解决方案应用实例 |浙江烟草搭载阿里云“互联网+”快车,加快企业转型发展步伐

简介: 浙江烟草联合阿里云搭载“互联网+”快车,进行数智化转型升级蓝图设计,共同规划浙江烟草“一朵云、两张网、五大平台、三个支撑”为内容的“1253”互联网基础架构,加快企业转型发展步伐。
更多解决方案及架构请参考: https://www.aliyun.com/solution/all

项目背景

浙江烟草1984年底组建,2003年7月完成工商分开。浙江烟草专卖、商业系统现有 11个市级烟草专卖局(公司)、64个县级烟草专卖局(分公司),职工总数12000余人。2020年营收1100亿,单箱销售结构全行业第一。
2016年,浙江烟草商业既面临行业"四大难题",也比行业更早步入“转型阵痛期”,内外挑战更加严峻复杂。包括:"两个拐点”的挑战,2012年,卷烟销量拐点出现;2015年,剔除调税因素,税利增幅拐点也已到来。市场透支的挑战,2015年,浙江市场从"稍紧平衡"转变为整体"供大于求”,社会库存高企、价格难以到位、客户盈利降低、品牌培育艰难、客我关系恶化的矛盾凸显,市场状态明显下滑。

F679CD16-9EBD-41A7-8273-AB1F6EED391B.png

阿里云如何助力客户?

蓝图设计

  • 2016年,阿里云携手浙江烟草进行数智化转型升级蓝图设计,共同规划浙江烟草“一朵云、两张网、五大平台、三个支撑”为内容的“1253”互联网基础架构。

平台建设

  • 通过“专有云+双中台”体系,助力浙烟打造"互联网+经营管理平台”,提供电商、金融、物流、仓储核心服务能力,同时提供能力开放平台,让更多的企业参与到平台的建设、优化、完善过程中来,更好地服务工、商、零、消用户,打造浙江烟草生态体系。

终端和消费者

  • 通过"支付宝"构建全省电子会员体系,发展“香溢家” 会员1100多万;提升终端智慧水平,8万多户零售户完成数字化改造,提升终端能力,将零售终端系统打造成一个零售商的多元化商品进货、零售 管理、会员管理、运营活动、数据采集、广告展示的综合智慧终端系统,让消费者和零售户成为生态的一个重要组成部分。

内容和服务

  • 阿里巴巴商业操作系统ABOS与浙江烟草各业务单元结合,协助浙江烟草经营卷烟、非烟、广告、金融、营销活动等内容,为平台用户提供数据服务、金融服务、客户服务;经营内容由规模化转向多元化。

全域数据中台解决方案

  • 数据驱动,通过数据中台建设,建立健全以“社会经济数据、商业批发数据、终端零售数据、消费者数据、专卖监管数据”为内核的“五维一体“市场数据采集体系,日均采集零售数据208万笔,终端进销存数据超过100亿条,日均线上支付数据42.5万笔/日,累计支付消费数超过1.96亿笔,精准掌握需求变化、市场状态和品牌表现。

智慧钉钉门户管理平台

  • 管理提升,使用钉钉打造数字化在线组织,为企业用户提供各种管理和服务工具;为30万零售户构建“线上互动小组”,提供移动下单、移动支付、经营指导等一系列服务。

客户价值

经济指标

  • 助力浙江烟草卷烟销售额连续增长,位列行业第二;单箱销售额位列行业第一;税利位列行业第二。

树立行业标杆

  • 国烟办综[2020]80号《国家烟草专卖局办公室关于印发全国烟草生产经营管理一体化平台建设及营销先行建设试点工作方案的通知》,2020年918会议进一步落实"浙江模式”《营销先行建设试点工作方案》,2021年,发布浙江模式"8+8"平台标准版本。

IT价值

  • 依托于云计算及大数据为核心的基础设施,系统可以实现亳秒级交易处理能力;基于阿里云大数据平台,使应用系统具备了强大的计算能力;依据互联网架构平台"强后台、厚中台、薄前端”的设计理念,高度抽象了烟草商业业务,使未来浙江烟草应用构建非常灵活、实现应用的快速上线。
更多解决方案及架构请参考: https://www.aliyun.com/solution/all
目录
相关文章
|
机器学习/深度学习 自然语言处理 数据处理
什么是数据标注
什么是数据标注
3032 0
|
3月前
|
人工智能 运维 NoSQL
机器一宕机就靠“拍脑袋”?试试知识图谱,排故快准狠!
机器一宕机就靠“拍脑袋”?试试知识图谱,排故快准狠!
241 8
|
5月前
|
人工智能 JSON 运维
Dataphin MCP:让数据查询 “轻而易举”
Dataphin推出MCP服务,助力Agent高效获取数据,释放企业数据价值。
464 10
|
10月前
|
数据采集 前端开发 物联网
【项目实战】通过LLaMaFactory+Qwen2-VL-2B微调一个多模态医疗大模型
本文介绍了一个基于多模态大模型的医疗图像诊断项目。项目旨在通过训练一个医疗领域的多模态大模型,提高医生处理医学图像的效率,辅助诊断和治疗。作者以家中老人的脑部CT为例,展示了如何利用MedTrinity-25M数据集训练模型,经过数据准备、环境搭建、模型训练及微调、最终验证等步骤,成功使模型能够识别CT图像并给出具体的诊断意见,与专业医生的诊断结果高度吻合。
18116 7
【项目实战】通过LLaMaFactory+Qwen2-VL-2B微调一个多模态医疗大模型
|
10月前
|
SQL 数据挖掘 Serverless
手把手进行数据分析,解锁游戏行为画像
本文介绍了一套利用阿里云E-MapReduce StarRocks版进行游戏玩家画像和行为分析的完整流程,旨在帮助开发者构建高性能、低成本的游戏数据分析平台。
342 11
|
机器学习/深度学习 数据挖掘 开发工具
Jupyter 集群管理:大规模部署的最佳策略
【8月更文第29天】将版本控制系统(如 Git)与 Jupyter 笔记本结合使用是现代数据科学和机器学习团队中常见的实践。这种集成不仅有助于追踪代码变更历史,还可以促进团队间的协作和代码共享。本文将详细介绍如何在 Jupyter Notebook 中集成 Git,并提供一些实用的代码示例来帮助你开始使用。
321 1
|
存储 机器学习/深度学习 编解码
阿里云服务器计算型c8y实例简介:收费标准、性能及与计算型c7区别参考
在我们通过阿里云的各种活动来选择计算型实例规格的云服务器时,通常有计算型c7和c8y实例可供选择,计算型c8y属于阿里云的倚天云服务器系列,采用阿里云自研倚天710 ARM架构CPU,依托第四代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升。本文为大家介绍一下计算型c8y实例最新收费标准、性能介绍及与计算型c7区别参考。
阿里云服务器计算型c8y实例简介:收费标准、性能及与计算型c7区别参考