大数据创新驱动力从业务中台到数据中台的进阶
汽车金融电商制造房地产医疗政府科技
新零售业务中台
数据中台
交通
阿里商业操作系统的中台战略
全域新营销
消费者洞察—重构对消费者的认知可识别、可触达、可交互、可沉淀
产品智能生产与组合—柔性供应链定制化“商品”+“内容”+“服务”场的体验与服务—线上与线下打通全渠道对接、用户新体验
数据驱动供应链全渠道销售立体认知
消费者端
全域触达
用户画像
精准营销
需求预测库存优化
商品/供应链端
品类分析定价策略
敏捷制造
流程优化
数据驱动采购
销售预测
智能选址
经销商／零售商端
智能选品智能备货
数字化门店
智能导购助手
全数据中台
全面、统一、融通
业务中台
系统重构与升级
全全渠道数据采集、全域数据中心、全链路业务分析思路与框架
驱动反哺
统通
统一数据埋点采集、统一数据模型、统一数据管理与服务
全域数据的打通与链接、业务全流程的打通与链接
以消费者运营为核心的全域新营销
产销协同一体化—产品IP
线上与线下、场景与消费无缝连接
统通
数据智能驱动的中台业务模式
人货场
业务中台到数据中台的创新驱动
As-Is
To-Be
数据中台
打破数据孤岛
数据洞察
沉淀数据资产
赋能业务
促进业务创新
Today
1321
统一了数据认知，避免数据重复使用产生数据标准化
?打破企业内信息孤岛，建设全域数据中心，
2
的错误及成本浪费
数据服务化
?数据业务化，通过数据洞察指导业务决策
及创新
3
企业统一管理。为数据服务化提供基础支数据资产化
?统一采集、建模后，形成资产积累，便于
4形成数据大P 脑
MO Services
4持。
数据智能化
?通过智慧算法训练数据细胞，形成智慧大
脑，预先洞察未来。
数据中台：业务数据化，数据资产化，数据智能化
智能数据中台全体系架构
数据中台构建的四大核心体系
消费者门店粉丝已购交易忠诚会员
有粉丝无转化
有会员难互动
有门店缺客流
?门店?专柜?导购?货架?贩卖机
痛点
业务中台到数据中台的实践-阿里新零售智慧门店-重构实体零售与消费者的全域连接
识别与沉淀消费者资产
消费者连接与运营
交易转化
智慧门店的核心价值是提升品牌全域消费者运营能力
数据赋能
到店客流识别与沉淀?总部会员营销?
门店导购互动
?到店交易?
离店交易
?消费者概览?消费者透视?
数据融合与应用
超级营销IP赋能
线上线下共振高效获客促活
门店周边潜客挖掘与引流
智慧门店商家运营闭环
线上招募
拉新
关注：粉丝
全打通：会员
到店核销
②总部-消费者BC 促进离店交易
品牌号＋CRM
促进引流到店
数据银行
全链路营销与交易数据
iStore CRM
场景化的会员运营策略
数据中心
线下消费者画像/人群偏好
转化
消费者资产沉淀
消费者运营
【引流+转化+复购+分析】闭环
线下招募
门店码：会员+粉丝
导购码：
会员+粉丝+好友
交易：已购客户
交易转化
可触达用户增量
用户触达频次、有效触达率
交易转化、用户复购
数据沉淀
触达转化率、投放ROI
洞察
导购多渠道触达及运营
智能导购+CRM 会员精准触达及运营
①门店-消费者CC 云店交易
转化洞察
全域流量
淘系流量
近场流量
进店流量
成交流量
人群割裂?不可运营
可运营
新零售触达矩阵
新零售产品矩阵
智能短信
导购链路
（猜你喜欢，有好货）品牌号消息会员码LBS定位
数据银行
云店
地动仪
智能硬件云POS 智能大屏
支付宝－惠生活品牌号
淘口令
iStore CRM
智能导购
营销工具
品牌数据资产
支付完成页
导购码／门店码
LBS渠道阿里媒体矩阵全域媒体矩阵
公域营销产品
智慧门店全面拓展消费者运营的深度和广度
智慧门店可以帮助到品牌
新品存活率品牌印象份额促销投放精准度
门店获客能力
消费者复购率
库存周转率
品
牌
集中流量启动
线上线下共振
人群精准推送
从普惠投放转向
精准投放
多渠道招募会员
