深度睡眠深度( 二 ) _家装

为了迎合消费者更好、更快、更适合的市场趋势,家装行业需要实现“全域消费者数字化”、“全流程运营数字化”、“全生命周期产品数字化”,而数据中台与之有较高的匹配性。
大数据体系下的数仓有了更多的延展性,传统数仓成为离线数仓,而实时数仓大大增加了数据分析的可行性和*性,原本的单体环境工具(oracle、informatica等)也都被替换成了大数据体系内(Hadoop、Hive、Sqoop、oozie等)工具。
而云服务体系下的数仓则演变成了云基础厂商的产品线之一,如AWS的redshift、Google的Big Query、Azure的Synapse;也诞生了华尔街新宠,面向“多云”和“云原生”的Snowflake 。
那么“中台”则是数据中台更为重要的发展理念和方法论,为了解决重复建设问题,提升公司的业务支持敏捷度,传统的烟囱式的信息架构正在向中台式架构发展。根据A股上市公司公告提及率来看,2019年、2020年是中台爆发的两年,IT行业之外,制造业、金融业提及率* 。
数据中台通过自动化ETL、自动化BI等过程,在原有基础上大幅度削减了系统搭建的成本,解决系统重复建设问题;同时可以较好的适应数据量激增、使用者范围进一步扩大、数据支持的敏捷性和复用性增强的需求。
随着数据中台本身技术迭代,其架构逐步成熟,驱动业务的能力和范围也在显著增加,以支持营销活动为例,数据中台能力可以完全满足新时代营销广域数据、深度触达、敏捷营销的需求。

文章插图
在家装行业集中度提升带来的数字化投入正向循环、模式创新带来数据创新价值、互联网带来优质数据资产积累的趋势中,全域消费者数字化、全流程运营数字化、全生命周期产品数字化需求正是数据中台的典型优势能力域。
四、数据中台鼻祖与家装龙头的共进
*早提出数据中台方法论和模式的是阿里巴巴,2018年开始,阿里巴巴将历经多年实践的数据中台通过阿里云对外输出,2020年阿里云数据中台加快解决方案产品化、场景化发展趋势,推出了零售、金融、互联网和政务等四大行业数据中台,形成了“Dataphin数据中台基础件+Quick系列应用的核心产品矩阵” 。
其中,智能数据构建与管理平台Dataphin,旨在面向各行各业数据建设、管理及应用诉求,通过输出阿里巴巴集团数据中台长达十年实战沉淀的数据建设 OneData 体系(OneModel+ OnelD+ OneService)的产品、技术以及方法论,一站式提供集数据引入、规范定义、数据建模、数据研发、数据萃取、数据资产管理、数据服务的全链路智能数据构建及管理服务,助力政府机构和企业打造属于自己的标准统一、融会贯通、资产化、服务化、闭环自优化的智能数据体系以驱动创新。
Quick BI 是专为云上用户量身打造数据可视化分析平台,以可视化和智能分析助力企业构建决策分析体系,加快上云数字化转型。该产品已经连续两年成为*入选Gartner ABI领域魔力象限的国产BI 。
全域消费者运营平台Quick Audience则定位智能用户增长,实现全方位洞察,多渠道触达的增长闭环,实现以人为中心的消费者全生命周期洞察运营。
较之数据中台赛道上的其他厂商,阿里云数据中台拥有四个鲜明的特征:成熟完备的方法论体系、完备的产品及场景化矩阵、高效地链接丰富商业生态的能力以及敏捷灵活的部署* 。