盒马新零售基于DataWorks搭建数据中台的实践

你们好，我叫许日花名欢伯，在2016年盒马早期的时候，我就转到了盒马的事业部做为在线数据平台的研发负责人，如今阿里云的计算平台负责DataWorks的建模引擎团队。今天的分享内容也来源于另外一位嘉宾李启平（首义），他一直是盒马从初创到如今的数据研发负责人，有很是资深的数仓及数据中台建设的经验，以前也是阿里巴巴国际业务的数仓负责人。今天我给你们分享一下，盒马新零售基于DataWorks搭建数据中台的实践。

1、盒马的商业模式

你们作数据的话，首先很重要的一点就是必定要懂业务。以前有位同窗问我，说数据中台很难建。在咱们看来，数据是跟业务息息相关的，咱们去构建整个数据中台的时候，首先要对业务有一个很是深入的理解。盒马是近两三年阿里出现的一个新的业务，有一些同窗应该体验过，包括北京、上海等中国一线二线的城市都覆盖了盒马鲜生的门店。

上图就是盒马商业模式的架构图，业务围绕主要是两点，一个是线上，一个是线下。盒马的业务虽然叫作O2O，可是比较有意思的一个点是，盒马的O2O跟早期的O2O是不同的。之前O2O叫 Online to Offline，盒马的O2O是什么？是Offline to Online，目标要把线下的流量引入到线上，用线下的体验去让用户愿意到线上去购买，而且保证线下的品质跟线上的品质是同样的，不会出现线上是一个电商特供版，看似很便宜，可是你拿到的东西和线下是不同的。

基于咱们O2O的业务架构，同时盒马的客户群体是颇有意思的。他们大部分是以家庭为单位的，就像我买盒马的时候，个人女儿、个人父母也都喜欢盒马，我是一个线上客户，能够在线上下单。那像老一辈他不会去用APP购物的时候，他就会到线下去购买，他买的东西是跟我同样的，包括我女儿，她可能不会购物，可是盒马有餐饮，她很喜欢去盒马吃海鲜，经过这种业务的闭环与传承性，来保证业务的发展与口碑。

盒马定了这种商业模式以后，须要开始构建它的业务架构，那么这个架构应该是什么样子？第一它要作线上线下的一体化，保证020的目标。同时确认了这是一个生鲜电商的业务，生鲜电商基本上跟传统的标品电商作了一个差别化的区分。第三个是多功能门店，可以融合销售展现、仓储、分拣、线上等业务形态。第四是限时配送：三千米30分钟，其实打破了以前电商平台引觉得豪的当日达跟第二天达这种物流，直到目前盒马这种限时配送在业界仍是属于比较领先的。第五就是盒马的外卖，今天你很是想吃一个东西，可是你又不会作饭，盒马会帮你把这个东西作好，或者你会作菜，可是你不会杀鱼，或者是杀鸡之类的，盒马会帮你把这个作好，而后再帮你送过去。最后还有很重要一点，由于咱们提到了门店的价值，盒马的门店不是传统的购物，它有一个仓的设置，刚才说的能够作线上和线下，你线下去看的是门店，对于线上来讲他就是个仓。

2、盒马技术架构与原型

肯定业务模式后，咱们要作技术架构的设计。其实早期盒马有过必定的纠结，由于发现作零售，作门店，作商超，不少传统的软件厂商有一个现成的软件体系，好比说ERP、WMS。那咱们是否是买一套就能够了？可是当时盒马是坚决了全部的产品技术的业务系统，包括数字化系统都要自建。由于盒马须要对不少传统业务作了一个全面的数字化，包括交易、门店、仓储、运配、采购、供应链、劳动力等等。

