作者:彭明德
用户背景
钱大妈是在社区生鲜连锁中,以"不卖隔夜肉"作为品牌理念的的行业开拓者。在成立之初即从新鲜角度重新梳理传统生鲜行业的标准,对肉菜市场进行新的定义。通过尝试和验证"日清"模式,以及"定时打折"清货机制,坚定落实不隔夜销售。
业务需求
钱大妈全渠道数据中台当前已经基于阿里云云原生的大数据解决方案(DataWorks、MaxCompute、Flink、Hologres)构建起离线和实时数据一体化的数据中台,为各业务线提供BI报表及数据接口支持。除了在数仓的分析场景之外,也面临业务系统中的风控需求。比如:每季度的营销费用中,被不少的羊毛党薅走正常用户的利益。羊毛党一方面可能导致用户的口碑下降,另一方面也会影响原有的活动运营预算迅速攀升从而导致资损。钱大妈基于阿里云Flink实时计算平平台建设实时风控规则引擎,准确识别羊毛党,防止营销预算流失。
业务架构
钱大妈风控业务架构总体分为四个部分, 分别是事件接入、风险应对、风险感知、风险回溯。通过Flink在线ETL加工实时用户画像标签和销售事实指标, 除了作为线上BI指标和实时大屏数据展示,也为实时规则引擎的事件接入提供了重要的数据源支持。
事件接入。其中包括黑白灰名单库、画像特征数据、行为埋点数据和中台交易数据。
风险感知。策略调研后发布到规则引擎,并对告警结果进行离线回归和多渠道触达。
风险应对。对涉及到财务结算的规则提供再审核、豁免机制或人工补偿。 风险回溯。
策略命中后进行统计和风险分类分级,预警离线回溯并对风控事件闭件。
《Apache Flink 案例集(2022版)》——3.机器学习——钱大妈-基于阿里云Flink的实时风控实践(2)https://developer.aliyun.com/article/1228150