作者：陳曉勇、柯根

阿里巴巴數(shù)據(jù)技術(shù)編年 簡史

2003年淘寶誕生于杭州一間民居。次年，Google發(fā)表了三篇大數(shù)據(jù)論文將計算技術(shù)引入大數(shù)據(jù)時代。

2004年Doug Cutting和Mike Cafarella根據(jù)Google的論文實現(xiàn)了Hadoop的HDFS和MR計算框架。

2006年 Hadoop項目進(jìn)入Apache社區(qū)。

2008年9月Hive成為Hadoop的子項目，之后成為Apache的頂級項目。同年，淘寶開始實施基于Hadoop系統(tǒng)的數(shù)據(jù)計算平臺搬遷-云梯1。

2009年阿里云誕生，阿里云開始寫下Maxcompute第一行代碼，中國的各種云端服務(wù)開始涌現(xiàn)。

2014年阿里巴巴實施登月計劃，完成基于Maxcompute平臺的數(shù)據(jù)平臺遷移-云梯2，匯總?cè)瘓F(tuán)的數(shù)據(jù)業(yè)務(wù)到一個平臺上，完成數(shù)據(jù)公共層建設(shè)，OneData體系和集團(tuán)的數(shù)據(jù)中臺漸趨成型。

2014年4月Intel投資Cloudera，放棄自主的Hadoop發(fā)行版，同年Cloudera進(jìn)入中國市場。

2017年數(shù)據(jù)中臺產(chǎn)品Dataphin產(chǎn)品問世，同時支持Maxcompute和Hadoop大數(shù)據(jù)平臺，OneData內(nèi)部的技術(shù)體系開始對外實現(xiàn)賦能。

2018年Cloudera和Hortonworks宣布了公司合并，Hadoop發(fā)行版從多個廠商競爭變成寡頭間游戲。

2020年基于Dataphin、品牌數(shù)據(jù)銀行，Quick Audience、Quick Stock數(shù)據(jù)中臺產(chǎn)品的全域營銷推出，阿里開始通過自有的數(shù)據(jù)體系賦能商家，數(shù)據(jù)中臺從純技術(shù)推廣到業(yè)務(wù)價值體現(xiàn)。

數(shù)據(jù)中臺理念應(yīng)運而生時機(jī)

傳統(tǒng)的數(shù)據(jù)處理方式，特別是傳統(tǒng)的數(shù)倉平臺，其軟硬件采購成本，運維成本、技術(shù)門檻等都頗高。只有銀行、運營商等大型企業(yè)才有能力和財力實現(xiàn)數(shù)據(jù)倉庫和數(shù)據(jù)集市的平臺建設(shè)。隨著大數(shù)據(jù)技術(shù)和云上服務(wù)的普及，企業(yè)的運維成本和技術(shù)開發(fā)門檻大幅度降低，特別是具有極高性價比的云端服務(wù)，簡單的部署，近乎無限的可擴(kuò)展性和輕松的管理，綜合使用成本和便捷性都大大優(yōu)于傳統(tǒng)數(shù)據(jù)平臺。因此，企業(yè)開始將其數(shù)據(jù)倉庫從傳統(tǒng)的Teradata、Oracle/IBM等平臺遷移到大數(shù)據(jù)平臺或云服務(wù)中，時至今日，這一變化還在傳統(tǒng)企業(yè)中不斷的上演。

云計算興起之后，數(shù)據(jù)庫和彈性計算（ECS）是最為普遍的產(chǎn)品，但隨著用戶在云上業(yè)務(wù)的數(shù)據(jù)積累，企業(yè)開始對數(shù)據(jù)分析有了直接的需求。2011年阿里云maxcompute大數(shù)據(jù)平臺上線，阿里云邁入大數(shù)據(jù)時代。

隨著數(shù)據(jù)指數(shù)級的增長，數(shù)據(jù)處理的方式和模式發(fā)生了質(zhì)的變化。傳統(tǒng)面向經(jīng)營管理人員和少部分業(yè)務(wù)人員的數(shù)據(jù)支撐方式不再能滿足業(yè)務(wù)發(fā)展的需求。數(shù)據(jù)開發(fā)周期長、反應(yīng)慢、應(yīng)用面窄的弊端也越來越突出。企業(yè)及政府開始尋求應(yīng)對市場變化和數(shù)據(jù)及時響應(yīng)的方法，同時對數(shù)據(jù)的采集、開發(fā)、使用和管理提出了更高的要求。

