美甲幫：玩轉(zhuǎn)指甲上的大數(shù)據(jù)平臺(tái)

時(shí)間：2023-05-15 16:33:01 | 來(lái)源：網(wǎng)站運(yùn)營(yíng)

時(shí)間：2023-05-15 16:33:01 來(lái)源：網(wǎng)站運(yùn)營(yíng)

美甲幫：玩轉(zhuǎn)指甲上的大數(shù)據(jù)平臺(tái)：11+大數(shù)據(jù)行業(yè)應(yīng)用實(shí)踐請(qǐng)見(jiàn)https://yq.aliyun.com/activity/156，同時(shí)這里還有流計(jì)算、機(jī)器學(xué)習(xí)、性能調(diào)優(yōu)等技術(shù)實(shí)踐。此外，通過(guò)Maxcompute及其配套產(chǎn)品，低廉的大數(shù)據(jù)分析僅需幾步，詳情訪問(wèn)https://www.aliyun.com/product/odps；更多精彩內(nèi)容參見(jiàn)云棲社區(qū)大數(shù)據(jù)頻道：https://yq.aliyun.com/big-data 。



美甲幫是牧云網(wǎng)絡(luò)旗下一款專注美甲行業(yè)的社區(qū)型垂直電商APP，其核心業(yè)務(wù)包括美甲資訊、美甲行業(yè)認(rèn)證、培訓(xùn)教學(xué)、商城、招聘等板塊，目前已匯聚全國(guó)80%的美甲師，覆蓋國(guó)內(nèi)90%的美甲店，數(shù)以百萬(wàn)計(jì)的美甲從業(yè)人員和愛(ài)好者在此學(xué)習(xí)交流分享，是廣泛覆蓋專業(yè)美甲領(lǐng)域用戶的移動(dòng)互聯(lián)網(wǎng)產(chǎn)品，也是國(guó)內(nèi)深受美甲從業(yè)者喜愛(ài)的的最大的專業(yè)美甲社區(qū)以及最大的美甲線上商城。


數(shù)百萬(wàn)用戶帶來(lái)的數(shù)據(jù)分析和挖掘挑戰(zhàn)


美甲幫的主營(yíng)業(yè)務(wù)在商城方面，截至目前已經(jīng)擁有百萬(wàn)級(jí)別的用戶，積累了大量的用戶數(shù)據(jù)，如何更好的服務(wù)用戶并提升客戶體驗(yàn)是美甲幫進(jìn)行大數(shù)據(jù)探索的出發(fā)點(diǎn)。目前存在的挑戰(zhàn)為：

1. 如何更好的洞察用戶并提升客戶使用體驗(yàn)。美甲幫APP目前有幾百萬(wàn)的用戶，然而不同用戶喜好和動(dòng)機(jī)不同，譬如是想提升美甲技藝，還是想通過(guò)美甲圖片選款，或者是想在商城里購(gòu)買美甲產(chǎn)品，如何挖掘用戶需求并以此進(jìn)行精準(zhǔn)化營(yíng)銷或個(gè)性化推薦，提升客戶體驗(yàn)同時(shí)又可以增加收入，這些都是美甲幫最關(guān)注的問(wèn)題。
   
2. 如何更好的為業(yè)務(wù)賦能，提升業(yè)務(wù)洞察能力，主要包括對(duì)于業(yè)務(wù)的有效監(jiān)控以及相關(guān)業(yè)務(wù)的數(shù)據(jù)分析方面。
   
3. 如何“隨機(jī)應(yīng)變”?！白鳛橐粋€(gè)創(chuàng)業(yè)公司在公司發(fā)展的不同的階段對(duì)于數(shù)據(jù)的需求是不太一樣的，就是在初期的時(shí)候，公司可能關(guān)心的只是活躍用戶有多少，覆蓋面有多廣，覆蓋率有多高，在市場(chǎng)上的競(jìng)爭(zhēng)環(huán)境和地位，但是當(dāng)推出新業(yè)務(wù)的時(shí)候，需要立即去評(píng)估它的效果，對(duì)于數(shù)據(jù)分析人員來(lái)說(shuō)，就意味著我們要及時(shí)的去采集并快速處理對(duì)應(yīng)新業(yè)務(wù)的數(shù)據(jù)，這點(diǎn)對(duì)于初創(chuàng)公司來(lái)說(shuō)是一個(gè)非常大的一個(gè)挑戰(zhàn)。”美甲幫大數(shù)據(jù)負(fù)責(zé)人陳俊提到。
   