全域会员触达
品牌商痛点
LBS透出
3-5公里潜客挖掘
多渠道触达
流量增加
复购增加
货品结构优化
数据赋能
促活+沉睡唤醒
品牌商痛点
终端
品牌
T H A N K S
阿里云大数据解决方案 阿里云“数加平台”提供了大量的大数据产品，包括大数据基础服务、数据分析及展现、数据应用、人工智能等产品与服务。这些产品均依托于阿里云生态，在阿里内部经历过锤炼和业务验证，可以帮助组织迅速搭建自己的大数据应用及平台。 奥远电子作为阿里云辽宁区授权服务中心，可为用户提供专业、高效和本地化的服务，包括运维、产品咨询、备案咨询、解决方案和架构搭建等一体化等，同时旨在帮助本地政府部门和企事业单位、个人了解云计算，使用阿里云服务，为用户提供网络、服务和计算资源等，从而减轻用户因业务量骤增而带来的IT压力，助力轻松上云。 基础产品： 大数据计算服务（MaxCompute，原名ODPS） 是一种快速、完全托管的GB/TB/PB级数据仓库解决方案。MaxCompute为您提供了完善的数据导入方案以及多种经典的分布式计算模型，能够更快速的解决海量数据计算问题，有效降低企业成本，并保障数据安全。 分析性数据库（AnalyticDB） 是阿里巴巴自主研发的海量数据实时高并发在线分析（Realtime OLAP）云计算服务，使得您可以在毫秒级针对千亿级数据进行即时的多维分析透视和业务探索。分析型数据库对海量数据的自由计算和极速响应能力，能让用户在瞬息之间进行灵活的数据探索，快速发现数据价值，并可直接嵌入业务系统为终端客户提供分析服务。 数据集成（Data Integration） 是阿里集团对外提供的可跨异构数据存储系统的、可靠、安全、低成本、可弹性扩展的数据同步平台，为20+种数据源提供不同网络环境下的离线(全量/增量)数据进出通道。 核心解决方案介绍： （一）个性化推荐 根据用户的兴趣特点和购买行为，推荐用户感兴趣的信息和商品。建立在海量数据挖掘基础之上，为用户提供完全个性化的决策支持和信息服务。 业务需求： 1.研发成本高：对于一些中小企业，想做自己的个性化推荐业务，但是不知道如何收集数据，而且搭建和使用算法的成本较高，需要算法团队、算法框架等。 2.推荐效果差：很多时候是企业积累了很多用户数据、用户行为数据，在此基础上尝试做了个性化推荐，但是推荐效果并不好，没有带来实际转化率的提升 3.不断提升效果：为了提升用户粘性和用户留存，需要从各维度进行对比，使用A/B test来确定不同算法的效果，以进一步提升转化率。 典型应用场景： 1.视频网站：短视频推荐通过对视频内容进行分析和特征抽取，向您的用户提供个性化的视频推荐。 2.2.电商网站：电商推荐针对不同偏好的用户提供个性化的商品推荐，新注册的用户和商品上新也能够享受到实时推荐，助力您的企业提升销售额。
百度、阿里、腾讯三巨头开挖大数据2014-04-14 09:55 罗超 36大数据字号：T | T 实际上，对于大数据究竟是什么业界并无共识。大数据并不是什么新鲜事物。信息革命带来的除了信息的更高效地生产、流通和消费外，还带来数据的爆炸式增长。“引爆点”到来之后，人们发现原有的零散的对数据的利用造成了巨大的浪费。移动互联网浪潮下，数据产生速度前所未有地加快。人类达成共识开始系统性地对数据进行挖掘。这是大数据的初心。数据积累的同时，数据挖掘需要的计算理论、实时的数据收集和流通通道、数据挖掘过程需要使用的软硬件环境都在成熟。 AD：51CTO学院：IT精品课程在线看！ 概念、模式、理论很重要，但在最具实干精神的互联网领域，行动才是最好的答案。国内互联网三巨头BAT 坐拥数据金矿，已陆续踏上了大数据掘金之路。 BAT都是大矿主，但矿山性质不同 数据如同蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。 百度拥有两种类型的大数据：用户搜索表征的需求数据；爬虫和阿拉丁获取的公共web数据。 阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。 腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