企業(yè)需要進(jìn)行數(shù)智化轉(zhuǎn)型，才能更有效地管理數(shù)據(jù)，更便捷地使用數(shù)據(jù)。阿里巴巴數(shù)據(jù)技術(shù)及產(chǎn)品部也認(rèn)識到了數(shù)據(jù)處理方式必須有所改變，才能滿足企業(yè)對數(shù)據(jù)開發(fā)效率，數(shù)據(jù)賦能業(yè)務(wù)產(chǎn)生價值和數(shù)據(jù)指導(dǎo)企業(yè)運營管理的需求，至此數(shù)據(jù)中臺理念孕育而生。它幫助阿里巴巴集團(tuán)在之后幾年的激烈競爭中脫穎而出，并繼續(xù)幫助企業(yè)過渡到未來的競爭，這場趨勢之戰(zhàn)的背后是商業(yè)主導(dǎo)權(quán)的競爭。

數(shù)據(jù)中臺實質(zhì)是實現(xiàn)數(shù)據(jù)價值化與數(shù)據(jù)資產(chǎn)化

關(guān)鍵產(chǎn)品介紹：

Dataphin 是阿里云旗下智能數(shù)據(jù)構(gòu)建與管理的數(shù)據(jù)中臺建設(shè)引擎。旨在基于數(shù)據(jù)中臺實踐中沉淀的核心方法論和技術(shù)體系，提供從數(shù)據(jù)采，建，管，用的全鏈路、一站式的大數(shù)據(jù)能力，以助力企業(yè)打造標(biāo)準(zhǔn)統(tǒng)一、融會貫通、資產(chǎn)化、服務(wù)化、閉環(huán)自優(yōu)化的智能數(shù)據(jù)體系。

Dataphin的核心價值在于規(guī)范數(shù)據(jù)定義，用規(guī)范化、標(biāo)準(zhǔn)化的方式生產(chǎn)數(shù)據(jù)，提高數(shù)據(jù)開發(fā)的效率。

數(shù)據(jù)中臺把面向全員開放數(shù)據(jù)，支撐業(yè)務(wù)的數(shù)據(jù)化運營作為目標(biāo)。數(shù)據(jù)中臺便捷的數(shù)據(jù)構(gòu)建和業(yè)務(wù)價值視角的設(shè)計思路是與傳統(tǒng)數(shù)據(jù)倉庫的最大的不同。阿里巴巴通過數(shù)據(jù)為人人，基層小二才是數(shù)據(jù)主要使用者的理念，來進(jìn)行數(shù)據(jù)加工和開發(fā)，讓一線員工有數(shù)據(jù)可看，有數(shù)據(jù)支持運營決策，有數(shù)據(jù)做業(yè)務(wù)指導(dǎo)。

OneData是基于阿里巴巴數(shù)據(jù)技術(shù)團(tuán)隊多年經(jīng)驗沉淀出來的方法論，核心是數(shù)據(jù)公共層的建設(shè)，Dataphin是方法論固化到產(chǎn)品的一個形態(tài)，它幫助阿里巴巴經(jīng)濟(jì)體在業(yè)務(wù)轉(zhuǎn)型的過程中推動業(yè)務(wù)變革，實現(xiàn)業(yè)務(wù)價值。企業(yè)同樣可利用這些成功經(jīng)驗和工具來提高數(shù)據(jù)效率，支持他們的經(jīng)營和可持續(xù)性戰(zhàn)略。

OneData核心是數(shù)據(jù)公共層的建設(shè)。 阿里巴巴正是通過底層服務(wù)和敏捷開發(fā)的創(chuàng)新來賦能其龐大的客戶群，為客戶提供成熟的方法論和開箱即用的工具，幫助企業(yè)實現(xiàn)業(yè)務(wù)創(chuàng)新。在以創(chuàng)造業(yè)務(wù)價值為導(dǎo)向的今天，我們看到數(shù)據(jù)中臺能推動企業(yè)數(shù)據(jù)價值利益鏈的傳導(dǎo)。

