年服务人次3300万+,网鱼网咖的大数据挑战及架构

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 从98年成立至今的18年中,网鱼累计签约门店已接近900家,已拥有超过830万会员,2016年网鱼网咖共服务了3300多万人次,服务范围覆盖全国100多个城市,现在网鱼网咖已走出国门,在加拿大、澳大利亚、新加坡等国家开设多家门店。
11+大数据行业应用实践请见 https://yq.aliyun.com/activity/156 ,同时这里还有流计算、机器学习、性能调优等技术实践。 此外,通过 Maxcompute及其配套产品 ,低廉的大数据分析仅需几步,详情访问 https://www.aliyun.com/product/odps ;更多精彩内容参见 云栖社区大数据频道 https://yq.aliyun.com/big-data  。

对于80年代的人来说,网吧这个词都不陌生。那时候电脑还没有普及,学习需要时,我们去网吧下过资料、模拟过考试;任性的时候,也曾去网吧看过电影、玩过游戏;而就算现在,同事下班后,也会偶尔去三三两两开开黑。随着网吧衍变成网咖,环境更好、服务更多、体验更好,上网之外还可以休闲、喝咖啡。然而在大部分人看来,不管是网咖还是网吧,仿佛提供的也就是个上网的服务,但是你或许不知道的是,从你进入网鱼网咖的那一刻,你已经享受的时下最热门的服务——大数据。

年服务人次3300万+,网吧的天然大数据场景

其实网咖这个行业和大数据的关系很密切,仅2016年,网鱼服务人次超过3300万——楚发。

在交流中网鱼CTO楚发首先分享了网鱼的业务现状。从98年成立至今的18年中,网鱼累计签约门店已接近900家,已拥有超过830万会员,2016年网鱼网咖共服务了3300多万人次,服务范围覆盖全国100多个城市,现在网鱼网咖已走出国门,在加拿大、澳大利亚、新加坡等国家开设多家门店。网鱼致力于打造多人游戏空间,为顾客提供极致的游戏上网体验。业务范围覆盖连锁上网服务门店、电脑及周边产品、游戏社交软件等,为加盟伙伴提供一体化的解决方案。目前网鱼旗下有六大品牌,包括网鱼网咖、网鱼电竞、风蝶网咖、虎猫电竞、诺诺茶、YVR等。

随后他指出,从传统的连锁角度来讲,以前的会员管理模式叫CRM,但是CRM还不够精准,可以从三点来看:

  • 首先,从会员场景来看,需要有体现会员偏好的数据。到店的会员很多是老客户、老顾客,但是门店包括整个连锁行业都不一定对会员的喜好行为有记录和分析。
  • 其次,是门店经营的场景看,需要进行更精准的会员分析。每家门店有几万的会员,但他们对会员的分类、分级以及总体的偏好都不清楚,何谈会员管理。
  • 最后,像网鱼网咖这样规模的连锁企业,需要更精准的会员分析。总部需要对网鱼会员,甚至更大范围的会员顾客的游戏、上网行为进行分析,以便研发更好的服务种类。

从这三个维度来讲,新的时代需要从全方位的角度去利用大数据提高会员服务的体验,增加对会员行为的准确预测。基于会员的大数据分析,就是是抵达网鱼最终业务目标的出发点之一。

一个月构建大数据体系,网鱼的业务挑战与技术选型

目标5600家门店,需从技术到业务,网鱼通过数据挖掘、机器学习、可视化等技术来理解用户,为门店赋能——楚发。

楚发指出,要实现门店赋能这一目标,技术挑战主要分为三点:

第一,要从业务上面考虑,如何从会员及其行为数据中提取洞见,并给会员提供更好的一个服务。

第二,传统BI和大数据体系的建设成本非常高,速度也较慢。

第三,传统连锁企业的报表分析业务门槛很高。囿于连锁模式的特性,很多业务人员分散在全国各地,如何将业务分析的最新功能提供给他们,是一个巨大的挑战。

面对这些挑战,网鱼选择了阿里云,主要考虑以下原因。首先,公司总体的战略,是开出5600家门店,云端化志在必行,以云计算为基础支撑业务能力成为第一个大背景。其次,业务需求上,不管店长,还是加盟的合作伙伴,都需要更详细的会员分析,得出更准确的会员预测,给会员带来更多更好的服务。最后,网鱼也试用了多家的云服务,经过比较,得出阿里云的服务最稳定的结论。此外,选择阿里云还看重其完整的生态系体系,从而未来可以寻找更多的服务商和合作伙伴。