如今传统的ERP软件或者是物流软件，它也作了数字化，可是很重要区别是，咱们作数字化不是只是为了简单的数字化，把数据结构化，更重要的是为上层策略层进行一个很是重要的支撑，咱们对流量、物流履约、流程优化、财务策略进行了一个很是好的智能化的支持。在这里我能够稍微分享一下，咱们以前也调研过一些线下有门店的大型零售商超企业，他们也作线上的APP，但他们的库存线上线下是隔离的，若是你总共有100条鱼，他会预先分配好，线上只卖10条，卖完以后线上就没有了，而盒马这100条是线上和线下先到先得，不会去分两拨。经过这种策略模式，基本上就把整个线下线上的数据和商品所有打通。

再一个很重要的一点，刚才讲的一些业务，你会发如今阿里的不少业务团队是分开的，好比菜鸟只负责物流，淘宝只负责营销和交易，目前整个经济体的业务都在走向融合。可是盒马为了去完成本身的业务闭环，全部的系统从交易门店、仓储运费、采购供应链、劳动力所有是自建，而且能让他们经过一个协同层把全部的业务打通，咱们有生意计划、供应链管理、协同管理、全渠道多业态，而且提供了一个闭环的解决方案。

闭环中很是重要的一点是最右侧的一个数据层，若是没有咱们统一的数据中台建设，是很难去支撑整个企业工程的，这也是我今天会重点跟你们介绍的这部分。

咱们说到数据中台，其实在阿里巴巴，数据中台不只是一个解决方案，它也是一个团队的职能，在盒马是有一个独立的数据中台团队去支持这块业务的。咱们是把数据做为一种资产，跟盒马的商品、会员，包括设备是一样重要的。盒马数据中台的同窗，他们是资产的建设者、管理者和运营者，而且要经过这些资产去驱动整个零售供应链全链路、智能化的升级。其中最主要的是咱们会去采集、管理、建设这份数据，而且能让这份数据在业务上能更好的使用起来。

上图是盒马的数据平台的一个总体架构，这部分会有必定的特殊性，也有一些通用性。

首先说一下通用性，咱们整个基础设施是跟阿里巴巴集团全部的部门是同样的，采用的是阿里云的基础设施，而且在整个数据分层这边，咱们有源数据，源数据基本上都是来自于业务系统。接入层这边相对来讲盒马会比较复杂一点，刚才说的盒马是全渠道，咱们有APP，有线下，还有咱们配送员的电动车，还有盒马内部的一些悬挂链、iot、APP、人力资源等，因此这里面就会出现不少结构化和非结构化的数据，咱们经过数据加工层去把咱们非结构化的数据进行必定的加工，最终会造成很是重要的数据资产层。

数据资产层构建以后就会有必定的业务含义，这部分数据是能够直接被业务去使用的。可是咱们在这个数据资产层上又会去定一层数据服务，让数据使用起来会更方便，就是开箱即用。还有一块，到了服务这一层，他可能仍是个无形的，以前有同窗也问我，说今天咱们但愿业务用户能直接去用数据，而不是说去到不少表里面去查数据，这方面盒马用的是数据应用层，咱们会创建不少数据产品，经过产品化的方式给业务去提供真正的数据使用。最后咱们盒马这边产品形式会特别多，咱们在不一样的端经过PC、钉钉、掌中宝，还有不少iot的小设备，深圳可能就是一个小的黑白的屏幕，都会有数据的透传。而且在最右侧咱们有一套管理体系，经过这种管理体系，让咱们整个运营和运维能够有效地执行起来。那么这种架构图，就是盒马理解的一个偏业务型的数据中台分层架构图。