美甲幫的大數(shù)據(jù)解決方案選型思考



之前，美甲幫曾經(jīng)自購(gòu)硬件設(shè)備搭建應(yīng)用，在成本、穩(wěn)定性和可拓展性存在很多弊端，所以決定采用阿里云云服務(wù)。經(jīng)過(guò)對(duì)比，在成本方面，云服務(wù)的資源利用更大化，可以按需配置，通過(guò)資源高效利用使得成本得到很有效的控制；在穩(wěn)定性方面，自己部署會(huì)碰到很多問(wèn)題，例如數(shù)據(jù)會(huì)出現(xiàn)一些問(wèn)題以致需要回滾，或者數(shù)據(jù)保存時(shí)會(huì)出現(xiàn)非常大的問(wèn)題等等，而在阿里云上則不會(huì)出現(xiàn)這些問(wèn)題，因此選擇阿里云是一個(gè)比較穩(wěn)健的選擇；在可拓展性方面，阿里云會(huì)不斷推出新的產(chǎn)品，有利于美甲幫進(jìn)行功能拓展以及業(yè)務(wù)創(chuàng)新。


“數(shù)加對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)是一個(gè)非常好的平臺(tái)，可以在有限的投入下，充分地享受到阿里云已經(jīng)有的技術(shù)和經(jīng)驗(yàn)，站在巨人肩膀上，從而少走彎路。針對(duì)海量數(shù)據(jù)進(jìn)行處理，也是一個(gè)特別有優(yōu)勢(shì)的地方。針對(duì)我們這種幾百萬(wàn)用戶的APP來(lái)說(shuō)，數(shù)據(jù)的體量已經(jīng)非常大了，一般的工具進(jìn)行處理分析其實(shí)效率非常低下?！标惪≌f(shuō)到。


使用了阿里云的云服務(wù)之后，由于阿里云具有非常完整的產(chǎn)品生態(tài)，發(fā)現(xiàn)數(shù)加平臺(tái)的功能完全可以替代市面上已有流行的數(shù)據(jù)分析和可視化軟件的功能，而且和阿里云云服務(wù)之間有更好的兼容性和可集成性，因此采用阿里云數(shù)加作為大數(shù)據(jù)平臺(tái)解決方案。


美甲幫的大數(shù)據(jù)平臺(tái)架構(gòu)及實(shí)踐



美甲幫使用阿里云數(shù)加搭建大數(shù)據(jù)平臺(tái)，主要應(yīng)用在業(yè)務(wù)監(jiān)控、業(yè)務(wù)分析、精細(xì)化運(yùn)營(yíng)和推薦四個(gè)方面。








數(shù)據(jù)采集：數(shù)據(jù)源主要包括云數(shù)據(jù)庫(kù)RDS、移動(dòng)數(shù)據(jù)分析（Mobile Analytics）日志、服務(wù)接口調(diào)用的數(shù)據(jù)。以精細(xì)化運(yùn)營(yíng)為例，用戶屬性數(shù)據(jù)存放于RDS，用戶行為數(shù)據(jù)來(lái)源于移動(dòng)數(shù)據(jù)分析的日志數(shù)據(jù)。


數(shù)據(jù)清洗、處理：使用大數(shù)據(jù)開發(fā)套件DataIDE把分布在多個(gè)數(shù)據(jù)源的數(shù)據(jù)集合一起，進(jìn)行清洗和加工。


