上下求索，白“云”苍狗（一）：2015到2019，从5到70，从0到100万，技术推动业务的云实践，我创业的这4年

2016年我们依然信心满满，毕竟资金充足，团队有了一年的锻炼，数据上有提升，虽然有焦虑，但是这种焦虑透露着成功的渴望。在2016年到来之前，后端我尝试了两项内容，为即将到来的转型做出准备：
1、我们自己的统计系统上线；
2、尝试了OpenSearch的一些深入的功能，让我们的首页可排可调；
现在看来这些Too Simple，但是在当时，我觉得对团队还是有挑战的，我记得18年的时候也有创业的朋友咨询我自研统计的事情，最后好像还是作罢了。应该说我的团队很给力，他们都来自于传统领域，以前接触这些问题的机会较少，尽管阿云提供的工具已经很好了，SLS+ODPS。也得益于我在广告团队的实践，所以我没有选择其他开源方案，我希望能尽快关注数据，而不是技术上的一些细节，这些留给未来的成长会更好。闲话一下，有些时候我们容易陷入技术的桎梏，把注意力转移了，统计系统的关键是数据的准确稳定，时效性分业务场景，通常情况T+1的数据时效能满足我们大部分的分析需求，统计系统的设计需要简化流程，同时减少基础组件的维护成本；准确稳定怎样做到？能找到对比最好，比如通过友盟、百度对比日活、留存数据，验证统计系统的数据准确性，所以在开发计划上，我的里程碑会优先打通数据流，尽量用简单的方式统计数据，这个时候牺牲灵活性和扩展性是可取的，因为我们的业务要优先验证可行性：）。哦，忘记说了，那时候叫ODPS，现在叫MaxCompute（也扩展了），当时的彩云间，已经下线，都纳入DataWorks。
说到OpenSearch，在我创业前，我们已经计划自研广告搜索引擎，当时没有明确的细节规划，但是我内心是希望首先实现实时排序需要的公式在线计算，我们在展示层很多时候需要做时间衰减等函数计算，当时有其他团队在做，所以当我发现OpenSearch已经开放了这些功能的时候，我愉快的开始使用了，不得不说体验还是非常不错的，现在的OpenSearch已经非常强大了，集成了算法平台，这是后话了。当然，OpenSearch与RDS的简单集成模式使用起来异常流畅，虽然存在数据冗余，不过层次清晰，同步简单，对于曾经debug过增量全量搜索同步的我来说已经是很开心了。总的说来，空间换时间，可取。
这样我们的移动端展示效果就可排可调可统计，似乎还差不少，至少能分流量吧，好吧，我没有做这个，一来OpenSearch还没有开放这个功能，二来我们还不到这个阶段，流量也不多呀：）。
有了这些，我对我们接下来的挑战，从技术上说，也是充满希望。内容导购也不算创新，当时的小红书已经声名鹊起，短视频，直播电商也都纷纷登场。从业务上来说，淘宝有好商品，全网有海量推陈出新的时尚内容（美妆、服饰、配饰），做结合导购，相对于简单的图片导购来说对女性消费者体验上会更优，我们转的依然很快，不到一个月吧，新版App更新上线了。
数据依旧不错，相比童装已经double，而且我们视乎看到了优化改进提升的方向，并且可操作；图片流导购模式对于消费者而言已经很普通，缺乏体验优势，人工运营商品挑选在淘宝的搜索推荐改进下也无明显改善，一二线用户逐渐养成的消费习惯让她们更依赖淘宝店铺的收藏关注，微信（公众号）、微博越来越成为女性消费的新入口，新生的导购应用如何打动消费者，只能求变了。
我们的挑战依然巨大，从童装到女装，到时尚相关内容，我们需要挑战的物料量级都是几十上百倍的增长；数据源的异构和同步意味着我们需要维护多套独立体系，视频对于我们来说挑战不小，毕竟，那时阿云的视频还不是最优解……（未完待续）