查看原文
其他

阿里巴巴数据中台实践(PPT)

数据学堂 BAT大数据架构
2024-09-17

PS:公众号读者福利文末即可下载完整ppt


01

中台模式驱动全集团业务


阿里的“大中台、小前台”战略,驱动着:新零售、金融、物流、营销、旅游、健康、大文娱、社交八大战略。

而中台架构,也逐渐升级成为“数据中台+业务中台”,即“双中台”战略。

大家耳熟能详的,淘宝、天猫、聚划算、盒马、阿里健康等业务,背后都有中台架构的支撑。


02

数据驱动业务的典型场景


以《微微一笑很倾城》这部剧为例,这部剧播放10天破60亿播放量。在购买决策以前,通过舆情分析、文学内容排行榜监测,锁定了题材和内容的受关注程度,就找到了符合标签特性的《微微一笑很倾城》。

这部剧在视频平台播出期间,分析了第一波追剧的观众标签画像,将该剧推荐给有类似标签的人群,观众基数越滚越大,形成了现象级热播剧。
同时,根据观众留言标签聚合,又找到了类似的剧集进行购买,把这一题材剧集及时推出,也取得不错的播放率。



03

阿里数据中台体系的核心要素


阿里数据中台体系核心要素包括:数据资产化、创新敏捷化、平台智能化、服务产品化。


04

数据中台:数据资产化


OneID体系,以业务/自然对象+萃取标签为架构构建,实现统一数据,即:用户统一、企业统一、商品基础数据统一等等。

OneData体系,以业务板块+业务过程+分析维度为架构构建,业务数据指标维度的统一,杜绝一个指标多种定义。

实现数据的统一采集,接入等。

 

05

数据中台:OneData数据资产化核心方法论


OneModel数据资产构建与管理。数据标准化定义、数据质量保证、数据安全管控;技术内核工具化,建模研发、梳理数据血缘、数据资产治理机制;元数据驱动智能化等

OneID实体打通和画像。基于超强ID识别技术链接数据,高效生产标签;业务驱动技术价值化,消除数据孤岛,提高数据质量,提升数据价值。

OneService逻辑化服务。主题式数据服务,主题逻辑屏蔽复杂物理表,统一但多样化数据服务,跨源数据服务。


06

数据中台:数据资产化核心方法论-OneModel


OneModel是数据资产化核心方法论,通过指标标准化、指标组合,派生出新的指标。如根据原子指标(支付转化率)、业务限定(无线端)、统计粒度(买家)、时间周期(最近30天),组合派生出业务统计报表:最近30天买家在无线端的支付转化率。


07

数据资产化核心方法论-OneModel


通过OneModel数据资产化核心方法论,驱动全集团业务。全盘把握与科学分析数据资产、清晰查看及快速使用数据资产、智能诊断与高效管理数据资产、准确评估及合理应用数据资产。

OneModel数据资产管理,包括数据资产管理平台,即:资产概览、资产地图、资产治理、资产应用等。


08

数据中台:服务产品化


以数据体系为基础,包括:营销数据体系、内容数据体系、商家数据体系、供应链数据体系、流量数据体系等。

形成了多个数据分析产品,包括:行业分析产品、活动分析产品、内容分析产品、流量分析产品等。

向上赋能业务、赋能平台、对双11大促的支持。


09

数据中台:OneData方法论驱动的平台智能化


在OneData方法论驱动下,实现平台智能化:

OneModel。100% 消除指标二义性,分钟级代码自动生成。

OneID。全域连接、立体刻画,分钟级标签萃取。

OneService。主题式数据服务,简化 80% 数据查询。


10
数据中台:创新敏捷化


通过数据中台,能够为企业提供快速创新的能力,让企业低成本试错。

从产生新思路-->通过数据中台工具赋能,快速验证-->创意演进成新的成熟平台。


11

企业数据中台:“欲速则不达”的陷阱


左边是企业数据“烟囱”的现状,大量低水平的重复建设。右边是“伪”数据中台,“形”统而“神”不统。


12

企业数据中台:方法论+自动化支持的逐层构建


是时候表演真正的数据中台了,右边是3个One方法论、数据服务平台化、数据资产的充分融合。


13

证券企业数据中台:方法论+自动化支持的逐层构建


这张图是阿里数据中台的对外输出,在证券行业的实践:数据中台方法论+自动支持的逐层构建。包括:数据技术底座、数据中台层、数据应用层。


14

企业数据中台:投顾场景


这是数据中台在投顾场景的应用案例,根据客户的投资偏好,如风险、行业、规模、风格等,匹配相关产品,实现智能投顾。


15

企业数据中台:营销决策场景


这是数据中台在企业营销决策场景的案例,通过人群画像、用户偏好,匹配营销方案,做到细、快、省的营销决策。


16

企业数据中台:实现案例


上图是阿里数据中台向企业输出案例,为企业构建超级App,基于阿里云OneData方法工具,建立营销系统、在线点餐、餐厅管理系统等应用,为企业降低30%的IT成本,实现餐品预测,有效降低库存。

上图是乳业集团数据中台建设案例,利用数据中台消费者和供应链据,进行销量预测和产协同算法优化,每年可降低千万级调度成本。

关注本公众号,后台回复“阿里中台”,即可下载《阿里巴巴数据中台实践分享》PPT全文。




PPT下载,回复阿里中台

欢迎大家点击上方订阅「BAT大数据架构」内容并推荐给更多数据方向的朋友,希望有更多机会和大家交流。


推荐阅读


往期推荐

数据治理方案与体系框架

如何搭建数据指标体系

大数据湖体系规划PPT

数据资产管理实践

干货!一文详解数据标准管理

粉丝最新整理的大数据面试题

来拿!阿里云零售行业数据模型全景白皮书

来拿!数据仓库建模指南系列视频教程(超详细)


继续滑动看下一个
BAT大数据架构
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存