那么基于这种业务型的数据中台分层架构，咱们又设计了一套数据中台技术架构。其实你们作过大数据的话，在数据采集的时候常常会碰到，我同时有离线和在线的计算，那么离线计算咱们基于MaxCompute，阿里巴巴几乎全部的离线数据都放在MaxCompute上，2020年双11 MaxCompute每日数据处理量超过1000PB，达到EB级。实时计算咱们是基于Flink，计算的性能也很是强大。还有一块是咱们要去作数据的存储，存储里面其实盒马这边会比较重地依赖在线存储，譬如说Lindorm就是kv，还有MMaxCompute交互式分析（Hologres）以及在线搜索Elasticsearch，而且咱们会把这些存储变成一个个数据服务。数据服务的话就会有指标明细，还有特征、标签等等，这些数据咱们会推广到运营最常使用的一些设备、运营平台、钉钉移动办公、智能化管理等，这些更可能是runtime层面的。咱们在整个集市运营层面，有元数据、数据质量、容灾管控、数据治理等等。这个技术架构图，咱们更多的是当成一个技术需求架构图，是咱们技术团队在作数据中台的时候须要去作的一些事情。

3、盒马基于DataWorks的数据中台方案

当咱们盒马的商业模式，业务产品技术架构，以及数据中台的技术需求整理以后，咱们要开始作一个数据中台的技术选型，或者是作一个技术调研，什么样的产品什么样的系统能够去支撑咱们整套技术架构。以前说到咱们的业务系统是自研的，但咱们整个数据中台的技术盒马最终选择是不自研，由于阿里云上已经有很是成熟的产品体系让咱们去构建盒马本身的数据中台。大数据计算引擎咱们使用的是集团一直在使用的MaxCompute，那么构建数据中台的数据开发与治理工具咱们作了调研，最终选择了DataWorks，下面就是DataWorks的总体架构图：

DataWorks对外提供了数据集成，它有不少这种批量、增量、实时、整库的数据集成，可以支持盒马这么多且复杂的数据源，目前DataWorks数据集成离线支持50+种数据源，实时支持10+种数据源，不管数据源在公网、IDC、VPC内等环境，均可以作到安全、稳定。灵活、快速的数据集成。DataWorks还有一套元数据统一管理服务，支持统一的任务调度、同时提供了很是丰富的一站式的数据开发工具，覆盖了数据开发的整个生命周期表，极大地提升了咱们的数据开发效率。上层还包括了数据治理、数据服务等，而且它提供了很重要的开放平台。由于以前说到盒马是一个很是独立、丰富的业务，不少业务系统都是自研的，有本身的研发团队，咱们须要经过DataWorks OpenAPI对不少功能作一个二次的加工以及和各类自研系统、项目系统的集成，目前DataWorks提供的100多个OpenAPI可让咱们很是简单地去实现这个需求。

那么咱们再看一下这个数据中台技术需求图，咱们去跟DataWorks作一个比对，数据采集部分对应了DataWorks提供的数据集成，基本上咱们左边的这些数据同步的需求DataWorks均可以知足。

还有咱们作数据开发，在数据开发层，DataWorks经过它的DataStudio、HoloStudio和StreamStudio能够同时完成咱们的流、批、实时的开发，而且它还提供了数据服务跟开放接口的功能，能够经过OpenAPI的方式跟咱们现有的系统和产品作一个集成，还有很关键的一点，DataWorks提供了数据地图和数据治理的能力，这两个功能看似是边缘功能，可是在咱们盒马甚至在阿里巴巴起到了一个很是关键的做用，这块咱们后面会继续展开。

前面咱们更多地能够当作是数据中台的准备过程，咱们了解了业务，作了设计，而且作了一个技术选型，那么接下来在阿里作事情很重要一点就是作以前要肯定一个明确的目标，目标不表明KPI，他也有多是一个使命或者初衷。盒马数据中台的目标是什么？盒马的数据中台是要创建一个数据丰富，全链路多维度，质量可靠（就是口径要标准，结果要准确），而且要运行稳定，产出及时无端障的一个中间层，不少人会说这是个数据集市，不要紧，它就是个中间层。还有很重要一点是咱们要为上层业务提供可靠的数据服务，数据产品及业务应用，其实这就限定了它不是一个简单的数仓，也不是一个简单的数据集市，而是一个数据中台，是可被业务去不断使用的数据中台。若是咱们只是把数据同步加工，放到MaxCompute或者开源的Hadoop或者一个数据库里面，那他还只是个仓。数据中台咱们定义是可被业务直接去使用的，甚至是要给业务带来业务价值的，才叫数据中台。