下面，就将三家公司的情况一一扫描与分析。 一、百度：含着数据出生且拥有挖掘技术，研究和实用结合 搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。 除了网页外，百度还通过阿拉丁计划吸收第三方数据，通过业务手段与药监局等部门合作拿到封闭的数据。但是，尽管百度拥有核心技术和数据矿山，却还没有发挥出最大潜力。百度指数、百度统计等产品算是对数据挖掘的一些初级应用，与Google相比，百度在社交数据、实时数据的收集和由数据流通到数据挖掘转换上有很大潜力，还有很多事情要做。 2月底在北京出差时，写了一篇《搜索引擎的大数据时代》发在虎嗅。创造了零回复的记录。尽管如此，仍然没有打消我对搜索引擎在大数据时代深层次变革的思考。搜索引擎在大数据时代面临的挑战有：更多的暗网数据；更多的WEB化但是没有结构化的数据；更多的WEB化、结构化但是封闭的数据。这几个挑战使得数据正在远离传统搜索引擎。不过，搜索引擎在大数据上毕竟具备技术沉淀以及优势。 接下来，百度会向企业提供更多的数据和数据服务。前期百度与宝洁、平安等公司合作，为其提供消费者行为分析和挖掘服务，通过数据结论指导企业推出产品，是一种典型的基于大数据的C2B模式。与此类似的还有Netflix的《纸牌屋》美剧，该剧的男主角凯文·史派西和导演大卫·芬奇都是通过对网络数据挖掘之后，根据受欢迎情况选中的。
大数据创新驱动力从业务中台到数据中台的进阶
汽车金融电商制造房地产医疗政府科技 新零售业务中台 数据中台 交通 阿里商业操作系统的中台战略
全域新营销 消费者洞察—重构对消费者的认知可识别、可触达、可交互、可沉淀 产品智能生产与组合—柔性供应链定制化“商品”+“内容”+“服务”场的体验与服务—线上与线下打通全渠道对接、用户新体验 数据驱动供应链全渠道销售立体认知 消费者端 全域触达 用户画像 精准营销 需求预测库存优化 商品/供应链端 品类分析定价策略 敏捷制造 流程优化 数据驱动采购 销售预测 智能选址 经销商／零售商端 智能选品智能备货 数字化门店 智能导购助手 全数据中台 全面、统一、融通 业务中台 系统重构与升级 全全渠道数据采集、全域数据中心、全链路业务分析思路与框架 驱动反哺 统通 统一数据埋点采集、统一数据模型、统一数据管理与服务 全域数据的打通与链接、业务全流程的打通与链接 以消费者运营为核心的全域新营销 产销协同一体化—产品IP 线上与线下、场景与消费无缝连接 统通 数据智能驱动的中台业务模式 人货场 业务中台到数据中台的创新驱动
As-Is To-Be 数据中台 打破数据孤岛 数据洞察 沉淀数据资产 赋能业务 促进业务创新 Today 1321 统一了数据认知，避免数据重复使用产生数据标准化 ?打破企业内信息孤岛，建设全域数据中心， 2 的错误及成本浪费 数据服务化 ?数据业务化，通过数据洞察指导业务决策 及创新 3 企业统一管理。为数据服务化提供基础支数据资产化 ?统一采集、建模后，形成资产积累，便于 4形成数据大P 脑 MO Services 4持。 数据智能化 ?通过智慧算法训练数据细胞，形成智慧大 脑，预先洞察未来。 数据中台：业务数据化，数据资产化，数据智能化
