从方法论到零售客户实践 解码阿里巴巴数据中台——2018上海云栖大会
摘要： 一、数据中台之道 6月8日，上海云栖大会进入了第二天的议程，数据中台专场论坛座无虚席，数据中台总架构师邓中华女士向在场的观众介绍了数据中台的衍生发展之道。 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。
一、数据中台之道
6月8日，上海云栖大会进入了第二天的议程，数据中台专场论坛座无虚席，数据中台总架构师邓中华女士向在场的观众介绍了数据中台的衍生发展之道。
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。
并在与新零售行业深度合作下沉淀出行业应用型产品，支撑人货场三位一体的智慧化零售解决方案。目前中台模式正在输出至茅台、联华华商、海底捞等客户。
二、Dataphin一站式数据资产构建与管理
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。
CEO想了解数据资产价值多少，数据建设能有怎样的投入产出比;
CFO则更关心大数据如何应用于业务并驱动业务发展，并衡量促进的效果;
技术工程师们想知道计算存储是否可再优化，开发工作是否可以再加速;
而业务人员希望数据需求能得到快速而持续的响应，并利用数据提升KPI;
另一方面，即便下定决心开展大数据建设，也会在过程中会遇到重重困难。
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。
三、Quick BI助力云上企业数据分析
大数据构建与管理完毕之后，我们需要利用Quick BI这一智能数据与可视化组件将数据背后的价值展现在人们面前。
Quick BI扭转了当初重度依赖专业数据分析人才的局面，能够赋予一线业务人员智能化的分析工具，真正的做到了“数据化运营”让数据产生价值。
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。
四、大客户的实战经验
本次大会还有幸获得了联华华商、茅台云商和国泰产险的实战经验分享。
【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。
陈杭先生提到：我认为的新零售和零售的差别在于一个以人为中心，一个是以商品为中心，只有不断提高用户体验才有可能实现新零售，而提高用户体验的关键是信息技术的驱动。所以上数据中台势在必行。
【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？
以上都是茅台在做新零售转型时对数据的诉求。
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。
五、行业型产品零售参谋
专场中技术专家、结构师们介绍了数据中台、现有客户也分享了利用中台技术去实现新零售，那么我们又要以什么载体去承接重构后的人、货、场，零售参谋能告诉你。
零售参谋可多维的、全方位的对零售数据进行分析，通过技术手段与硬件设备捕捉与汇总数据，进行分析与展现。无论是门店店长、还是集团管理层都能第一时间洞察市场变化。
针对门店、经营管理和全链路监控三种场景，分别提供以下价值：
智慧门店经营分析
门店数字化：通过AP、探针对店内客流数字化，掌握店内动
线，优化店内陈设
运营分析：基于数字化，实现客流分类管理、经营分析、热力分析、画像分析等，数据指导运营
智能管理：智能补货、智能调价、自助结算、智能导购等智能管理应用
经营管理分析
经营分析：包括销售分析、业态分析、门店分析、购物车分析
商品分析：品类规划、智能选品、供应商分析、品牌分析
用户分析：包括客流分析、用户洞察
全链路监控预测
战略决策支持：基于核心经营指标体系，提供异常指标监控、市场舆情监测、竞争监控等能力
核心模块全链路监控：构建基于线下零售营销、供应链场景的分析体系，通过数据监控指导备货、采购、促销、淘汰的全过程