摘要：本文由衣二三CTO程異丁為大家講解了如何基于MaxCompute構(gòu)建智能化運(yùn)營工具。
衣二三作為亞洲最大的共享時(shí)裝平臺，MaxCompute是如何幫助它解決數(shù)據(jù)提取速度慢、數(shù)據(jù)口徑差異等問題呢？程異丁通過衣二三數(shù)據(jù)體系架構(gòu)，從用戶運(yùn)營應(yīng)用、商品運(yùn)營應(yīng)用以及算法推薦系統(tǒng)三方面給大家剖析了MaxCompute是如何助力衣二三構(gòu)建智能化運(yùn)營工具的。

以下是精彩視頻內(nèi)容整理。

---

衣二三是誰？

衣二三是亞洲最大的共享時(shí)裝平臺。衣二三提供女性服飾包月租賃制服務(wù)，會員們在APP上挑選喜愛的衣服，可以在平臺上用固定的月費(fèi)在一整月內(nèi)不斷地?fù)Q穿衣服，衣二三通過快遞將衣服送到客戶手中，客戶只要會員期有效，就可以一直穿這件衣服，當(dāng)會員不想穿的時(shí)候，衣二三還會通過快遞按照約定的時(shí)間地點(diǎn)將衣服收回，這樣會員就可以繼續(xù)下新的訂單，可以不斷地?fù)Q穿各種衣服。我們的客戶從沒有畢業(yè)的學(xué)生到工作多年的白領(lǐng)，多種類型的客戶都能從APP上找到合適自己的衣服。



如今，電子商務(wù)發(fā)展非常成熟，線下逛街也是大家喜歡的生活方式，那為什么在這種情況下還要租衣服呢？衣二三為客戶解決了以下幾個(gè)痛點(diǎn)：
1.打開衣櫥總是找不到今天想穿的衣服。使用衣二三，用戶可以靈活的換裝，不斷地嘗試不同風(fēng)格；
2.費(fèi)用高。衣二三標(biāo)準(zhǔn)的月費(fèi)只有499元，相當(dāng)于買一件衣服的價(jià)格，用戶可以用買一件衣服的價(jià)格換穿一整月的不同服裝。
3.大城市的房屋空間有限，擁有一個(gè)衣櫥對于很多用戶來說更是奢望。衣二三可以回收衣服，幫助用戶節(jié)約空間，同時(shí)還負(fù)責(zé)清洗衣服，正如宣傳語所說的那樣——“你負(fù)責(zé)貌美如花，我負(fù)責(zé)清洗收發(fā)”；
4.衛(wèi)生問題。衣二三聯(lián)合福奈特、天天洗衣等共同打造了智能化現(xiàn)代化的洗衣工廠，每一件衣服需要經(jīng)過多達(dá)16道清洗消毒流程，比自己家里洗衣服還要干凈；
5.購買和退換問題。衣二三通過體驗(yàn)式的方式幫助用戶從款式、尺碼等方面找到真正適合自己的衣服，并且允許用戶買下來。


為什么使用 MaxCompute？


衣二三的前后端運(yùn)營比較復(fù)雜，前端需要讓客戶在盡可能短的時(shí)間認(rèn)識我們，了解我們，才能形成轉(zhuǎn)化；后端也是特別復(fù)雜，與一般的電商相比，衣二三有明顯的異同，常規(guī)電商的客戶在前端下好單后，會通過訂單管理系統(tǒng)，將訂單派發(fā)到倉儲中心，倉儲中心會對訂單進(jìn)行揀貨、配貨、包裝、物流等，最終將商品送到客戶手中，也可能伴隨著一小部分的退貨或返修，對于一般電商來講，整個(gè)流程到這里就基本結(jié)束了，但是對于衣二三來說，該流程只進(jìn)行了一半，我們需要對所有的衣服進(jìn)行回收、清洗和質(zhì)檢，才能夠再次上架讓客戶挑選，如此復(fù)雜的運(yùn)營自然離不開大數(shù)據(jù)的支持，MaxCompute作為整個(gè)數(shù)據(jù)體系的核心，幫助了衣二三很多。