龙源期刊网 https://www.doczj.com/doc/4c184335.html, 阿里大数据之战 作者：郭夏星葛欣 来源：《经济视野》2015年第03期 【摘要】21世纪的第二个十年已经获得和新技术提供的数据量有关的多个巨额标签：“大数据” （CORDIS，2010； Manyika， 2011； ORT， 2011）、“数据爆炸” （Miller， 2010）和“数据洪水”（Swanson，2007）。“大数据”正改变着我们的工作能力。本文将通过阿里巴巴十年“大数据之路”，解析IT企业中大数据的应用。 【关键词】大数据时代阿里巴巴 大数据产生于现代信息大量冲击的背景下，具有非凡新颖的用途。事实上，全球商业巨头早已意识到了数据的重要意义： ZARA规定每个店铺经理要用平板电脑收集客户信息与建议 等海量数据，为生产销售决策提供意见，大大降低存货率；农夫山泉2011年引入数据库平台SAP Hana，加强数据分析能力；阿迪达斯基于外部环境、消费者调研和门店销售数据的收 集、分析，挖掘细分市场，促进战略转型—由批发转为零售；还有搜狗热词、微博热门排行榜等，无一不在显示大数据带来的商机。本文以阿里巴巴为例，解析IT企业中大数据的应用。 一、阿里巴巴十年数据路 数据和信用体系堪称阿里最独特的地方，这也是其有望实现爆发的关键。阿里巴巴十年数据建设最早可以追溯到2003年。2003年5月，阿里集团用一亿元人民币建立个人网上贸易市场平台——淘宝网。2004年10月，创建支付宝公司，推出起中介作用的安全交易服务。公司业务做大，海量数据涌来，阿里“淘数据”应运而生。随后，阿里相继推出“数据门户”、“数据 魔方”，进行了初步的数据开放，为2012年“聚贤塔”产品发布奠定基础。至此，阿里正式宣布“数据”、“平台”、“金融” 三步走战略。阿里运用大数据，具体包括以下几个方面。 1、提高数据精度，去粗取精 阿里巴巴是中国最大的、世界第二大网络公司。其数据量之大，已经没有公司能够给它提供相关数据业务，因此阿里开始了自行开发之路。从“淘数据”起步，阿里将淘宝每天的交易量、用户支付金额、年龄、购买时段等进行简单收集，随着数据数量、种类愈渐繁杂，阿里将传统存储系统扩展为Hadoop数据库存储。 数据一旦庞大，精度问题就成为关注点。稍微的偏差是可以被容忍的，但我们要呈现的是更为真实的数据，净化数据质量就是首要任务。因而阿里相继开发了多种数据软件，尤其“聚宝塔”出现，为其提供数据存储和数据云计算服务。云计算会成为下一代互联网经济的基础设施。这种分析方法拨开了表面，看到最原始的数据。 2、扩宽数据广度，海纳百川
解码阿里大数据 大数据时代，阿里巴巴集团是最有资本进行烂漫遥想的公司之一，阿里数据平台事业部的服务器上，攒下了超过100PB已“清洗”的数据。 马云曾在2012年公开宣称，“平台、数据、金融”是阿里集团和阿里小微集团未来的指导路线。在此前后，战略布局已经渐次展开：2010年，推出重整的搜索业务“一淘”，2011年收购数据属性公司CNZZ，近期又接连收购友盟、入股新浪微博和高德，抢占数据源；在物流领域，阿里由天猫主导建设了与各大配送公司对接的“天网体系”，最近牵头成立智能骨干物流网络“菜鸟科技”，构建物流信息数据平台。 阿里数据十年铸剑，如今只是起手开了个局。 十年进化 从报表到分析工具、flash，阿里的数据产品越来越没“数据味”。 从2003年淘宝起步开始，阿里集团数据平台事业部负责人“七公”（本名汪海）就一直在与数据打交道，他的经历勾勒出了这家数据巨人的演变轨迹。 阿里系最早的数据工作自2003年起步，出于业务需求的驱动，起初非常粗糙，无非数据库、IT系统，随后开始
统计分析行业的基础指标，比如PV、UV等，当时的淘宝数据部门只有数名员工。 在数据的童蒙时代，淘宝“依葫芦画瓢”，学习当时最大的对手――易趣，当时eBay、亚马逊都已成立成熟的BI部门。恰是与易趣的竞争，推动了阿里的数据应用。据淘宝内部人回忆，易趣曾强势通过排他协议垄断了门户广告资源，迫使阿里将广告投放转向中小网站联盟，由此催生了广告投放精准化分析需求，淘宝的数据团队开始积累流量数据的分析经验。 2004-2005年，淘宝逆转易趣，业务量激增，品类快速扩张，数据量随之跃升。