定义这样一个目标以后，咱们要开始作一个分步拆解，咱们主要作什么？首先要作一个指标体系的设计，由于业务去使用不是一个表的字段，须要有一个数据模型设计的支撑，让咱们去把数据变得更标准，而且咱们还要去作数据处理任务的开发。今天咱们有一些智能化构建数仓的方式，但这可能更多的是一个将来，如今咱们不得不面临一个问题，咱们仍是靠人工靠人肉去作数据开发。而且咱们要把这些数据经过数据服务的方式开放出去，让业务去使用，数据服务的形式不限于 Table、API和Report，甚至是一个产品或者其余的任何一个东西。

上图多是你们在网上看到最多的关于数据模型或者数据集市构建的分层图，那就是老生常谈，ODS、DWD、DWS和ADS。其实虽然有不少概念和理念，可是每一个人对这层的理解是不同的，盒马有一套本身很是严格清晰的定义，每一层要有每层本身的一个特色和职责。简单概述的话，ADS必定要是面向业务的，不是面向开发的，你这部分数据让业务能最短的时间去理解，甚至直接使用，还有DWS必须是指标，也是我刚才前面讲的指标体系的一个承载体，都由DWS去作，DWS汇总基本上就是ADS的支撑。还有一层是DWD，就是咱们常常说的明细层，明细层怎么建呢？咱们采用的是维度建模的方式，咱们有维表，有事实表，那维表也有不少层级维度，好比枚举维度，事实表咱们有周期快照。固然在这里有一个很重要的点，DWD的字段必须是可被直接理解的，不要有二义性，一旦有二义性的时候，DWS使用的时候会有问题，会致使整个上游应用都有问题。ODS基本上你们理解应该都保持一致，就是业务数据直接同步过来。可是如今有一些架构的演变，你们喜欢在ODS作一个初步的ETL处理，这样会致使ODS的数据跟咱们业务的数据不一致。其实在盒马是不容许这样作的，缘由很简单，咱们要保证咱们的ODS跟业务库是保持一致的，这样当咱们出现问题的时候，咱们能很快定位到问题的缘由。一旦作了ETL，有可能ETL的过程是有bug的，会致使两边数据不一致。因此盒马是严格要求从业务库的数据到ODS是不容许作任何的逻辑的处理。若是出现问题，只能是中间件或者是其余的任何存储出了问题致使的，不该该是业务逻辑致使的。

4、盒马基于DataWorks构建数据中台

前面更多的是讲盒马这边的一些数据中台建设的思想、设计、架构和一些目标及要求，接下来我会去讲盒马如何使用DataWorks构建数据中台以及在使用DataWorks平台的一些心得。DataWorks这个平台不只仅是给盒马用的，还有阿里巴巴集团几乎全部的业务部门，天天集团内部有数万名运营小二/产品经理/数据工程师/算法工程师/研发等在使用DataWorks，同时DataWorks还服务大量阿里云上的用户。因此它的设计不少是偏向于开放的、通用的、灵活的。这个时候咱们在使用的时会致使一些过于灵活或者是没有标准出现等一系列的问题，后面的内容就会针盒马的一些经验和你们分享当时的一些心得。

首先数据同步是建数据中台的第一步，若是数据进不了仓，那么数据中台就没办法构建。盒马在作数据同步的时候，会有几个要求，好比盒马的全部业务数据都是统一同步到一个项目，而且只同步一份，不容许重复同步，这样的话方便咱们管理，减小成本，同时保证了数据不要有二义性。数据源出问题了，那后边数据就都有错，因此咱们必定要保证数据源100%正确。而后从数据回溯与审计考虑，数据生命周期设置的是一个永久保存，哪怕业务系统由于一些线上库的流量问题，会有一些归档、删除，但当他们想再使用历史数据的时候，能够经过ODS这层原封不动地再还原回去。

