近日，Kyligence參加了微軟加速器上海聯(lián)合普華永道加速器舉辦的零售及消費(fèi)品行業(yè)客戶對(duì)接會(huì)，Kyligence 解決方案架構(gòu)師海書山受邀參加大會(huì)，并發(fā)表題為《大數(shù)據(jù)分析：賦能創(chuàng)新零售戰(zhàn)略》的演講。

在他的演講中，不僅對(duì)大數(shù)據(jù)時(shí)代零售企業(yè)普遍面臨的數(shù)字化轉(zhuǎn)型挑戰(zhàn)拋出了自己的觀點(diǎn)，也通過案例分享，對(duì)Kyligence的大數(shù)據(jù)分析解決方案Kyligence Analytics Platform如何解決這一困境做了分享。以下是現(xiàn)場演講實(shí)錄：

大家好，首先感謝PwC和微軟的這次活動(dòng)，先自我介紹一下，我叫海書山，是Kyligence的解決方案架構(gòu)師，從個(gè)人層面來說我有一些零售行業(yè)架構(gòu)、實(shí)施和咨詢的經(jīng)驗(yàn)，從公司的角度我們主要是通過大數(shù)據(jù)技術(shù)來幫助企業(yè)在不同的職能層面來提升數(shù)據(jù)洞察力和分析效率，所以我的主題是《大數(shù)據(jù)分析：賦能創(chuàng)新零售戰(zhàn)略》。

從我之前的項(xiàng)目經(jīng)驗(yàn)，和現(xiàn)在作為數(shù)據(jù)廠商跟不同的客戶溝通中，發(fā)現(xiàn)我們零售行業(yè)因?yàn)閿?shù)據(jù)問題有很多痛點(diǎn)，比如因?yàn)榍啦煌斐上M(fèi)者體驗(yàn)的一個(gè)割裂，這也導(dǎo)致了消費(fèi)者的忠誠度、成交率和轉(zhuǎn)化率比較低。另外就是因?yàn)楹芏嗔闶燮髽I(yè)數(shù)字化轉(zhuǎn)型程度還不是很高，所以就會(huì)有很多數(shù)據(jù)碎片，數(shù)據(jù)口徑不一致等問題。也因此帶來了管理成本很高，企業(yè)的數(shù)字化決策困難等等。

那這些問題在大數(shù)據(jù)時(shí)代怎么去解決呢?

現(xiàn)在很多零售企業(yè)都在做轉(zhuǎn)型，比如從IT到DT的一個(gè)轉(zhuǎn)型，我們來看一下大數(shù)據(jù)能帶來什么。首先大數(shù)據(jù)能讓我們對(duì)客戶有更好的洞察力，比如將不同渠道、來源的客戶進(jìn)行統(tǒng)一整合和識(shí)別，這也給實(shí)時(shí)個(gè)性化推薦或者精準(zhǔn)營銷等等提供了基礎(chǔ)。然后我們可以針對(duì)進(jìn)銷存、物流效率等等做一些供需鏈的優(yōu)化和相應(yīng)的風(fēng)險(xiǎn)管控。***呢我們可以把這些關(guān)于客戶和運(yùn)營的應(yīng)用和場景，以大數(shù)據(jù)分析和可視化的形式呈現(xiàn)出來，并且給我們做一些決策上的支持。那這些就是我們叫做大數(shù)據(jù)零售的核心能力，也就是通過大數(shù)據(jù)分析的手段給零售行業(yè)的賦能。

[[232482]]

為了達(dá)到或者實(shí)現(xiàn)這些應(yīng)用，我們?cè)诩夹g(shù)上需要做到什么?

首先我們面臨的肯定是海量數(shù)據(jù)，不管是數(shù)據(jù)量還是數(shù)據(jù)的復(fù)雜程度都比傳統(tǒng)的數(shù)據(jù)應(yīng)用提升了一個(gè)等級(jí);同時(shí)不管是實(shí)時(shí)分析，還是交互式分析，都對(duì)數(shù)據(jù)的實(shí)時(shí)性要求更高，也就是我們要低延遲;接著在海量數(shù)據(jù)和低延遲的基礎(chǔ)之上，我們還要求并發(fā)性，因?yàn)槲覀兠媾R的可能是一線運(yùn)營人員，甚至說終端消費(fèi)者，并發(fā)量從幾十上百，到成千上萬，所以高并發(fā)是很重要的，甚至是必須的。***我們還希望資源可以彈性伸縮，因?yàn)閿?shù)據(jù)量可能有波峰波谷，并發(fā)水平也有高有低，所以計(jì)算和存儲(chǔ)資源***能隨時(shí)的scale in/scale out。

這些是我們想要大數(shù)據(jù)能達(dá)到的技術(shù)要求，那現(xiàn)在的大數(shù)據(jù)分析平臺(tái)是不是能做到呢?