那么，在未使用MaxCompute前我們遇到了哪些問題呢？主要包括以下幾方面：

• 數(shù)據(jù)提取速度慢。隨著系統(tǒng)不斷地變復(fù)雜，SQL越跑越慢。
• 數(shù)據(jù)口徑差異。每個(gè)工程師將邏輯都寫在SQL里，不同工程師得到的數(shù)據(jù)結(jié)果可能不一樣，這就是因?yàn)槲覀儧]有集中化標(biāo)準(zhǔn)化的數(shù)據(jù)倉庫對每一個(gè)數(shù)據(jù)維度和業(yè)務(wù)的指標(biāo)有相應(yīng)明確的定義，造成所有的邏輯都在SQL中。
• Python腳本實(shí)現(xiàn)基礎(chǔ)ETL。作業(yè)調(diào)度與依賴難于維護(hù)與迭代，運(yùn)維也是比較令人頭疼的，修復(fù)時(shí)間長。
• 人工數(shù)據(jù)提取及報(bào)表制作。工程師忙于提供各個(gè)業(yè)務(wù)部門的數(shù)據(jù)支持。
  ?

這些問題促使我們想要做出改變，起初我們想做一套完整的hadoop全家桶進(jìn)行替代，但評估后發(fā)現(xiàn)其運(yùn)維代價(jià)和資源消耗對于我們的數(shù)據(jù)團(tuán)隊(duì)和運(yùn)維團(tuán)隊(duì)來說，都是比較大的負(fù)擔(dān)，而且很難快速體現(xiàn)價(jià)值。后來，我們很幸運(yùn)的遇到了MaxCompute，從試用開始，我們逐漸把數(shù)據(jù)倉庫和數(shù)據(jù)體系建構(gòu)在MaxCompute上。

MaxCompute有哪些好處呢？主要從以下幾個(gè)維度來分析：

1.MaxCompute是基于云端的大數(shù)據(jù)倉庫，無需復(fù)雜作業(yè)運(yùn)維工作
2.數(shù)據(jù)吞吐量大，查詢性能好，支持UDF
3.可視化任務(wù)編輯界面，易于上手
4.使用成本低，適合初創(chuàng)公司
5.與阿里云大數(shù)據(jù)產(chǎn)品生態(tài)融為一體，比如RDS，應(yīng)用層的Quick BI，Blink以及日志服務(wù)。


如何應(yīng)用MaxCompute？




衣二三數(shù)據(jù)體系架構(gòu)如圖所示，最底層是數(shù)據(jù)源，包括RDS生產(chǎn)數(shù)據(jù)庫和日志服務(wù)等，通過日志服務(wù)、DataHub等投遞到數(shù)據(jù)計(jì)算層；數(shù)據(jù)計(jì)算層以MaxCompute為核心，同時(shí)配合我們自己做的腳本和UDF進(jìn)行數(shù)據(jù)存儲和計(jì)算，生成的結(jié)果反饋到前端數(shù)據(jù)應(yīng)用層；數(shù)據(jù)應(yīng)用層是數(shù)據(jù)分析展示工具，包括YConsole、QuickBI以及DataV等，我們使用DataV做展示業(yè)務(wù)全局的看板，讓我們快速了解全國各地誰在下單、倉儲中心的儲備情況等。
我們還有包括用戶畫像、商品畫像、爆款識別、衣二三指數(shù)和實(shí)時(shí)人效監(jiān)控等。


