其他相关数据判定行为是否正常，比如防止人员流动造成的IP知识产权流失，或者及早发现IP知识产权流失的问题。
国内某大型金融机构使用Splunk做运维。一方面，IT架构越来复杂，故障定位也越来越难。交换机报错找交换机，数据读写错误找数据库，交换机的报错可能是数据库造成的，有些东西没法一下找到问题，Splunk平台能对所有数据进行关联分析，能清楚定位报警。一方面，100个报警提示其实可能只有一个真正问题，Splunk关联分析之后能做告警压缩。报警压缩的价值在哪儿？一天几十万条报警要怎么处理呢？有的人外包，有的人认为删掉一部分，面对茫茫多的报警信息，处理起来非常麻烦，想解决的话，只有加派人手了，这是成本。
制造业里的宝马新能源车也在用Splunk，宝马新能源车的设计研发模拟交付用户跟踪都在用Splunk，用前期记录的数据来做流程返工，迅速找出问题的所在，Splunk可以监控所有电动车的使用过程，通过对所有电动车行驶规矩，停留的地点，停留时间的分析判断在哪儿放充电站。宝马会利用收集到的各种信息来分析和改善产品。
Splunk帮特斯拉监控特斯拉汽车从研发到生产，到后续的交付，到用户的使用，信息的采集的全过程，能收集到用户的驾驶习惯、踩刹车的习惯、打方向盘的习惯，能记录开车的频率、习惯的速度，给出一些提醒建议，帮助改善产品，实现快速迭代。
Splunk能分析的数据非常全，然后能对数据做全面的关联，这就是Splunk最大的特点了。
天学网是一家以智能学习产品和平台服务为主的教育服务的公司，每天有几百万付费用户，这些用户非常重视使用体验，这为运营提出了很多挑战，因为用户对于错误基本上是零容忍。
天学网副总裁刘文（左）和Splunk 中国区总经理严立忠（右）
天学网副总裁刘文表示，故障出现后的响应时间只有分钟级，以往小时级的响应是完全不行的。
为了提升保障用户的使用体验，六年前开始，天学网自主开发了一部分监控系统，也有一部分使用了开源的监控系统，所以，天学网本身其实有技术积累的。
尽管如此，但是面对一些具体的问题时也是无从下手，或者说自己投入辛辛苦苦做出来的东西效果达不到预期，或者达到预期后的代价非常高。
大约从三年前开始，天学网开始使用Splunk的方案。天学网副总裁刘文这样说道，我从当前60分水平想要做到80分的话，需要花很大代价，我现在用Splunk的方案能做到90分以上，而代价远比我自己做的要小。Splunk的使用体验让刘文深刻体会到了什么叫术业有专攻。
刘文将与Splunk的合作过程总结为三个需求阶段
据了解，天学网跟Splunk的合作不到三年，当前能做到快速，定位和解决问题，这是第一阶段，在Splunk的帮助下，天学网的技术团队得以能专注于研究教学技术，将智能技术注入其中，下一阶段，天学网想在问题出现之前解决问题。
在天学网的用户中80%以上的场景需要在家里完成，用户产生的数据90%以上是非结构化的。比如用户练习英语口语的时候会产生录音，产生笔记，百万级用户规模下，数据量将非常大，如何发现服务过程中的潜在问题将会带来很高的价值。
如今，天学网已经着手第二层级的需求，刘文表示十分看好其前景，能够很大程度上提高故障反映速度，提升用户体验，这对于复购率和使用数字两方面都非常重要。在满足第二层级需求的过程中，刘文还意识到，引入Splunk的服务引进的不只是一套技术，而且是引进了一套业内的最佳实践经验。
第三个阶段的想要达到的效果是从立体的视角审视发生了什么。审视用户来的时候有没有遇到问题，购买行为怎么样？使用过程中有没有遇到麻烦，可能遇到什么问题。
第三个需求也开始尝试，天学网考虑将Splunk用在全业务流程管理，用来分析底层机器数据，上层应用数据，业务层面的数据等等。
刘文认为，开源的方案是一条路径但是构建和使用成本太高了，效率和质量也很难满足实际需求，这时候确实需要一个很强的工具，他表示，教育行业对于质量和体验的要求与医疗行业的要求特别像，便宜点当然好，但价格不是第一位。
他希望，底层系统的运行指标和上层一些业务指标以某种方式串起来，串起来之后来进行更快的迭代和决策，这件事有很强的探索性。
他相信，在Splunk的帮助下，一方面企业的生产力绝对是得到了提高。另一方面，整体拥有成本远低于自己研发，既节省了金钱也节省了时间。
