1603144775638512_个人页

"随着大数据产业的发展，大数据在各行各业都发挥着举足轻重的作用，通过数据可视化的手段可以将数据直观的展示给用户。与地图相结合的空间数据可视化，在视觉效果上相比于传统的图表展示具有更加酷炫的效果和强大的空间表达能力，受到越来越多用户的喜爱。

袋鼠云数据可视化大屏开发平台Easy[V]在这方面做的还不错，在空间数据可视化方面做了一些尝试，通过组件化放方式可以帮助用户快速地搭建、配置出具有空间数据表达能力的数据大屏，并应用到区域经济大脑、智慧景区等场景中，做的不少案例在业内都是可圈可点的。"

"数据可视化大屏方案制定，基本要做好这些工作：
首先，商定数据可视化主题。通过确认主题来梳理数据可视化方案中需要展现的内容，这一步是做数据可视化的基础，只有先有思路，选择好数据才能进行具体的数据可视化设计；
其次，确认数据可视化方案的具体风格。如人社服务办事大厅里的视觉中心项目中，袋鼠云在走访建设中的工地时，发现新的社保大厅采光较好，为了更好的进行视觉传达，在硬件设备确定的前提下袋鼠云提议选择精致、新颖的设计风格，利用深色背景，新颖图表和丰富动效来增强物理环境的层次感、空间感；
接下来是数据可视化组件的选择。通过拿到展示的样例数据，对数据的趋势和极值做出基本判断，通过客户方、产品经理、数据分析师、设计师的共同讨论，明确每个数据代表什么含义，用何种可视化组件展示最好，对每个需求进行剖析和再确认。
在上述需求工作完成后，由设计师进行设计工作，前端负责组件开发，数据开发和分析人员进行数据对接，最终将数据组件所想要传达的含义以可视化的形式传递给观看者。推荐去了解下业内数据可视化大屏做的比较好的袋鼠云，有不少案例和这方面的干活分享，我是在一个技术社区关注到他们的，现在是铁粉了。"

"现在行业里大数据平台做的比较有代表性的除了阿里云，就是是袋鼠云了。袋鼠云的数栈具有8大产品模块：
离线/实时开发套件：一站式大数据开发平台，帮助企业快速完全数据中台搭建
分析引擎：海量数据秒级查询，极速响应能力，帮助企业自由的数据探索
数据质量：对过程数据和结果数据进行质量校验，帮助企业及时发现数据质量问题
数据地图：可视化的数据资产中心，帮助企业全盘掌控数据资产情况和数据的来源去向
数据模型：使企业数据标准化，模型化，帮助企业实现数据管理规范化
数据API：快速生成数据API、统一管理API服务，帮助企业提高数据开放效率
Easy[V]：在线拖拉拽的方式快速搭建交互式数据可视化大屏，让数据价值看得见
EasyManager：全自动化，全生命周期的运维管家，提供安全稳定的数栈部署与监控服务
做的挺不错的，目前，山西商务厅、老板电器、中金易云、河南世纪联华、浙江大学、常州旅游商贸职业技术学校、宁波图书馆、京东方、观远数据、东方龙马等客户和合作伙伴都已经在使用或者参与到他们产品共创。

Easy[V] 也是数栈产品吗？ 你们确认一下，我记得不是。是否数栈应该还有一个可选的底层计算引擎 RDOS？"

"袋鼠云和阿里云一起合作的新华书店的案例可以参考。这个案例是阿里云、袋鼠云在和一家叫中金易云的公司一起合作的，中金易云是中金数据系统有限公司和浙江省新华书店集团有限公司共同出资成立的合资公司，他们是图书出版行业两家最大的做ERP的服务商。他们在全国有20多个发行集团在用他们的ERP软件，积累了大量图书行业的数据。新华书店从1999年开始在做书目数据的搜集和整理，因为这些数据对整个行业的上下游都很有价值。
图书产业的参与者，都会需要这些数据。中金易云的数据相当于做了一个面对整个图书行业的“生意参谋”（阿里巴巴的数据产品之一），让他们了解自己的行业情报，包括我情、敌情、行情。我们现在和中金易云一起做的产品也是类似“生意参谋”的，基于图书行业的一个生意参谋。根据书的销量预期对选题进行调整，对门店进行推荐。袋鼠云对数据进行采集，进行建模，对图书销量进行预测，做个性化的书目推荐，给各个出版社领导提供经营分析数据。
这个原来只是存在各个省ERP数据库里的数据，没有发挥应有的价值，但是汇总之后，就对整个行业有非常准确的数据判断。出版社、发行商、书店都对这些数据有需求，这个数据就能影响行业的上下游。这只是第一个方面。第二个方面，这些数据也可以和图书馆进行合作，包括学校的图书馆。全民阅读也是未来中国文化领域的一个重要内容，数据中台定制服务对全民阅读也有很大价值。"