數(shù)據(jù)分析挖掘：使用大數(shù)據(jù)開發(fā)套件DataIDE的定時(shí)任務(wù)調(diào)度功能，自動(dòng)完成計(jì)算任務(wù)并將結(jié)果同步回傳到數(shù)據(jù)庫(kù)；IDE、機(jī)器學(xué)習(xí)以及R等工具主要解決具體的業(yè)務(wù)分析;MaxCompute用于海量數(shù)據(jù)的存儲(chǔ)和計(jì)算引擎。


應(yīng)用：使用DataV制作業(yè)務(wù)看板進(jìn)行實(shí)時(shí)業(yè)務(wù)監(jiān)控；推薦系統(tǒng)用于“千人千面”的個(gè)性化推薦；Quick BI用于業(yè)務(wù)分析；精細(xì)化運(yùn)營(yíng)用于用戶洞察及精準(zhǔn)營(yíng)銷。


美甲幫使用的阿里云數(shù)加產(chǎn)品及組件有：

• 大數(shù)據(jù)計(jì)算服務(wù)（MaxCompute）
  
• 大數(shù)據(jù)開發(fā)套件（DataIDE）
  
• 機(jī)器學(xué)習(xí)
  
• Quick BI
  
• DataV數(shù)據(jù)可視化
  
• 公眾趨勢(shì)分析
  

美甲幫的大數(shù)據(jù)平臺(tái)架構(gòu)優(yōu)勢(shì)


1. 通過(guò)阿里云數(shù)加的計(jì)算能力實(shí)現(xiàn)了針對(duì)百萬(wàn)用戶的精細(xì)運(yùn)營(yíng)。首先，通過(guò)精細(xì)化運(yùn)營(yíng)幫助美甲幫分析用戶從哪些渠道進(jìn)來(lái)，協(xié)助發(fā)現(xiàn)更多流量的來(lái)源和需要在哪些渠道加強(qiáng)投放；其次，通過(guò)用戶對(duì)產(chǎn)品的點(diǎn)擊、話題的討論、內(nèi)容的轉(zhuǎn)發(fā)能方面進(jìn)行大數(shù)據(jù)分析，幫助美甲幫有效的找到用戶喜歡的興趣點(diǎn)和接受內(nèi)容的方向，方便企業(yè)在運(yùn)營(yíng)內(nèi)容和形式上及時(shí)作出調(diào)整。最后，通過(guò)對(duì)用戶新老觀察分析，讓美甲幫在做精準(zhǔn)運(yùn)營(yíng)的時(shí)候掌握好用戶的生命周期，知道什么時(shí)候該對(duì)什么樣的用戶進(jìn)行內(nèi)容上的營(yíng)銷，以及幫助企業(yè)找到激活老用戶的方法。


2. 業(yè)務(wù)上更敏捷、更智能、更具洞察力?，F(xiàn)在美甲幫所有的業(yè)務(wù)監(jiān)控，從日?qǐng)?bào)、周報(bào)、月報(bào)乃至年報(bào)，都是通過(guò)數(shù)加平臺(tái)的分析監(jiān)控得到的。通過(guò)DataIDE定時(shí)任務(wù)處理數(shù)據(jù)，然后通過(guò)DataV數(shù)據(jù)可視化做一些看板，去做業(yè)務(wù)監(jiān)控。


3. 快速響應(yīng)新業(yè)務(wù)的數(shù)據(jù)及分析需求?！鞍⒗镌茢?shù)加最大的優(yōu)勢(shì)在于阿里云是一個(gè)整體的生態(tài)，可以打通、共享阿里云上所有的數(shù)據(jù)，包括RDS上的數(shù)據(jù)、移動(dòng)數(shù)據(jù)分析中的數(shù)據(jù)、以及日志服務(wù)投遞的數(shù)據(jù)。所以我們?cè)谟行聵I(yè)務(wù)需求的時(shí)候，可以非常及時(shí)的采集和處理對(duì)應(yīng)的數(shù)據(jù)?！标惪”硎?。


作者：百遇

原文鏈接

更多云計(jì)算干貨敬請(qǐng)關(guān)注本站號(hào)：大數(shù)據(jù)小編-本站