《Apache Flink 案例集（2022版）》——3.机器学习——众安保险-Flink  在 众安保险金融业务的应用（1） https://developer.aliyun.com/article/1228201

应用场景

1. 智能营销

营销平台的最下层是数据源层，包括金融业务数据、保险业务数据、用户行为数据、第三方平台的数据和运营结果数据。离线数据通过 ETL 的方式进入离线数仓，实时数据通过 Flink 的方式进入实时数仓。  

实时离线数仓之上是标签服务层，平台有对离线/实时的标签管理功能，同时平台会对这些标签进行治理管控，比如数据权限的管控，此外，还有标签数据的监控，能够及时发现标签数据的异常，准确掌握标签使用情况的分析统计。  

标签层之上是标签应用层，众安保险有营销 AB 实验室和流量 AB 实验室，它们之间的差异在于，营销 AB 主要居于客群进行营销，无论是基于规则进行客群圈选的静态客群还是通过 Flink 接入的实时客群，都会对这些客群进行流程化的营销和智能的触达。而流量 AB 实验室是基于标签的数据服务能力，用于 APP 端千人千面的个性化推荐。平台还提供了客群画像的分析功能，可以快速找到相似客群和客群的历史营销的数据效果情况，能够更好地协助运营对于客群的甄选和营销。  

通过营销 AB 和流量 AB 实验之后，会有一个效果分析服务来进行实时效果回收，通过效果分析可以及时辅助运营团队进行快速的策略调整。

目前营销平台的标签总数已经达到 500 个以上，营销任务执行数量每天会有 200 万左右，流量 AB 每天会有 2000 万以上的调用量，主要是给前端提供了资源位的个性化显示和千人千面的业务场景。  

整个营销平台的特征可以总结为三点：  

实时画像。通过定制标准化的实时事件、数据结构，利用 Flink 实时计算的能力，实现自动化的实时标签接入；

智能营销策略。可以让用户直接在营销平台上进行组件化的营销流程的配置，提供丰富的时间策略，还有各种智能的营销通道，同时也支持灵活的、多分支的业务流转，使用一致性哈希分流算法进行用户的 AB 实验；

实时分析。对营销成效进行实时分析，使用 Flink 实现实时效果回收。通过漏斗的分析和业务指标的成效分析能力，能够更好地赋能给营销业务。  

《Apache Flink 案例集（2022版）》——3.机器学习——众安保险-Flink  在 众安保险金融业务的应用（3） https://developer.aliyun.com/article/1228198