从方法论到零售客户实践 解码阿里巴巴数据中台

2018-06-26 13:39来源:未知

  基于OneID、OneData、OneService的方法论,在阿里巴巴大数据平台上云过程中,提出了云上大数据解决方案--数据中台业务模式,孵化输出Dataphin和Quick BI两款大数据平台型产品。

  在整个数据中台模式中,PasS层产品Dataphin如引擎般存在,下到规划数仓,上至输出主题式服务。虽然大数据的热潮已经席卷数载,但面对大数据的利用方式与产生的价值,每个人心中都有着疑惑。

  有了Dataphin之后,如上问题弹指间即可迎刃而解,它既可以保证数据标准规范定义、数据模型设计即自动化开发、主题式数据服务即时生成,同时还能提供数据资产化管理的门户,有效降低数仓建设门槛,也提高生产效率、降低生产成本,轻松实现让数据从成本中心真正变成价值中心,且可量化呈现。

  现在,越来越多的企业开始数据上云,也有的行业如政府、金融因为严苛的安全需求而自建本地数据库,导致企业出现数据分散式存储的状况。而Quick BI却可以链接各种数据源,满足云上和本地的不同需求,整合为可被统一调度的数据集。

  Quick BI的可视化能力也不容小觑,内设地图、柱图、雷达图等21种数据图表,任何场景下的报表展示均毫无压力。特别令人惊喜的是Quick BI 特有的类Excel的电子表格功能,它足以让企业数据分析人员兴奋不已,不仅延续了本地化操作的经验,也更加贴合中国式复杂报表的制作需求。

  【联华华商】作为卖场型零售行业的翘楚,联华华商CIO陈杭先生,直言第一次接触数据中台时,就被上方提到的PPT大数据建设挑战所击中,这些都是他在工作中实实在在遇到的问题。任何一个简单的业务需求,就要在孤岛般的对象关系型数据库中创建大量的接口,产出数据结果后由于响应时间过长,业务又有了新的需求。

  【茅台云商】对于国酒茅台这样的品牌方,在经历了2015年从公务消费转向大众消费之后,认知消费者成为了茅台的一大诉求。全渠道运营与门店仓储一体化的背景下,营促销与经销商数据也变得极为重要。而资源型的飞天茅台吸引着大批的黄牛,如何才能绕开黄牛服务到真正消费者呢?

  首先利用阿里云的计算后台能力统一了数据计算,再用数据中台能力实现数据采集与同步、数据架构设计、 数据研发与运维、数据连接与萃取。将数据资产化且业务化,包装成商品、会员、社交等维度的数据,最终通过数据服务和QuickBI将数据输出,实现业务需求,例如反黄牛、舆情监测、电商运营报告等。

作者:admin