在阿里巴巴經(jīng)濟(jì)體內(nèi)，數(shù)百種數(shù)據(jù)應(yīng)用服務(wù)于淘寶、天貓、優(yōu)酷、飛豬、支付寶等各個業(yè)務(wù)部門。經(jīng)濟(jì)體外，生意參謀、品牌數(shù)據(jù)銀行、全域消費者運營平臺Quick Audience等數(shù)據(jù)應(yīng)用幫助外部的商家在阿里巴巴經(jīng)濟(jì)體內(nèi)實現(xiàn)業(yè)務(wù)價值。數(shù)據(jù)及數(shù)據(jù)工具將越來越多的實現(xiàn)人、貨、場的連接和協(xié)作。

數(shù)據(jù)中臺概念下，數(shù)據(jù)資產(chǎn)除了基礎(chǔ)的存儲容量、計算資源外，還需要根據(jù)企業(yè)的組織架構(gòu)或開發(fā)形態(tài)來構(gòu)建自己數(shù)據(jù)資產(chǎn)管理平臺，用以洞察企業(yè)數(shù)據(jù)健康狀況。在阿里巴巴企業(yè)內(nèi)部也有資產(chǎn)平臺提供數(shù)據(jù)健康狀態(tài)信息，可為下一財年的系統(tǒng)擴(kuò)容提供數(shù)據(jù)依據(jù)。Dataphin內(nèi)置的數(shù)據(jù)資產(chǎn)管理模塊能夠體現(xiàn)開發(fā)者視角下的數(shù)據(jù)資產(chǎn)基礎(chǔ)狀況。

企業(yè)需要進(jìn)行數(shù)智化轉(zhuǎn)型，才能更有效地管理數(shù)據(jù)，更便捷地使用數(shù)據(jù)。阿里巴巴數(shù)據(jù)技術(shù)及產(chǎn)品部也認(rèn)識到了數(shù)據(jù)處理方式必須有所改變，才能滿足企業(yè)對數(shù)據(jù)開發(fā)效率，數(shù)據(jù)賦能業(yè)務(wù)產(chǎn)生價值和數(shù)據(jù)指導(dǎo)企業(yè)運營管理的需求，至此數(shù)據(jù)中臺理念孕育而生。它幫助阿里巴巴集團(tuán)在之后幾年的激烈競爭中脫穎而出，并繼續(xù)幫助企業(yè)過渡到未來的競爭。這場趨勢之戰(zhàn)的背后是商業(yè)主導(dǎo)權(quán)的競爭。

數(shù)據(jù)中臺應(yīng)用現(xiàn)狀

一、通用行業(yè)數(shù)據(jù)中臺建設(shè)場景

傳統(tǒng)企業(yè)對數(shù)據(jù)中臺的期待更多的是在業(yè)務(wù)運營和管理支撐這兩方面。開箱即用的工具能實現(xiàn)企業(yè)高效的數(shù)據(jù)產(chǎn)出和數(shù)據(jù)資產(chǎn)的管理。在數(shù)據(jù)中臺建設(shè)的場景設(shè)計階段，會對傳統(tǒng)企業(yè)進(jìn)行深入的業(yè)務(wù)調(diào)研，抽絲剝繭地提煉業(yè)務(wù)場景，將用戶最為關(guān)心的業(yè)務(wù)洞察視角通過BI數(shù)據(jù)分析報表可視化的展現(xiàn)在人們面前，輔佐決策者做出科學(xué)判斷。

數(shù)據(jù)中臺的業(yè)務(wù)場景設(shè)計階段衍生出數(shù)千個派生指標(biāo)，這些派生指標(biāo)具有時間限定細(xì)、指標(biāo)定義清晰無二義性，指標(biāo)間組合條件多等特征。Dataphin能快速實現(xiàn)數(shù)據(jù)加工和開發(fā)，圖形化設(shè)計降低數(shù)據(jù)中臺開發(fā)和設(shè)計的門檻，并從數(shù)倉規(guī)劃、數(shù)據(jù)集成、規(guī)范建模、通用開發(fā)IDE、運維調(diào)度到數(shù)據(jù)服務(wù)一站式快速達(dá)成傳統(tǒng)企業(yè)數(shù)據(jù)建模和數(shù)據(jù)開發(fā)的目標(biāo)。