第二块就是数据开发，数据开发这部分基本上是很考验我的能力的，基本上你们都是使用SQL。咱们对于数据开发这部分是有必定的心得，简单来讲就是数据处理过程是业务逻辑的实现，既要保证业务逻辑的正确性，也要保证数据产出的稳定性、时效性和合理性。DataWorks进行数据开发的编辑器，除了提供了比较好的coding能力之外，也提供了一些处理流程的可视化的方式，帮助咱们去作一些code review，甚至一些校验，这个功能在咱们平常使用中是很是有帮助的。

整个数据开发的过程，由于我自己也是作 Java的同窗，咱们知道每一种编程都有必定的编程范式，咱们在整个数据开发的过程当中也去抽象了几个步骤，首先是一个代码转换，这个代码转换主要是干什么用的？刚才讲过业务系统不少是为了完成一个业务流程，它有不少这种个性化的处理，尤为是你们作互联网，为了解决一些性能问题或者是filter的问题，会作一些Json字段，媒体字段、分隔符等等，这样的内容会出现二义性。咱们在开发中会有个代码转换，好比说把一些枚举的东西转成一个实际会看得懂的东西，譬如说0究竟是什么？2是什么？或者a是什么？咱们会作代码转换。还有个格式转换，咱们有一些业务系统，它很难标准，譬如说时间，有的是用的是timestamp，有的是存字符串，有的是存yymm这些，虽然它们都表明时间，可是格式不同，在数据集市的构建过程当中，它必定要求里面的数据格式必须是一致的，咱们会去把非标准的数据格式经过格式转换的方式变成一个标准的格式。

还有一个是业务判断，业务判断这里边基本上就是经过条件的方式得出一个业务结果。举个例子，年轻人在业务系统里面确定不会算一个叫“年轻人”这样的字段或业务逻辑，若是有年龄数据，那么咱们在梳理的时候会说小于30岁的咱们叫年轻人等等，这个就是咱们说的业务判断。数据链接这块，基本上很简单，就是一个表关联去补数据。另一个数据聚合，咱们在作DWS的时候会大量用到数据聚合的这部分。还有数据过滤，咱们常常会碰到一些无效的数据，咱们经过数据库这个方式把这些无效的数据给处理掉。再一个是条件选择，这个条件选择基本上也就是一些when的东西，跟数据过滤稍微有点类似。最后是业务解析，其实业务解析是咱们最常常用到的，由于如今NoSQL或者是MySQL也支持了，甚至有一些业务团队用了Mongo，那一个大字段里边有不少业务表示，咱们这几年在数据集市作DWD的时候，必定要把这种Json字段或者map字段的格式所有解析成固定的列字段。由于刚才咱们说过它的内容必需要一致的，让用户直接能够看到。在这里面分享个心得，就是业务逻辑会尽可能收口在数据明细层，目的是保证数据的一致性，简化下游使用。源头上的变化，也能够经过代码或格式等转换，保证实细层结构的稳定性，避免给下游带来更多的变化。好的模型也须要上游业务系统协同开发，一要业务系统有合理的设计，二要变动能及时的感知，就是说数据中台的建设不是数据团队一个团队的事情，也要跟业务团队去作一个联动和共创。

刚才讲的这些部分更多的是开发阶段，若是DataWorks只完成这些的话，咱们认为它就是一个IDE，可是DataWorks是一个一站式大数据开发治理平台，开发平台很重要一点是它要去保证它的运行，如何去保证咱们作数据开发的代码能运行起来？就是经过DataWorks的任务调度。盒马的业务是很是复杂的，有30分钟送达，还有第二天达、三日达，还有一些预售预购等等。这些若是是简单的调度系统可能就支持不了，DataWorks这边比较好的一点是，它提供了很是灵活的任务调度的周期选择，好比说月、周、日。盒马的业务是一个闭环，他每一个业务是有相关性的，那么反过来盒马的数据任务也是有相关性的，这个时候整个盒马的任务调度链路是很是复杂的。