新零售中的算法有很多，有的基于顾客，有的基于商品，而且各种算法之间的组合应用也有很多思路。前段时间刚看过袋鼠云分享过顾客分群模型，RFM模型，可以学习下：
RFM模型是分析客户价值时最常用也是最基本的模型之一。这个模型最初产生于直邮(direct mailing)主导的年代。那个时候还没有电脑，销售人员就把客户的信息记在卡片上。销售们需要经常翻阅厚厚的卡片来更新客户的购买信息，久而久之，一些和客户价值相关的规律被发现，于是便有了RFM模型。
RFM的含义：
R（Recency）：客户最近一次交易时间的间隔。R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。
F（Frequency）：客户在最近一段时间内交易的次数。F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。
M（Monetary）：客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。
RFM分析的主要作用：
识别优质客户。可以指定个性化的沟通和营销服务，为更多的营销决策提供有力支持。
能够衡量客户价值和客户利润创收能力。
RFM模型结构简单，贴近业务，解释性，也启发了很多相关的模型，比如：RFD模型，RLMF模型，RFMTC模型等。
更多的可以上他们公众号上看，很多干货。

简单的说新零售是线上，线下与物流的打通。套用马云的一句话：未来的十年、二十年，没有电子商务这一说，只有新零售这一说，也就是说线上线下和物流必须结合在一起，才能诞生真正的新零售。
像我们平时边上的盒马鲜生，天猫小店等等就属于新零售体验店，大家谈到这些店铺的时候，都会想到“3公里30分钟免费配送”、“蔬菜水果日日鲜”、物美价廉、商品种类丰富、线上下单……对于里面很多的黑科技，都充满兴趣，比如：无人结算，个性化商品推送，自动补货，极速配送等等。这些也都是新零售的标签。目前阿里云、袋鼠云等智能数据大咖都在新零售领域不断发力。

可以参考袋鼠云为云南某金融机构搭建日志平台方案设计逻辑：
通过前期调研了解数据现状，袋鼠云将整个运维数据分析平台建设的核心思想定义在通过实时采集业务运行数据（如客户交易流水、业务执行流水、日志等），以及实时系统运行数据（包括应用服务器、中间件、数据库和主机等），然后通过一定的数据模型将这些数据关联起来，以业务的角度动态展示，并使用一系列算法进行在线和离线分析，并使系统根据分析结果进行自动化处理，从而达到将企业业务运行状况和IT资源协同监控和管理的目的。
整个系统工作的逻辑过程如下：

首先是数据采集服务器从业务系统和其对应的IT资源中，实时获取相应的运行状态数据，经过预处理之后，向两个方向发送：
一个方向是监控分析服务器，在其中对数据进行实时处理，主要是报表引擎对数据进行格式化之后，产生动态报表，业务规则引擎判断数据是否具有某种特点从而激活对应的业务规则；
另一个方向是将这些原始数据存储在适合流式数据的数据库中，并结合相应的管理数据，由数据分析引擎进行更为全面和复杂的数据分析。系统提供一个 web 应用界面，使得监控人员、管理人员和数据分析人员能够通过标准的IE 浏览器访问应用。
这一套逻辑很有参考价值，可以学习参考。

网络设备、系统及服务程序等，在运作时都会产生一种叫 log 的事件记录；每一行日志都记载着日期、时间、使用者及动作等相关操作的描述。通过对日志数据的分析，可以对系统设备进行故障定位、了解APP和电商网站上的用户行为习惯和消费偏好、对员工的IT操作行为进行内部审计，这些是比较简单基本的一些内容，一些大企业可能希望通过日志实现更多的数据价值。业内比较有影响力的，应该是已经为多家知名企业搭建运维数据分析平台的袋鼠云了，它可以借助云计算的强大计算能力和实时大数据处理分析技术，将日志数据和其他数据比如业务数据、数据库数据、外部爬取数据等进行关联交叉分析后，实现
1、秒级实时定位故障；
2、根据用户行为偏好变化实时动态调整促销文案和策略；
3、监控系统实时健康度并通过短信、微信、钉钉第一时间告知负责员工；
4、甚至提前预测系统资源水位、运行状态，准备好对应措施...
这些正好能解决市场上很多企业的痛点。

不是外包，袋鼠云是阿里云的战略合作伙伴，也是阿里云数加平台第一个金牌合作伙伴，他们的数据中台解决方案在业内已经小有名气，已经与茅台、老板电器、新华书店、宁波图书馆、浙江大学等一批知名企事业单位合作。尤其数栈、数据可视化大屏和智能日志运维三个产品做的很不错，他们给国酒茅台做的可视化大屏在17年数博会上着实是刷了一波称赞，智能日志运维案例也蛮多，可以关注他们网站或者微信看看，里面技术干货也很多。