用戶運(yùn)營應(yīng)用



用戶運(yùn)營對于互聯(lián)網(wǎng)公司來講，都是極其重要的，它有兩個(gè)業(yè)務(wù)指標(biāo)，一是轉(zhuǎn)化，一是留存。轉(zhuǎn)化是指盡快讓客戶了解我們的價(jià)值，同時(shí)形成付費(fèi)和轉(zhuǎn)化；留存是指讓已經(jīng)成為我們用戶的用戶在平臺上得到好的體驗(yàn)，讓用戶喜歡這種生活方式并留下來。
我們結(jié)合了MySQL數(shù)據(jù)和用戶日志放到MaxCompute中，經(jīng)過PAI平臺，我們自己做了數(shù)據(jù)分析，包括使用數(shù)據(jù)挖掘算法和隨機(jī)森林等的數(shù)據(jù)維度分析，對我們整個(gè)用戶運(yùn)營做了很多量化指標(biāo)，我們通過郵件日報(bào)對運(yùn)營指標(biāo)監(jiān)控，基于這些指標(biāo)我們開發(fā)了自有用戶分群體系推進(jìn)用戶精細(xì)化運(yùn)營；基于阿里云機(jī)器學(xué)習(xí)計(jì)算平臺PAI，我們建立了預(yù)測模型，預(yù)測用戶的轉(zhuǎn)化率等；引入流失預(yù)警計(jì)算體系后，運(yùn)營根據(jù)用戶的流失指數(shù)進(jìn)行精準(zhǔn)挽留營銷，將會員流失降低了超過50%。


商品運(yùn)營應(yīng)用



衣二三的每一個(gè)商品都有結(jié)構(gòu)化的數(shù)據(jù)，我們專業(yè)的買手會給商品打上20+維度的標(biāo)簽。此外，我們會總結(jié)用戶行為，用戶與商品之間的互動都放在MaxCompute中做相關(guān)性分析，形成商品的一系列指標(biāo)，比如爆款識別，通過爆款識別去預(yù)測滿足哪些屬性和維度的衣服會形成爆款，我們的買手會帶著數(shù)據(jù)工具一起進(jìn)行采購，極大的提高了運(yùn)營效率。
我們還結(jié)合商品各個(gè)表現(xiàn)維度，包括庫存深度、出租情況等計(jì)算出衣二三指數(shù)，它可以對商品進(jìn)行排名。除了給合作伙伴應(yīng)有的租賃收益外，我們還會提供數(shù)據(jù)工具，最大化業(yè)務(wù)模式的價(jià)值。



商品的靈魂就是標(biāo)簽，只要將標(biāo)簽做的足夠細(xì)，才能從結(jié)構(gòu)化上去理解它，去做一些預(yù)測性的指標(biāo)。我們通過商品不同的標(biāo)簽及風(fēng)格場景熱度指數(shù)進(jìn)行備貨指導(dǎo)，通過最終商品空置率進(jìn)行商品調(diào)撥及庫存關(guān)聯(lián)，通過衣二三指數(shù)反映商品熱度排行，根據(jù)用戶行為促進(jìn)租售轉(zhuǎn)化，完成商品流動閉環(huán)。

算法推薦系統(tǒng)

如何讓用戶在很短的時(shí)間內(nèi)找到適合一個(gè)月穿的衣服呢？這就需要推薦算法的支持。


衣二三的推薦算法也是基于MaxCompute，把用戶對商品的行為通過日志收集到MaxCompute中，對用戶進(jìn)行用戶畫像，對用戶畫像進(jìn)行模型訓(xùn)練，最終落地到商品列表展示給用戶。使用推薦系統(tǒng)給我們的業(yè)務(wù)帶來很大提升，選衣頁推薦的點(diǎn)擊率增加了70%，人均點(diǎn)擊數(shù)增加了50%；相關(guān)單品推薦的點(diǎn)擊率增加了150%，人均點(diǎn)擊率增加了110%。

總結(jié)下來，大數(shù)據(jù)的魅力大家已經(jīng)認(rèn)識到，MaxCompute這樣的產(chǎn)品對于初創(chuàng)公司來講將大數(shù)據(jù)門檻降的非常低，讓大數(shù)據(jù)能夠面向各種各樣的公司來貢獻(xiàn)力量和發(fā)揮價(jià)值。謝謝在場各位的傾聽，以上就是我的分享。
?

歡迎加入“MaxCompute開發(fā)者社區(qū)2群”,點(diǎn)擊鏈接申請加入或掃描二維碼
https://h5.dingtalk.com/invite-page/index.html?bizSource=____source____&corpId=dingb682fb31ec15e09f35c2f4657eb6378f&inviterUid=E3F28CD2308408A8&encodeDeptId=0054DC2B53AFE745

原文鏈接
本文為云棲社區(qū)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基于MaxCompute 衣二三帮助客户找到合适自己的衣服的全部內(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(cuò)，歡迎將生活随笔推薦給好友。