淘宝开始意识到，不能再靠拍脑袋做经营决策了，需要实时观察掌握用户量和交易量的变化，进行精准分析。 2005年，淘宝成立商业智能部门，成为当时淘宝技术研发部门负责人姜鹏的直属部门。这一年，阿里拥有了第一款严格意义上的数据产品――“淘数据”，这是一份经营数据的报表，为各业务公司、部门提供经营报表的检索生成工具。同年，阿里切入搜索、广告业务――两项业务均带有天然的数据属性，成为阿里大数据运营的开端。七公说，由此阿里对数据和应用场景的理解越来越清晰，目的性更明确――搜索帮助消费者更快找到商品，广告则让商家获得更高的ROI（投资回报率）。
阿里巴巴的大数据梦 为了迎接即将到来的大数据时代，各大互联网公司都在争分夺秒。阿里巴巴在公布大数据分享平台之后的半年中，也全面启动了攻势。但即使是这个行业的先行者，离大数据时代也还有不小的距离。 刚刚过去的2012年，秦予有个很大的遗憾，就是没能招聘到自己想要的数据科学家，浪费了公司给的招人名额。他是支付宝用户价值创新中心的负责人，这个中心是支付宝大数据业务的核心部门。 阿里巴巴2012年的进人指标只有200个，具体到支付宝公司，基本是只出不进，只有秦予所在的部门得到了难得的两个进人名额。但她只招到了一个合适的。 事实上，各大互联网公司都在寻找这样的人。腾讯网络媒体事业群总裁刘胜义2012年年中就公开表示：随着用户各类数据的累积，大数据时代已经来临。腾讯各大产品线中都拥有自己的数据挖掘团队。而腾讯最新财报显示，QQ用户数接近8亿人，活跃用户数近2亿人。 阿里集团 2012年7月10日就已宣布，设立首席数据官岗位（CDO），负责推进“数据分享平台”战略。同日，阿里发布“聚石塔”平台，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。 阿里巴巴集团表示，如何挖掘、分析和运用这些数据，并和全社会分享，是这个战略的核心所在。阿里巴巴是年交易额过万亿元的中国最大的电子商务平台，目前有两万人左右，其中近千人从事数据业务工作。 可以看到，从数据中掘金，已经成为各大互联网公司的共识。但在这个即将到来的大数据时代，这些公司具体将如何推进呢？ “离大数据时代还有不小距离” 秦予要找的并不是一般的数据分析师。 “国内不缺数据挖掘人才，但很难找到数据科学家。”秦予对南方周末记者说，秦予的团队有7个人，他们在支付宝内部被称为“数据科学家”。 一般的数据分析师是根据支付宝的各种数据进行分析，给公司决策层和各个业务部门提供咨询支持。这也是目前很多公司都设有的商业智能部的主要职能。但数据科学家们做的事情是开发出具体可以销售的商用化的大数据产品。
阿里巴巴的大数据思维 “在未来，数据将会像土地、石油和资本一样，成为经济运行中的根本性资源。”随着技术的迅猛发展，人类的数据也在以指数级增长，带来了海量信息，阿里巴巴就抓住了大数据中的机遇。 马云在淘宝十周年晚会做卸任前的演讲时说，大家还没搞清PC时代的时候，移动互联网来了，还没搞清移动互联网的时候，大数据时代来了。 早在2005年，阿里巴巴就开发出主要供内部运营人员使用的数据产品——淘数据。2009年，阿里巴巴的大数据应用开始走向外部，让淘宝商户分享数据。2011年，阿里巴巴开发数据魔方平台，商家可以直接获取行业宏观情况、自己品牌的市场状况、消费者在自己网站上的行为等情况。2012年7月，阿里巴巴的“聚石塔”正式发布，“数据分享平台”战略全面展开。马云正式公布了阿里巴巴三步走发展策略，“平台、金融、数据”。 有业内人士认为，这意味着整合阿里旗下所有电商模式的“基石”大数据平台初步成形,阿里巴巴集团正在重新认识电子商务:成为更强壮的数据平台,服务电商。 在阿里的数据集团中，阿里金融可谓独树一帜。阿里巴巴集团数据委员会会长车品觉曾表示，阿里集团数据产品的标杆是阿里金融。 据悉，阿里金融的数据来源包括淘宝、天猫、B2B、支付宝等，除此之外，阿里金融还会调取卖家与网购有关的日志、聊天记录、信用评价、退换货记录等