在整个过程里面，盒马也有不少尝试、创新，也踩过了不少坑，这边就给你们分享一下，就是DataWorks任务节点未起调或者在错误的时间起调均可能出现数据缺失或者是错误。这里就要保证咱们数据开发对于每一个线上任务的任何问题都要及时处理，由于每一个问题都会形成一个数据的问题。合理的调度策略既能够保障数据产出的正确性，也能够保障数据产出的及时性。咱们但愿他一天产出，那就不要把它变成一小时，咱们就按一天就能够了，若是三天就是三天。

经过这几步，正常状况下，就是咱们一个项目或者一个需求，按照这种方式去完成，咱们认为一个数据开发工程师的任务就结束了。可是通常状况下不是这个样子的，由于数据中台是一个偏商业化的事情，因此说它一旦出问题，在阿里的话，影响是特别大的。业务线它有核心系统、非核心系统，部门核心系统、集团核心系统，经过这种方式有不一样的保障，还有业务团队有p一、p二、p三、p4的方式去定义故障总级。数据业务跟正常业务系统不太同样，咱们这边是依托了DataWorks来去作整个线上大数据业务任务的稳定性保障。其中DataWorks这边提供了很重要的一个模块，就是数据质量监控。数据质量监控其实咱们更多的是能及时去发现一些问题，保证当业务有影响的时候，咱们第一时间就知道。由于有的时候业务使用仍是有必定的延迟性的。这里面提供了不少能力，好比说数据质量的一些监控，数据质量监控的目的是保障数据产出的正确性，而且监控范围必定要比较全，不只限于表大小的变化，函数的变化，字段枚举值和一些主键的冲突，甚至一些非法格式，而且很重要一点就是异常值会触发报警或中断数据处理过程，而后值班人员要第一时间介入。

上面讲的是监控的问题，可是一旦监控不少就会致使监控泛滥，会有不少预警报警出来，那么DataWorks也提供了另外一种能力，就是任务基线的管理。我刚才讲过业务有分级，咱们线上业务也有一些重要性和非重要性的任务，咱们经过这种基线的方式去把这些任务进行一个隔离。基线这边盒马的经验就是：基线是保障数据资产的及时产出，优先级决定了系统硬件资源的保障力度，也决定了运营人员值班的保障力度，最重要的业务必定要放8级基线，这样会保证你的最重要的任务第一时间产出。而且DataWorks有一个很好的功能，DataWorks提供了一些回刷工具，当个人基线出问题或者破线的时候，能够经过回刷工具快速地把数据回刷出来，而且DataWorks智能监控功能会经过一些基线下的任务状态和历史的运行时长等，去帮你提早预估出是否存在破线的风险，这种智能化地监控与风险的预估仍是很是有用的。

那么作好数据质量的监控跟基线，基本上就保证了咱们的大数据任务和业务的稳定、正常地运行，可是还有很重要的一点就是数据资产的治理。阿里巴巴是提倡数据的公司，它作转变的一个很是大的里程碑就是阿里巴巴在数据方面的存储和计算的硬件成本超过了业务系统的硬件成本。这也致使了阿里巴巴的CTO会去把数据资产治理做为它的一个很是核心的任务。DataWorks是整个阿里巴巴集团数据使用的体量最大的平台，甚至是一个惟一的平台，并且也提供了数据资产的模块叫UDAP，这里面基本上是能够经过多方面多维度，从项目到表甚至到我的，全局查看今天整个资源使用状况是什么样的，而且很重要的一点是给你提供了一个健康分的概念。这个健康分能够综合地看到每一个业务部门内每一个我的的排名状况。作治理最简单的方式就是先把头部打掉，阿里是这么作的，先治理头部健康分最低的，而后把健康分拉上来，整个水平就下来了。而且它提供了不少数据可视化的工具，可让你很快的看到治理的效果。盒马在这方面作的一些心得：主要目标是优化存储与计算，下降成本，提高资源使用率；技术团队会建不少项目空间，咱们须要与技术团队共建，一块儿去完成数据治理。盒马一些比较好用的手段就是无用的应用要下线、表生命周期管理、重复计算治理、还有很重要的是计算资源暴力扫描，咱们是严格禁止暴力扫描的。UDAP里面的一些功能咱们如今在DataWorks的资源优化模块也可以实现，好比一些重复表、重复数据开发与数据集成任务等。

