数据中台实战课
郭忆
网易大数据专家
31971 人已学习
新⼈⾸单¥59
登录后,你可以任选2讲全文学习
课程目录
已完结/共 19 讲
数据中台实战课
15
15
1.0x
00:00/00:00
登录|注册

15 | 数据中台在网易电商业务的最佳实践

数据成本指数级增长
数据经常违反常识
取数效率低
需求响应速度慢
指标业务口径不一致
数据中台建设规范沉淀到工具产品中
完成了电商数据中台的搭建
供应链辅助决策系统
商品运营实现了滞销商品下降60%
数据产品深入到业务运营
数据产品构建
研发工具产品
数据整合
调整团队组织架构
业务调研
输出共建目标
挖掘业务痛点
思考时间
总结数据中台项目成果
推进数据中台项目落地
立项数据中台项目
数据中台在网易电商业务的最佳实践

该思维导图由 AI 生成,仅供参考

你好,我是郭忆。
从 OneData 到 OneService、从方法论到支撑技术、从宏观架构到微观实现,我已经带你系统地了解了建设数据中台的所有核心知识点。你可以看到,虽然人人都在讨论数据中台,但是真的实战起来,还是不简单吧?
而且建数据中台是一项系统性的工程,涉及人员组织架构的变动,需要研发大量的系统支撑工具,更要和业务部门达成密切的合作,形成双赢,反之会有失败的风险。还是分享一件我见过的事儿。
甄英俊是某零售企业 IT 部门的老大,最近他也想在企业中建数据中台。设想一番后,他亲自操刀,组建了新的数据中台部门,还亲自规划了十个业务场景(包括会员看板、商品运营、供应链管理、售后管理、毛利分析、类目管理、门店管理、仓储管理、渠道分析、辅助选品)。
但数据中台团队没有和业务部门达成一致的 KPI,在具体工作推进过程中,中台团队与业务部门脱节,业务部门也没有资源支撑中台的推进(例如指标的梳理)。
最后,虽然基于原先规划的十个场景,数据中台确实做出了一些报表,但很少有人查看。于是,尴尬的一幕发生了:在年终总结汇报中,甄英俊自信地向 CEO 汇报了数据建设的成果(输出了多个报表,覆盖了多少业务场景)。可当 CEO 问业务老大是否感觉到数据的作用?业务老大摇了摇头,他们并没有认可数据中台的成果。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

网易电商业务的数据中台建设是一个系统性的工程,需要与业务部门密切合作。文章从一个零售企业IT部门的失败案例出发,强调了数据中台团队与业务部门之间的紧密联系的重要性。作者提出了建设数据中台的几点关键建议:与业务达成一致的目标、将数据中台作为公司级项目推进、量化数据中台的价值并得到业务部门认可。在立项阶段,网易电商数据中台团队通过调研业务部门的痛点和目标,制定了共同的KPI,并将数据中台的建设目标与业务部门紧密结合。这一过程为读者提供了建设数据中台的实际案例和经验,对于想要建设数据中台的读者具有借鉴意义。 文章从四个方面介绍了数据中台项目的落地过程。首先是调整团队组织架构,明确各个团队的职责,然后进行数据整合,重构、整合和迁移模型,接着研发工具产品,最后是数据产品构建。这些步骤详细展示了数据中台项目的实际执行过程,包括指标梳理、模型重构、工具产品研发和数据产品构建等关键环节。最终,文章总结了数据中台项目的成果,包括商品运营效率提升和供应链决策系统的成功应用,展示了数据中台项目的实际价值。 整体而言,本文通过实际案例和经验分享,深入解析了数据中台项目的落地过程和成果,为读者提供了宝贵的实践经验和建设指南。文章内容丰富,技术性强,对于正在进行或计划进行数据中台建设的技术管理者具有重要的参考价值。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《数据中台实战课》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(13)

  • 最新
  • 精选
  • 吴科🍀
    数据中台建设,我们踩过的坑 1 要得到高层的支持,由公司层面推进。最好由CEO直接负责。 2 统一数据口径,数据中台是唯一的数据输出平台。业务部门不用也得用了。 3 与业务部门利益绑定okr对齐,让业务参与数据中台的建设。 4 其他技术部门的联动,毕竟数据部门是下游系统,凡事都要靠上游输送数据。 5 成本优化,整合了各个部门的数仓,节省了资源,汇报的时候才有成果。

    作者回复: 说的挺好的,总结的很到位!

    2020-05-06
    2
    19
  • 你好
    老师,我看分工示意图,有(汇总层、共享的集市层和应用层)、(私有集市层和应用层)。是不是这几个都对外提供API? 汇总层和集市层是不是有跃层取数嫌疑

    作者回复: HI,你好,在数据中台建设规范中,原始数据层是明确不允许被开放接口出去的,明细数据层,尽量也是不允许开放API接口的,当然有时候,业务确实有明细数据的获取需求(但是正常情况下这种不应该是非常多),可以酌情考虑。 至于明细层之上,不管是DWS,以及再往上的ADS和DM,我认为都是可以开放API接口给外部业务系统或者数据服务调用的。汇总层、应用层、集市层数据都属于聚合后的数据,本身数据量不会很大,是可以开放API接口给业务系统使用的。 感谢你的留言~祝好~