各种结构化和非结构化的数据，利用阿里金融的大数据数学模型对此进行分析处理。 李先生就是凭着自己在淘宝上的各种经营数据顺利拿到了阿里金融的贷款。“我经营这家服装网店两年了，收到的基本都是好评，因此，阿里也认可我店铺的信用度。”李先生对《中国产经新闻》记者说道。 还有众多的小微企业，在企业贷款时，银行要求提供房产、购车证明，用资产做抵押。而阿里金融则能够借助技术手段，把碎片化的信息还原成对企业的信用认识。比如一个小工厂，用电量一直在持续攀升，阿里就认为该工厂的业务很好，信誉就可以相应调高。 事实上，阿里内部对数据的运用不仅仅体现在商业产品上，数据也在大大缩短、简化内部的业务流程。
百度、阿里、腾讯三巨头开挖大数据 概念、模式、理论很重要，但在最具实干精神的互联网领域，行动才是最好的答案。国内互联网三巨头BAT坐拥数据金矿，已陆续踏上了大数据掘金之路。 BAT都是大矿主，但矿山性质不同 数据如同蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。 百度拥有两种类型的大数据：用户搜索表征的需求数据；爬虫和阿拉丁获取的公共web数据。 阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。 腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
下面，就将三家公司的情况一一扫描与分析。 一、百度：含着数据出生且拥有挖掘技术，研究和实用结合 搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。 除了网页外，百度还通过阿拉丁计划吸收第三方数据，通过业务手段与药监局等部门合作拿到封闭的数据。但是，尽管百度拥有核心技术和数据矿山，却还没有发挥出最大潜力。百度指数、百度统计等产品算是对数据挖掘的一些初级应用，与Google相比，百度在社交数据、实时数据的收集和由数据流通到数据挖掘转换上有很大潜力，还有很多事情要做。
解密阿里巴巴的“数据攻防战” 2013-10-29云计算与大数据的那些事儿 平台型企业的大数据应用策略有何特点？阿里巴巴、百度、腾讯等一批平台型企业，汇集了海量用户和商家，聚集成富有张力的生态系统，它们的大数据应用不再仅仅局限于企业本身，正逐渐成为滋养整个大生态系统的血液，为平台上寄生的众多企业提供更多的数据产品和服务，同时也是这些平台企业未来的收入增长引擎。 2005年，阿里巴巴开发出主要供内部运营人员使用的数据产品——淘数据，阿里巴巴由此进入了数据化运营阶段，此时，阿里巴巴在大数据方面关注的重点是，怎么利用平台上海量的消费者和商家数据，来改进自身经营，大数据仅仅局限于内部。2009年，阿里巴巴的大数据应用开始走向外部，让淘宝商户分享数据。2011年，阿里巴巴开发数据魔方，通过淘宝数据魔方平台，商家可以直接获取行业宏观情况、自己品牌的市场状况、消费者在自己网站上的行为等情况。2011年4月，“页面点击”诞生，它可以监控每个页面上每个位置的用户浏览点
击情况。紧接着，天猫携手阿里云、万网宣布联合推出聚石塔平台，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。2012年，马云正式公布了阿里巴巴三步走发展策略，“平台、金融、数据”。 从数据化运营到运营数据 阿里巴巴的大数据策略意味着什么？阿里巴巴数据委员会主席车品觉一语道破，“在数据化运营阶段时，数据就产生价值，你有意识地用它，但却没有关注它。而当你发现数据已经和战略融合后，你认识到要有意识收集它，管理它。”如果将阿里巴巴的大数据比做食材，那么自己用原料做菜，和将食材提供给其他厨师，对原料的关注度完全不同。 由此，阿里巴巴的大数据应用策略正从数据化运营向运营数据转变。