作完以上这些，咱们认为数据中台该作的事情就差很少了，最后还有很重要的一点就是数据安全管理。随着互联网的发展，中国应该是持续基本上每年都会出一个相关的网络法，好比说电子商务法，而后还有网络安全法等等，而后最近应该是草拟数据安全法。做为一家企业，对法律的遵照是特别重要的。DataWorks做为阿里大数据最统一的一个数据入口和出口，作了不少这种数据安全管理的手段，它能够从引擎层面进行一个管控，而且经过项目层面进行管控，同时能够到表层面，甚至到字段层面，在字段层面，每一个字段它有等级，好比说有一些字段的等级是必需要到部门负责人或者是总裁层面才能够审批经过的，再好比说有一些咱们认为即便审批经过了，它也有必定的风险的时候，好比说身份证号码，手机号码等，咱们会提供一种技术叫数据脱敏，这个数据被拿走是被脱敏过的，不影响你的统计或者分析，可是你不可见。

盒马在数据安全治理这边基本上跟集团是比较相似的，阿里巴巴集团有一套统一的数据管理方法，它是跟组织架构打通的，咱们员工离职或者转岗，他的权限会自动收回。在任何企业包括阿里，他的人员变更是很是频繁的，经过这样的功能与体系，咱们在保证数据安全的前提下去更好地应用数据。

5、盒马基于DataWorks构建数据中台的价值

以前讲的都是基于DataWorks来构建盒马的数据中台，最先提到数据中台必定要是服务业务的，我如今也介绍一下盒马的数据中台是如何为业务服务。颇有幸我跟首义是见证了盒马从0到1再到N家店快速发展的一个过程，一家企业它用数据的过程也是这样由浅而深的过程。首先你们都同样，最开始我只是看数据，我有什么数据，而后经过数据去看一些问题，作一些人工的辅助和决策，可是盒马它的扩张是特别快的，最多的时候一年开了100家店，当它的业务形态发生变化，经过简单的数据报表和数据可视化，是没法再支撑这个业务了。因此说咱们也作了不少精细化的管控，好比说品类诊断、库存健康，告诉这个业务你如今有哪些问题，而不是让他们用报表去作再去发现问题。

那么还有一块是盒马跟电商很是不同的点，它是属于新零售，零售受天然因素的影响特别大，譬如说天气或者是节假日，甚至一个交通的事故都会影响到盒马的业务。咱们针对这种状况，有不少这种预测类的应用，好比销量预测。盒马的销量预测是要求到小时，每一个小时都要作迭代，还有一些仿真系统，当我出现什么问题的时候，我经过仿真系统预测到或者感知到有什么样的风险。最后还有很重要的一点就是说预测完，盒马的业务刚才讲过，它有限时预定30分钟送达，以及由于你们买过盒马的日日鲜商品，就是商品当天就要卖出，这些状况靠人是绝对没有办法去感知的。盒马的CTO提过，他要求咱们把几百张报表所有干掉，把这些全部经过人看数据发现问题的场景，所有集中到业务系统里面。譬如说日日鲜，当咱们发现商品已经卖不出去了，只有三个小时了，须要一个打折，不须要人参与，经过咱们的数据的预测，跟这个算法自动去触发打折，把这个商品卖出去。我在阿里接近10年，盒马这些应用其实应该是为数很少真正地把BI跟AI结合在一块儿的数据中台的应用。

以上就是本次分享的所有内容，谢谢你们。

原文连接本文为阿里云原创内容，未经容许不得转载。