數(shù)據(jù)中臺內(nèi)匯聚的數(shù)據(jù)資產(chǎn)就像一座“金礦”，對企業(yè)來講，數(shù)據(jù)中臺必須要解決數(shù)據(jù)如何管理，如何使用的問題。通過中心化的數(shù)據(jù)資產(chǎn)管理可以方便的對資產(chǎn)使用及其價值進(jìn)行全面的評估，構(gòu)建數(shù)據(jù)應(yīng)用的全鏈路追蹤體系，對數(shù)據(jù)成本、業(yè)務(wù)收益做到清晰、透明、可評估。傳統(tǒng)企業(yè)由于業(yè)務(wù)系統(tǒng)多元、設(shè)計獨立等原因?qū)е滦纬蓴?shù)據(jù)煙囪式開發(fā)的局面。通過對數(shù)據(jù)資產(chǎn)的集中管理可以實現(xiàn)企業(yè)全局?jǐn)?shù)據(jù)資產(chǎn)狀況全掌握，縱向部門、橫向?qū)蛹壍倪\營狀況透明呈現(xiàn)，為科學(xué)的數(shù)據(jù)化決策打下堅實的數(shù)據(jù)基礎(chǔ)。

某傳統(tǒng)企業(yè)客戶，他們在全國擁有大量零售商和門店，營銷費用居高不下，由于經(jīng)營數(shù)據(jù)都在門店和各個子系統(tǒng)中，總部難以發(fā)現(xiàn)原因。通過數(shù)據(jù)中臺的建設(shè)，將各個系統(tǒng)數(shù)據(jù)和門店營銷數(shù)據(jù)采集后，通過分析消費數(shù)據(jù)、積分積累和積分消耗數(shù)據(jù)，發(fā)現(xiàn)了異常行為會員，他們在門店的消費集中在晚上10點以后，這段時間恰是門店關(guān)門的狀態(tài)，疑似羊毛黨的作弊行為所導(dǎo)致。通過數(shù)據(jù)中臺的數(shù)據(jù)集中化管理，可對各事業(yè)部下屬門店的實際活動銷量進(jìn)行監(jiān)督。通過數(shù)據(jù)中臺定制化的“資產(chǎn)可視化門戶”幫助企業(yè)對自有數(shù)據(jù)資產(chǎn)進(jìn)行有效管理。

作為傳統(tǒng)企業(yè)代表某電信運營商、某航空公司經(jīng)過10多年的數(shù)據(jù)倉庫建設(shè)，已經(jīng)擁有一套數(shù)據(jù)分析平臺，但傳統(tǒng)的數(shù)據(jù)倉庫只側(cè)重數(shù)據(jù)開發(fā)，沒有場景設(shè)計和資產(chǎn)管理的理念，當(dāng)有一個新的數(shù)據(jù)開發(fā)任務(wù)，往往需要開發(fā)人員從貼源數(shù)據(jù)做層層加工實現(xiàn)，不僅耗時長而且存在定義不清晰的現(xiàn)象。而這些現(xiàn)象可以通過使用Dataphin，引入標(biāo)準(zhǔn)的數(shù)據(jù)公共模型來解決。

“推進(jìn)業(yè)務(wù)和數(shù)據(jù)中臺建設(shè)是航空公司今年八場硬仗之一，也是公司智能化轉(zhuǎn)型過程中的關(guān)鍵性變革。過去，需要人工從不同系統(tǒng)采集、在各自電腦上跑幾十小時才能取得的數(shù)據(jù)，現(xiàn)在幾分鐘就能實現(xiàn)數(shù)據(jù)從“云端”上輕松獲取，極大地提升了分析工作的效率和質(zhì)量?！焙娇展緮?shù)據(jù)中臺項目負(fù)責(zé)人表述。