    2020-05-23
    2
    5
  • leslie
    CICD、DevOps、SRE其实整体上是都是相会补充的东西;中台其实就是这个的一个合理的展现。记得曾经和赵成老师和石雪峰老师都聊过相关的东西。 工具和平台是相互补充的,中台其实其实是一个平台,平台上面有各种各样的工具;工具提升的是各种事情的效率,平台是是整合在一起让他们产生关联;没有关联数据其实是没有价值的数据。这就像有些东西我们为何要删除或者下家-它的存在没有价值了。 中台体现的是效率:记得许式伟老师曾经说过"设计架构必须要懂业务",业务就涉及到多方面,效率则是通过CICD、SRE、DevOps这些东西去整合体现效率。工具是降低底层的使用难度,把一些基本的操作简化下去,方便他人同时减少了自己的工作同时还提升效率。 谢谢老师今天的分享,期待后续的课程。

    作者回复: 说的挺好的,尤其是中台体现的是效率这部分。 但是有一点,我们的认识上有一些偏差,就是中台和平台,还不能混在一起。中台,不是工具,工具能够支撑中台的构建,但是工具本身并不是中台。中台你可以把某个数据服务,称为中台,中台一定是有数据,带业务属性的。而工具本身,或者由工具组成的平台,并不具备业务属性,这是中台和平台最本质的区别。 感谢你的评论,我觉得除了上面我挑的这个小瑕疵,其他的理解都超棒,尤其是关于CI/CD,Devops,SRE这部分,其实不管是技术中台,还是数据中台,很多原理都是相通的,这对于后面你去搞AI中台,还是其他什么中台,都是有借鉴意义的。

    2020-05-06
    5
  • 西南偏北
    好快啊,不知不觉已经最后一课了! 这篇专栏是我买的将近20个专栏里面最贴近我工作内容的专栏了,虽然专栏里面老师讲的一些东西我还没有在工作中实践过,但是读了这么详细的数据中台教程之后,在将来的实践过程中也不慌了,心里也有底了。 感谢老师!

    作者回复: 感谢@aof 一路相伴~ 对数据中台的探索还在不断深入推进,希望后续有更多的交流机会~

    2020-05-07
    3
  • Weehua
    感谢老师的分享,这篇文章非常棒。中台,一定是带业务属性的。建设数据中台,一定要和业务部门深度合作,达成共识,要帮业务解决问题才行。结合我们自己的工作,目前还在平台建设,各种工具开发都是为了保证开发的效率,质量的监控,都是为了开发人员和数据分析师更好的开发。但真正支持业务的东西不多,后续我们的发展方向也要贴业务了。有一个问题请教一下:目前我们公司有多个BU,只有一个BU的发展已经稳定了,其他BU都在发展,甚至还有些BU在初期试错。曾经看到一个说法,业务稳定之后才适合做数据中台。那我们现阶段这个情况适合做中台吗?

    作者回复: 你好~ 其实这里面有一些误解,首先明确的是,数据中台是建立在成熟的业务之上的,如果你的企业一个业务都没有成熟,那直接去建中台,很可能投入产出不高。但是如果你已经有了一个成熟的业务,并且基于这个业务建立了中台,当你要发展其他的业务时,完全可以借助数据中台带来的数据共享的优势,加快新业务的数据体系建设的过程。我见过的一个典型的例子,就是我们在网易云音乐实践的案例。 网易云音乐奉行的产品战略就是1+N,基于网易云音乐主App,快速的孵化出多个衍生业务,比如K哥,直播、社交、声波等等,因为我们已经建成了云音乐主app的数据中台,当我们要建其他业务的数据体系的时候,你会发现很多都可以复用,比如会员数据、听歌数据等等。 所以我认为,你们基于成熟业务之上,构建数据中台,然后快速的孵化新业务的数据体系,是非常有帮助的。

    2020-05-27
    2
  • 你好
    老师,纬度建模都是用明细数据的吧,集市层用汇总的数据还是明细数据建模,用汇总的数据进行纬度建模是不是有点鸡肋了,数据分析施展不开。

    作者回复: 维度建模理论,是拆分事实和维度,其实在明细层、汇总层,都有维度和度量(对应事实)的概念。维度建模,在汇总层数据里面很常见。比如商品维度的交易数据表,这个属于汇总数据,但是商品是维度,交易额是度量。也是基于维度建模理论设计的汇总层模型。 感谢你的留言~祝好~

    2020-05-24
    2
  • Olivia_饶
    老师,您好,我们是一家物流企业,如果需要去抽象主题域,应该怎么抽象呢?

    作者回复: 这个与物流领域的业务过程有关系。 我举个例子,比如: 收件、装车、运转、配送、门店、车队等等

    2020-05-20
    1
  • 朱时
    你们的这个中台系统没有算法相关的内容,现在数据中台有得还会包括推荐服务、CV服务、语音服务、NLP服务等,这些如果要纳入中台算是前台服务还是中台服务呢

    作者回复: 你好, 数据中台并不包括语音服务,NLP服务,算法可以使用数据中台提供的数据,但是不是说数据中台直接提供AI能力。 这些如果要纳入中台,我觉得也是AI中台,不是数据中台。我觉得语音服务、NLP服务,这些可以作为中台,因为他们前面还有业务应用。

    2020-05-08
    2
    1
  • 刘同青
    指标系统怎么和数据服务打通?
    2021-09-16
    1
    1
  • wuhulala
    想了解一下您理解的标签和指标的区别 标签仅仅是指标的语义化以及一些属性标签吗 他们在数据流向之间的关系。以及会不会存在一个对象的某个标签会有多个标签值 比如一篇资讯会包含两家公司 那么对应的公司这个标签 就会有两个值
    2020-05-21
    1
收起评论
显示
设置
留言
13
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部