首先說到大數(shù)據(jù)，離不開的話題肯定是Hadoop，Hadoop已經(jīng)基本成為大數(shù)據(jù)領(lǐng)域的標(biāo)配，它的生態(tài)系統(tǒng)也比較完善，大家都在各自的Hadoop平臺(tái)上面去實(shí)現(xiàn)數(shù)據(jù)分析和洞察的一些應(yīng)用。但與此同時(shí)呢，其實(shí)我們發(fā)現(xiàn)了一些問題，比如說查詢性能比較慢，對(duì)并發(fā)支持也很弱等等一些Haddop的技術(shù)特性所決定的弱點(diǎn)，另外呢就是因?yàn)榧夹g(shù)門檻高，所以大數(shù)據(jù)的人才比較難找。

正是因?yàn)榭吹搅舜髷?shù)據(jù)分析平臺(tái)的這些問題，所以我們Kyligence提出有針對(duì)性的解決方案，其實(shí)就是在數(shù)據(jù)中心和數(shù)據(jù)應(yīng)用之間搭建了一個(gè)橋梁，或者說數(shù)據(jù)加速層，我們?nèi)诤狭爽F(xiàn)在比較流行的ABC技術(shù)，那A就是用AI分析引擎，去智能化的完成數(shù)據(jù)準(zhǔn)備和查詢優(yōu)化，降低使用門檻;B就是我們的Big Data，實(shí)現(xiàn)數(shù)據(jù)應(yīng)用的高并發(fā)和加速，甚至可以支持實(shí)時(shí)分析;C就是Cloud，云，那我們同時(shí)支持本地和云端部署，實(shí)現(xiàn)統(tǒng)一的數(shù)據(jù)訪問入口。這就是我們叫Kyligence Analytics Platform，或者我們的大數(shù)據(jù)分析解決方案。

那這套解決方案的應(yīng)用場景到底有哪些呢?

其實(shí)有很多，比如說我們最常用到的多維分析報(bào)表，還有在預(yù)定義指標(biāo)和維度的基礎(chǔ)上實(shí)現(xiàn)靈活分析，或者說自助分析;另外比如說用戶畫像應(yīng)用，還有將數(shù)據(jù)和平臺(tái)以云計(jì)算的方式提供服務(wù)(DaaS)，這些都是我們已經(jīng)實(shí)現(xiàn)的應(yīng)用場景。

我們來看一個(gè)客戶案例，這是我們幫某全球跨國連鎖餐廳的市場部門做的一個(gè)大數(shù)據(jù)分析平臺(tái)的case，他們?cè)跀?shù)字營銷的過程中呢，確實(shí)遇到了一些問題，比如數(shù)據(jù)口徑不一致、分析周期太長、不能探索式的數(shù)據(jù)分析等等，相對(duì)來說制約了市場部門的活動(dòng)和營銷效率。那我們的方案呢，是在他們現(xiàn)有的數(shù)據(jù)平臺(tái)上，搭建統(tǒng)一的大數(shù)據(jù)分析平臺(tái)，并且能直接給到市場部門的運(yùn)營人員去自助地分析，極大的降低了分析的門檻。從商業(yè)的角度來說，提高了活動(dòng)效率和ROI，也給一些市場決策提供了更好的分析支持，這也就是我們說大數(shù)據(jù)分析給數(shù)字營銷帶來的價(jià)值。

那介紹了完場景和案例，我們的核心技術(shù)到底是什么?

Apache Kylin!做技術(shù)或者數(shù)據(jù)圈的應(yīng)該都知道Apache基金會(huì)在大數(shù)據(jù)領(lǐng)域的影響力，比如Hadoop、Spark其實(shí)都是在Apache下面開源的。Kylin是我們***個(gè)Apache的***開源項(xiàng)目，作為有獨(dú)立知識(shí)產(chǎn)權(quán)的***項(xiàng)目，我們也非常自豪，主要解決的就是前面一直說的大數(shù)據(jù)分析問題，也就是在海量數(shù)據(jù)下實(shí)現(xiàn)高并發(fā)和亞秒級(jí)響應(yīng)。那現(xiàn)在在全球已經(jīng)有超過1000家公司在用Kylin作為數(shù)據(jù)分析的解決方案，這也證明了我們技術(shù)的先進(jìn)性。

那說到我們公司呢，Kyligence，這下就很好理解，是Kylin+Intelligence的合寫，其實(shí)就是用Kylin實(shí)現(xiàn)數(shù)據(jù)上的智能，我們也是Apache Kylin的原創(chuàng)團(tuán)隊(duì)組建的，在商業(yè)上首先我們有Kylin的企業(yè)級(jí)產(chǎn)品KAP，和相關(guān)的一些基于Cloud的產(chǎn)品生態(tài)圈，另外我們的團(tuán)隊(duì)會(huì)提供基于大數(shù)據(jù)或者行業(yè)的解決方案，包括平臺(tái)實(shí)施，架構(gòu)咨詢等等一些專業(yè)的服務(wù)。

除了剛才說的案例，我們?cè)诟鱾€(gè)行業(yè)都有一些典型案例，特別是金融、保險(xiǎn)、互聯(lián)網(wǎng)等等在大數(shù)據(jù)方面走在前面的行業(yè)，比如說國泰君安的客戶洞察和營銷分析，OPPO的手機(jī)日志分析平臺(tái)等等，也確實(shí)在不同的客戶和場景下都驗(yàn)證了我們的技術(shù)和解決方案的優(yōu)勢。

我的分享就到這，希望有機(jī)會(huì)跟在座的各位做一些深入的溝通，謝謝!

關(guān)于Kyligence

Kyligence 由***來自中國的 Apache 軟件基金會(huì)***開源項(xiàng)目 Apache Kylin 核心團(tuán)隊(duì)組建，是專注于大數(shù)據(jù)分析領(lǐng)域創(chuàng)新的數(shù)據(jù)科技公司。Kyligence 提供基于 Apache Kylin 的企業(yè)級(jí)大數(shù)據(jù)智能分析產(chǎn)品 Kyligence Enterprise，以及基于公有云的托管式 Kylin 在線服務(wù) Kyligence Cloud。目前，Kyligence 已贏得了海內(nèi)外多家金融、保險(xiǎn)、證券、電信、制造、零售、廣告等企業(yè)級(jí)客戶。