二、零售行業(yè)全域數(shù)據(jù)中臺營銷場景

新零售行業(yè)有著全新的業(yè)態(tài)銷售模式，商家通過門店、線上網(wǎng)店、直播平臺、品牌App、微信/支付寶小程序等各種渠道促銷商品。針對營銷形式多、渠道多的特點阿里巴巴推出了全域營銷解決方案，集合全域數(shù)據(jù)通過AIPL/RFM數(shù)據(jù)模型進(jìn)行深度洞察，通過精準(zhǔn)投放，提升營銷效率，實現(xiàn)業(yè)務(wù)價值。全域營銷解決方案是基于阿里巴巴生意參謀、品牌數(shù)據(jù)銀行、數(shù)據(jù)構(gòu)建及管理平臺Dataphin、全域消費者運營平臺Quick Audience等一系列數(shù)據(jù)產(chǎn)品來實現(xiàn)的。

在全域營銷中最為核心的是幫助用戶找到目標(biāo)人群，通過人群預(yù)測模型和營銷投放為商家?guī)順I(yè)務(wù)價值，因此全域營銷預(yù)測技術(shù)實施的前提是匯聚各個業(yè)態(tài)/渠道產(chǎn)生的數(shù)據(jù)，并以阿里巴巴OneData方法論去處理以實現(xiàn)全域的數(shù)字營銷，這一領(lǐng)域AI和算法平臺的計算能力有直接的場景應(yīng)用和業(yè)務(wù)價值體現(xiàn)。通過模型建設(shè)和數(shù)據(jù)輸出使得商家對業(yè)務(wù)的運營狀況、會員洞察、渠道和銷售管理、門店管理等業(yè)務(wù)數(shù)據(jù)有全盤的管控。通過數(shù)據(jù)分析，決策者可以做出業(yè)務(wù)判斷，也可以通過市場預(yù)測（predictive Marketing）模型為全域營銷提供市場預(yù)測。

全域營銷解決方案是企業(yè)構(gòu)建數(shù)據(jù)中臺后與阿里巴巴商業(yè)生態(tài)合作，取得業(yè)務(wù)價值的一個重要方式。由企業(yè)的數(shù)據(jù)中臺沉淀的價值數(shù)據(jù)與阿里巴巴商業(yè)生態(tài)體系以及其他媒體渠道共建數(shù)字營銷，并且可回流外部投放的數(shù)據(jù)，形成全鏈路數(shù)據(jù)閉環(huán)。

飛鶴乳業(yè)、良品鋪子、伽藍(lán)等新零售企業(yè)通過全域數(shù)據(jù)中臺建設(shè)，使用Dataphin對天貓店鋪、線下門店、小程序、自有網(wǎng)站等數(shù)據(jù)進(jìn)行統(tǒng)一管理，構(gòu)建統(tǒng)一、標(biāo)準(zhǔn)、高質(zhì)量的數(shù)據(jù)，支撐數(shù)據(jù)決策和全域營銷投放，實現(xiàn)業(yè)務(wù)價值。正如客戶們所說：

“數(shù)據(jù)中臺能夠解放數(shù)據(jù)基礎(chǔ)建設(shè)，讓我們有更多的精力來思考如何運用數(shù)據(jù)來解決業(yè)務(wù)痛點、提升公司效率；那么在對組織的能力要求方面，我們也能夠更偏向業(yè)務(wù)分析和架構(gòu)的能力、數(shù)據(jù)模型算法能力、創(chuàng)新型應(yīng)用產(chǎn)品設(shè)計和規(guī)劃能力的發(fā)展?！绷计蜂佔痈笨偛弥苁佬墼诮邮懿稍L時候如是說道。

伽藍(lán)集團(tuán)大數(shù)據(jù)中心總經(jīng)理鐘衛(wèi)在接受采訪中表述”我們手中有金礦（消費者數(shù)據(jù)），但缺乏開發(fā)的方法。數(shù)據(jù)中臺體現(xiàn)的數(shù)字化技術(shù)相當(dāng)于新的生產(chǎn)力，能夠驅(qū)動企業(yè)通過建立與之相配新生產(chǎn)關(guān)系，比如組織升級、生態(tài)協(xié)同而促進(jìn)企業(yè)經(jīng)營模式、商業(yè)模式上的突破，這種突破所帶來的改變是DNA級別的”。