集团首席战略官曾鸣预测，“阿里本质上，未来会是一家数据运营公司。”前者，是如何将大数据用好，而后者则意味着，如何让大数据更好用。 从淘宝创立之时，阿里巴巴就开始搜集平台上的数据，直至支付宝、聚划算、一淘等平台，随着业务的爆发式增长，阿里诸平台上的数据成倍增加，汇集成海。这些数据包括交易数据、用户浏览和点击网页数据、购物数据等等。当海量数据开始聚集时，它们也变得良莠不齐，鱼龙混杂，充斥着大量失真、标准混乱的数据。另一问题是，当海量数据在一起，它们是无序的，不能直接使用，必需要提炼加工。再者，阿里纵有海量数据，却也只是大数据之海中的一个孤岛，无法全部满足平台商家的数据需求，比如商家需要了解用户在其它平台上的购买情况，阿里巴巴迫切需求外部数据。 车品觉称：“一开始，我们在用好数据，但是随着数据战略与平台战略紧密结合，我们开始刻意地去管理数据（保证数据安全、质量和对于商家的可用性），养数据（有意识地收集外部数据），沉淀数据。” 让大数据更好用？阿里巴巴是如何实现这种转变？从六个地方入手：确保数据安全（保护商家和个人的隐私）、保证数据的质量（去除虚假数据）、实现各个部门数据标准的统一（如转化率）、让原始数据变得更精细化（更符合商家的应用情景）、获得外部数据（如并购新浪微博，和其它平台合作、购买数据信息等）、建立数据委员会。 具体做法
阿里巴巴全域数据建设方案
阿里巴巴数据技术及产品部定位阿里数据中台：以全域大数据建设为中心，技术上覆盖整个大数据从采集、加工、服务、消费的全链路的各个环节，对内对外提供服务。丰富的大数据生态组件，构成了阿里的核心数据能力，通过大数据生态组件，可以迅速的提升数据应用的迭代能力，人人都有可能成为大数据专家。 在全域数据建设过程中，还构建了阿里巴巴OneData体系作为大数据标准化规范，从方法论到落地实践；从对指标定义、数据研发、数据服务的口径管理到数据规范定义、模型规范定义、研发流程的规范化；每个环节均有对应工具进行严格保障，并做到方便管理、问题追溯。 01 数据中台-阿里数据技术及产品部定位 2016年阿里巴巴集团提出中台概念，阿里巴巴数据技术及产品部承载了集团数据中台的工作，其核心就是建设全域大数据。 ◎从内容上看，我们管理和运维着阿里巴巴集团最核心的基础数据； ◎从技术上看，我们覆盖了从数据采集、计算加工到数据服务、数据应用等数据链路上的每一个环节，为阿里生态内外的业务、用户、中小企业提供全链路、全渠道的数据服务。
举个例子，被大家熟知的双11当天可见炫酷数据大屏就是由我们部门负责的。 【阿里数据中台全景图】 上图是阿里数据中台的全景图，从这个图中我们可以看见实际上阿里数据中台在架构的组成上，呈现了一个“四横三纵”的结构，底层的基础设施来自于阿里云平台。
◎先来讲四横—— 整张架构图从下往上看，最下面这块内容主要从数据采集和接入为角度，按照业态接入数据（比如淘宝、天猫、盒马等），我们把这些数据抽取到计算平台；接着通过OneData体系，以“业务板块+分析维度”为架构去构建“公共数据中心”；再基于公共数据中心在上层根据业务需求去建设：消费者数据体系、企业数据体系、内容数据体系等；经过深度加工后，数据就可以发挥其价值被产品、业务所用；最后通过统一的数据服务中间件“OneService”提供统一数据服务。 在阿里内部，阿里数据平台上的数据产品已有几十种，每天有上万内部员工在使用数据产品；我们的官方统一数据产品平台“生意参谋”累计服务了超2000万商家…… ◎接下来是三纵—— 基于阿里巴巴如此大体量的数据体系建设背后，我们必须要通过大量工具去保证快速、高效、高质量数据接入，这部分我们通过智能数据研发平台来实现，将我们的理论及实践过程，通过一整套的工具体系及研发流程去保障落地，确保每一个团队，每一个BU，通过统一规则去建设数据体系；同时，当数据多了以后最直接问题就是成本，因此我们还建立了统一的数据质量管理平台。