人们每天都在使用图数据库，但很少有人知道。Facebook、Instagram、LinkedIn 和 Twitter 都依赖图形数据库和分析来了解用户之间的关系，并将用户与正确的内容联系起来。
图片来自Pixabay
微软 Xbox 是全球最受欢迎的游戏平台之一，超过 1 亿人使用 Xbox Live，1800 万人订阅了 Game Pass。
所有这些参与者都会产生大量数据。Microsoft 希望找到数据中的模式以提供更好的体验。得益于图数据库技术，该公司正在享受与“光环”游戏中的外星帝国一样多的收益。
其中包括能够检测用户希望让他们玩游戏更长时间的模式，智能地提供特别优惠，以及更好地了解用户群体如何相互玩游戏，从而不断改善整体游戏体验。
这只是图形数据库如何迅速成为一种强大技术的一个例子，它一直在催生新的应用程序，包括优化业务流程、获得 360 度客户视图、管理供应链、改善医疗保健结果、识别网络安全威胁和检测金融欺诈。
Gartner预测，到 2025 年，图形技术将用于高达 80% 的数据和分析创新，高于 2021 年的 10%。研究公司 IMACR预测，全球图形数据库市场将从 2021 年的 11.3 亿美元攀升至 2021 年的 37.8 亿美元2027.
人们每天都在使用图数据库，但很少有人知道。Facebook、Instagram、LinkedIn 和 Twitter 都依赖图形数据库和分析来了解用户之间的关系，并将用户与正确的内容联系起来。亚马逊上的那些产品推荐——“购买该商品的人也购买了”——也来自图形分析查询。
那么是什么让图形数据库变得有趣呢？
故事始于我们周围的数据爆炸。商业领袖不断地问：我们能用所有这些数据做什么？又如何在其中找到竞争优势？他们承受着不间断的压力，需要更好地了解客户行为、提高运营效率并预测市场变化。
组织正在从各个可能的角度收集数据，并将它们作为独立文件存储在关系数据库中。这些传统系统旨在存储因素，而不是从数据的来源和来源的角度分析数据。您可能能够在信息中找到一些孤立的事实，但错过了数据中看不见的关系，这些关系能够以细微差别解决复杂的问题。
虽然在可预见的未来，关系数据库管理系统 (RDMS) 仍将是大多数企业数据交易和报告的操作引擎，但图形数据库的加入为数据元素之间的关系打开了一个全新的窗口。
正如 Gartner所说：“图表构成了许多现代数据和分析功能的基础，可以跨不同的数据资产查找人、地点、事物、事件和位置之间的关系。” 这使组织能够“快速回答复杂的业务问题，这些问题需要上下文意识和对多个实体之间联系和优势的性质的理解。”
使用图形数据库，可以轻松地对任何类型的关系建模，并且模式可以动态更改。然而，那些精通 SQL 的人不必感到被排除在外，因为图形数据库查询语言（例如GSQL）只是增强了图形功能的 SQL 相邻语言。
对关系的强调与图形技术有效处理大量数据的能力相结合，使图形数据库成为人工智能和机器学习应用程序的理想选择。
让我们深入研究图形数据库被证明特别有益的五个用例。
1. 360 度全方位客户视图
对于企业而言，了解客户与其产品和服务以及彼此之间的联系方式至关重要。但公司与其客户或销售前景之间的互动往往很复杂，有很多接触点。试图快速获得完整视图会导致多对多关系，而关系数据库需要费力的建模和大量繁琐的表连接才能产生可操作的洞察力。
关系数据库是索引和搜索数据以及支持事务和执行基本分析的好工具。但是图形数据库通过连接表或业务实体并识别隐藏的关系和模式而更进一步。它们旨在理解、探索和分析数据中的复杂关系，使数据科学家和业务用户能够跨所有接触点实时更深入地研究数据。
2.欺诈检测
欺诈是金融服务公司和许多其他企业面临的主要问题。大多数欺诈都是由一群人实施的，这些人不是个人，而是一群人在一个复杂的计划中进行合作，这些计划旨在难以追踪。
标记欺诈的传统方法是基于规则的。例如，如果一家公司发现与一位新客户进行了一笔非常大的交易，它就会予以拒绝。然而，通过图形技术与 AI/ML 相结合，您可以根据需要进行深入研究，找到不同交互的序列或模式，例如一组在其他方面不相关的人共享相同的 IP 地址。你走得越深，你就越能准确地发现真正的欺诈行为而不会误报，并能检测到可能被遗漏的异常情况。
摩根大通 (JPMorgan Chase) 和 Intuit 是著名金融服务公司的两个例子，它们采用图形数据库来加强欺诈检测工作。
3. 保健
UnitedHealth Group (UHG) 是全球收入最高的医疗保健公司，它使用图形数据库帮助提高超过 2600 万会员的医疗质量，同时降低成本。UHG 使用庞大的图形数据库来跟踪会员、提供者、索赔、就诊、处方、程序等之间超过 1200 亿的关系。
UHG 在其庞大的图形数据库之上开发了各种应用程序，除其他好处外，这些应用程序还提供了医生、药房、临床实验室、健康顾问和 UHG 本身之间的成员交互的综合视图。
4. 更顺畅的供应链
供应链管理的重中之重是降低运营中断的风险、提高站点可靠性、改进供应商关系管理并以经济高效的方式管理工厂运营。
许多组织已经能够收集大部分所需数据，但事实证明，他们的传统分析技术速度太慢、成本太高，而且通常无法分析存储在不同位置、格式的大量合作伙伴、路线、交易和其他数据和协议。大多数传统的供应链分析解决方案都建立在关系数据库之上。
Jaguar Land Rover (JLR) 举例说明了图形数据库解决方案如何跨越供应链分析所需的许多数据孤岛，并探索数据元素之间的关系网络。公司的一些关键供应链计划查询现在只需 45 分钟，而不是数周，更重要的是，管理层可以提出前所未有的数据问题。
5. 改进在线零售业务
零售电子商务公司面临着巨大的竞争压力，需要在准确的客户详细信息和购买历史的基础上提供更好的客户体验。早期的推荐引擎虽然在当时取得了突破，但在提出建议时只是简单地查看了几个连接的数据点。他们通常使用几天前数据的快照，并且缺乏当今所需的实时建模和细微分析。
今天的图形数据库提供了巨大的改进。他们可以实时考虑一系列可能的关系——例如客户与支付方式、客户与品牌、产品与退货率、促销与销售率等等——以与不断变化的资料保持一致客户群并产生更具吸引力和个性化的推荐。
这些只是图形数据库的一些最常见用途。共同点是：通过将数据以图表的形式呈现，组织可以从关系的角度大规模、快速地解决复杂的分析问题。
原文标题：Common Use Cases for Graph Databases
原文作者：于旭
原文链接：https://thenewstack.io/common-uses-cases-for-graph-databases/