數(shù)據(jù)中臺未來趨勢展望

一、數(shù)據(jù)中臺的實時計算趨勢

數(shù)據(jù)處理向準(zhǔn)實時、實時趨勢方向發(fā)展。傳統(tǒng)的數(shù)倉設(shè)計限于技術(shù)體系無法實現(xiàn)實時計算。而采用分布式大數(shù)據(jù)技術(shù)不僅能實現(xiàn)構(gòu)建PB級別的數(shù)據(jù)中臺（歷史上把這類計算場景叫數(shù)據(jù)倉庫）而且還能將實時計算與歷史數(shù)據(jù)結(jié)合，實現(xiàn)流批一體開發(fā)。滿足新一代數(shù)據(jù)中臺強(qiáng)調(diào)的數(shù)據(jù)時效性和分析能力。

阿里巴巴采用Blink(Flink開源版本)實時計算框架實現(xiàn)流批一體，Blink具有復(fù)雜事件處理能力（Complex Event Process），還能為不同需求和能力的開發(fā)者提供SQL/Table、實時流批數(shù)據(jù)處理、狀態(tài)事件驅(qū)動應(yīng)用API等多種特性，應(yīng)對不同數(shù)據(jù)開發(fā)的需求。

數(shù)據(jù)中臺的實時計算技術(shù)并不是對原有的業(yè)務(wù)流程進(jìn)行再造，而是通過實時數(shù)據(jù)流與數(shù)據(jù)倉庫指標(biāo)結(jié)合的方式來實現(xiàn)更高效的業(yè)務(wù)分析。利用實時技術(shù)可以快速進(jìn)行BI分析和業(yè)務(wù)預(yù)警，如實時營銷策略、實時風(fēng)控策略、實時反欺詐。這些場景都可以嵌入到實際的業(yè)務(wù)系統(tǒng)中。

阿里巴巴的新零售業(yè)務(wù)、 雙11購物狂歡節(jié)也運用流批一體，對營銷過程實時監(jiān)控。

Dataphin產(chǎn)品在2018年開始就流批一體投入研發(fā)，在2019年底內(nèi)部流計算產(chǎn)品成功遷移到Dataphin產(chǎn)品上。2020年Dataphin 發(fā)布v2.7版本，開始支持阿里云實時計算產(chǎn)品Flink，與阿里云大數(shù)據(jù)計算服務(wù)Maxcompute結(jié)合，通過流批一體技術(shù)滿足數(shù)據(jù)及時性需求。用戶可以通過Dataphin產(chǎn)品實現(xiàn)營銷效果的實時反饋并與歷史數(shù)據(jù)放在同一維度分析和比較，給業(yè)務(wù)人員提供即時精準(zhǔn)的數(shù)據(jù)用以實時決策。

二、數(shù)據(jù)中臺上層應(yīng)用的移動終端化趨勢

BI洞察分析是數(shù)據(jù)中臺數(shù)據(jù)呈現(xiàn)的最重要的方式，現(xiàn)階段絕大部分的BI呈現(xiàn)都是PC端為主，手機(jī)端為輔?；ヂ?lián)網(wǎng)由PC端向移動終端發(fā)展的一個必然趨勢是數(shù)據(jù)數(shù)據(jù)應(yīng)用也隨之移動終端化。這幾年，在數(shù)字化分析領(lǐng)域，多個BI廠商都發(fā)布了移動終端展現(xiàn)的配套產(chǎn)品，但并未在市場上大規(guī)模普及，究其原因既有屏幕尺寸難統(tǒng)一等客觀問題，又有移動終端受眾場景個性化程度高的情況，因此數(shù)據(jù)中臺的應(yīng)用移動終端化必須適應(yīng)終端的要求。