现在,网鱼使用了阿里云基础设施、DataV、机器学习等服务,而在2017还会加大数据分析方面的投资,同时会考虑一些生态体系中的工具,比说人脸识别、证照检查等等。楚发表示,数加功能很多,即开即用,一个多月网鱼就完成了大数据平台的搭建。此外,整体来说,数加是非常稳定的。最后,从使用者出发,对数加有两个方面的期望。首先,权限控制要更灵活。网鱼的工作人员非常多,达几千人,还有大量的连锁门店,因此期望更多不同等级的权限。其次,有更好的用户交互,期望能在移动端UI上得到更好的提升。

机器学习、可视化,网鱼的大数据平台架构

网鱼使用了多个数加产品,包括QuickBI、机器学习、DataIDE、推荐引擎、DataV等—— 吕兆昌。

b9d825f01786667e2db55e284f9d2c4b36ca56de

通过网鱼大数据负责人吕兆昌了解到,最开始网鱼使用ECS做业务系统的存储,后来全部改用速度更快的RDS。随后借助DataIDE来分析和挖掘数据,以及机器学习做复杂的分析。最后,数据通过QuickBI的报表或者DataV来给用户呈现。

交流最后,楚发总结道:“在过去几年,网鱼得到了飞速发展。我们希望可以通过数据挖掘从这个过程中提取成功的经验,然后复制给所有门店,其中包括网友行为预测、加盟店关系管理、移动化等,并且,在整个实现过程中追求全、准、活。而最终,网鱼期望网友走进旗下的任何一个连锁门店时,都可以获得舒适愉快的体验”
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
11天前
|
大数据
【赵渝强老师】大数据主从架构的单点故障
大数据体系架构中,核心组件采用主从架构,存在单点故障问题。为提高系统可用性,需实现高可用(HA)架构,通常借助ZooKeeper来实现。ZooKeeper提供配置维护、分布式同步等功能,确保集群稳定运行。下图展示了基于ZooKeeper的HDFS HA架构。
|
1月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
95 1
|
1月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
63 5
|
1月前
|
存储 分布式计算 大数据
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
58 3
|
1月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
11天前
|
SQL 数据采集 分布式计算
【赵渝强老师】基于大数据组件的平台架构
本文介绍了大数据平台的总体架构及各层的功能。大数据平台架构分为五层:数据源层、数据采集层、大数据平台层、数据仓库层和应用层。其中,大数据平台层为核心,负责数据的存储和计算,支持离线和实时数据处理。数据仓库层则基于大数据平台构建数据模型,应用层则利用这些模型实现具体的应用场景。文中还提供了Lambda和Kappa架构的视频讲解。
【赵渝强老师】基于大数据组件的平台架构
|
1月前
|
消息中间件 Kafka 数据库
微服务架构中,如何确保服务之间的数据一致性?
微服务架构中,如何确保服务之间的数据一致性?
|
1月前
|
存储 SQL 分布式计算
湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
【10月更文挑战第7天】湖仓一体架构深度解析:构建企业级数据管理与分析的新基石
78 1
|
1月前
|
存储 SQL 缓存
Apache Doris 3.0 里程碑版本|存算分离架构升级、湖仓一体再进化
从 3.0 系列版本开始,Apache Doris 开始支持存算分离模式,用户可以在集群部署时选择采用存算一体模式或存算分离模式。基于云原生存算分离的架构,用户可以通过多计算集群实现查询负载间的物理隔离以及读写负载隔离,并借助对象存储或 HDFS 等低成本的共享存储系统来大幅降低存储成本。
Apache Doris 3.0 里程碑版本|存算分离架构升级、湖仓一体再进化
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势

相关产品

  • 云原生大数据计算服务 MaxCompute
  • 下一篇
    无影云桌面