在數(shù)字BI領(lǐng)域，其終端化必定要考慮端上適配，更多的以數(shù)字指標(biāo)看板的方式呈現(xiàn)，而不是像PC端一樣去突出豐富的呈現(xiàn)效果及歷史指標(biāo)。其次是終端App與實時計算相結(jié)合，強(qiáng)調(diào)實時數(shù)據(jù)的分析能力，呈現(xiàn)的內(nèi)容要具有時效性，更多的應(yīng)用在業(yè)務(wù)流量、實時訂單與歷史訂單分析及預(yù)測的場景中。

現(xiàn)有的移動終端化難點除了需要在iOS和Android兩個系統(tǒng)上做App開發(fā)外，還面臨多個端呈現(xiàn)問題，釘釘微應(yīng)用和微信小程序已是企業(yè)除App外在數(shù)據(jù)BI終端化中的其他選擇，但從技術(shù)層面上來說，純H5頁面開發(fā)面臨下載數(shù)據(jù)量大，使用體驗不佳，不能實現(xiàn)離線數(shù)據(jù)保持和瀏覽等問題，因此大多數(shù)移動終端應(yīng)用依舊采用App方式實現(xiàn)。

由于終端App的開發(fā)和運維成本高，PV/UV運營效率問題，所以什么樣的數(shù)據(jù)和應(yīng)用模式才能提高數(shù)據(jù)用戶的使用頻率是擺在企業(yè)管理者和產(chǎn)品經(jīng)理面前一個現(xiàn)實問題。數(shù)據(jù)中臺大部分的分析數(shù)據(jù)是T+1的分析指標(biāo)，對企業(yè)管理者有很重要的借鑒作用，但沒有小時和分鐘級別的使用頻率，因此App上呈現(xiàn)的數(shù)據(jù)應(yīng)該以企業(yè)業(yè)務(wù)及營銷活動數(shù)據(jù)為主，特別是多端的埋點采集數(shù)據(jù)、PV/UV數(shù)據(jù)，再結(jié)合數(shù)據(jù)歷史分析比較能更好的體現(xiàn)App BI的業(yè)務(wù)價值。

**
三、數(shù)據(jù)中臺的智能化發(fā)展趨勢**

AI技術(shù)最為重要的價值是能為現(xiàn)實場景所用，比如人臉識別的一個典型應(yīng)用場景是替代密碼實現(xiàn)手機(jī)登錄。構(gòu)建數(shù)據(jù)中臺之后，企業(yè)用戶可積累豐富的指標(biāo)數(shù)據(jù)，這些數(shù)據(jù)都是算法和AI依賴的基礎(chǔ)。數(shù)據(jù)中臺用戶比較普遍的AI應(yīng)用場景是銷量或流量預(yù)測，千人千面的推薦算法，營銷活動的預(yù)測等。這些都是對業(yè)務(wù)決策提供直接輔助的場景。

受到激烈的市場競爭壓力，企業(yè)都期望AI計算能在短時間內(nèi)幫助實現(xiàn)銷量增長或成本下降的效果。其實通過AI算法為一線員工提供數(shù)據(jù)的便利性使用也是提高生產(chǎn)效率的一大途徑。阿里巴巴內(nèi)部有這樣一款數(shù)據(jù)產(chǎn)品，員工可以向它模糊提問，產(chǎn)品直接回復(fù)員工用戶所關(guān)心的指標(biāo)數(shù)據(jù)，降低了數(shù)據(jù)查詢的門檻，方便一線員工的使用。

“人法地，地法天，天法道，道法自然”, 法是制約、管控，人以地為行為規(guī)范，地以天為規(guī)范，天以道為規(guī)范，道以自然為規(guī)范。企業(yè)亦之，企業(yè)的運營依賴數(shù)據(jù)支撐，數(shù)據(jù)支撐依賴系統(tǒng)、系統(tǒng)依賴于數(shù)據(jù)中臺，數(shù)據(jù)中臺遵循數(shù)據(jù)處理的方法論和多端的呈現(xiàn)，因此數(shù)據(jù)處理的處理是數(shù)據(jù)中臺成功落地的一大關(guān)鍵所在。

?

原文鏈接
本文為阿里云原創(chuàng)內(nèi)容，未經(jīng)允許不得轉(zhuǎn)載。

總結(jié)

以上是生活随笔為你收集整理的数据中台技术及业务发展史与未来趋势展望的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。