新零售时代,零售行业如何构建互联网架构

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: 经过近10年的发展,阿里中间件Aliware摸索出了一套独特的架构实现技术。传统企业企业如何快速复制阿里巴巴互联网架构?Aliware如何赋能新零售?在2017苏州云栖大会企业级互联网架构专场上,阿里巴巴中间件架构师员海滨结合实际案例为大家分享了新零售行业的互联网架构设计和实践经验。
摘要:经过近10年的发展,阿里中间件Aliware摸索出了一套独特的架构实现技术。传统企业企业如何快速复制阿里巴巴互联网架构?Aliware如何赋能新零售?在2017苏州云栖大会企业级互联网架构专场上,阿里巴巴中间件架构师员海滨结合实际案例为大家分享了新零售行业的互联网架构设计和实践经验。

以下内容根据演讲视频以及PPT整理而成。


回顾“五新”

2016年,马云老师在云栖大会上正式提出了“五新”战略。近一年以来,“五新”战略其实已经在大家日常的生活中遍地开花。其中“新零售”的定义是以消费者体验为中心的数据驱动的泛零售的形态。通俗而言就是线上与线下相结合以及与智慧物流等相结合,通过DT时代的数据驱动能力无限地逼近消费者的内心需求,快速完成零售企业和消费者之间实时的互动。而对于“新能源”而言,在19和20世纪,人类所依赖的核心能源是石油和煤,而随着互联网和计算机技术的高速发展,现在最核心的能源是数据能源。如今每个人每天都可以产生上百兆的数据,数据随时随地源源不断地产生。如何通过数据进行炼金值得每一个人思考。数据就是21世纪人类最宝贵的能源,通过数据的无限驱动力可以推动社会的整体发展。对于“新技术”而言,在过去的时代,工具吃的基本都是电力,而现在随着数据的爆发式增长,设备已经是万物互联的,前不久深圳的无人公交车已经上路了,而家居中所有的设备都可以进行互联网连接,这都是数据带来的价值。随着5G时代的到来,可穿戴设备也在影响人们的日常生活。对于“新制造”而言,过去传统制造企业采用的都是规则化、标准化的生产模式,在“新制造”时代,随着时间的推移和发展,通过数据的驱动,大数据以及新技术的产生,制造业也会随着“互联网+”产生转变,逐渐地贴合每个人个性化的需求,未来的制造业将会是个性化和定制化的。对于“新金融”而言,在过去的时代中,少数的大型企业才能提供普惠的便利,而随着整体互联网、信息技术以及个人征信技术的发展,金融行业将会随着互联网的发展完全颠覆原有的“2-8”理论,将会实现普惠金融。

3045d2dcd9b19996710da596419b972ba1717739


何谓“新零售”?
零售行业与我们的日常生活是息息相关的。在传统零售行业中,品牌商和制造商所面临的最大问题就是渠道单一,品牌商需要经过经销商、代理商以及供应商和分销商等才能触达到消费者。而在上游,品牌商和经销商之间是存在覆盖的,很多企业还是依赖于线下的渠道。而随着互联网的冲击,信息不对称已经被打破了。而面对中间的巨大鸿沟,品牌商无法快速感知到消费者的需求,这就是品牌商最大的问题。近两年,一些企业也开始做线上渠道,但是“新零售”并不是简单地做一个线上销售渠道,核心是要去挖掘用户的深度需求,提供后续的服务。

a4e09dce08449bd18048274d2199b655aaa1ff1a

在70和80后的年代,大家对于Baleno、佐丹奴和真维斯这三个品牌有根深蒂固的印象,但是现在的90后以及00后却很少会了解这三个品牌了。其实互联网冲击下,零售行业面临很大的挑战。随着服装行业这几年成本的增加以及线上渠道的冲击、销售库存的压力等因素,很多企业都出现了两位数业绩的下滑。前几年,快时尚行业的发展也不错,但是目前它也进入了慢慢下滑的阶段。

d9a968cebdd632a5184fea1b32688483809362aa

通过与零售行业从业人员的广泛交流,总结出了以下三点零售行业所面临挑战的问题:
  1. 信息不对称被打破,消费者主权时代到来。随着互联网和移动互联网社交媒体应用的快速发展,人们所触达的消费方式逐渐增多,能够快速触达所需要的消费品信息,产品的优劣情况更加易于比较,这样消费者就能趋于更加理性的消费模式。
  2. 传统渠道扩展野蛮生长模式已经成为过去时。近几年生产制造成本、高压库存成本、店铺租金成本、用工人力成本、运营成本等不断上涨,销售业绩两位数下滑逼迫传统服装行业普遍陷入关店潮。
  3. 整体运行效率低下,高库存、高缺货并存。高库存“冻”住了企业的现金流,高缺货又严重了用户体验。事实上,整个服装行业都陷入了这种矛盾的怪圈之中,罪魁祸首就是这一行业的“期货”经营方式。


转型新零售的关键

3dc2ba018788e8f82df68b74cc0ce03fde09a590

转型新零售的关键有以下四点:
  • 以消费者为中心。通过新技术和数据的实时互联能够实现快速地触达消费者,完成快速满足供需关系,以及通过快速的实时触达能够为消费者提供个性化的服务。线上渠道作为触点和端点,线下则为消费者提供完整的服务,实现线上线下的结合。
  • 实体与虚拟融合。现在的购物不再受任何的地点和时间的限制,零售最终的愿景就是“4A”,也就是任何时间、任何地点、任何渠道和任何商品的触达。
  • 回归零售本质。这就意味着一定要做差异化、个性化的供给,不断地满足用户的个性化需求。
  • 智慧物流+供应链。这就是说现代物流行业的供应链如何通过互联网的技术提高整体效能。甚至现在盒马鲜生提出的概念是家中不再需要冰箱,当我们起床的第一件事就可以通过盒马APP购买所需要的新鲜食材,一个小时之内就能够送到自己家里,这也是高效经济和高效物流所带来的价值。
业务实时、统一、在线才能实现智能商业。首先,要实现业务的数据化,需要高效链接企业所有的信息化数据,进而快速获取用户的消费体验反馈,以用户为中心进行快速的业务创新。第二点就是随着业务的统一实时在线之后,需要有数据的沉淀,之后更多需要关注数据如何反推业务,而不是像传统行业通过报表进行低时效性的反馈。数据业务化也会涉及到几个核心关键点,比如消费者画像、物流行业的链路优化、生产链以及供应链的快速优化整合,以及监控生产设备的实时状态。通过业务的数据化和数据业务化,传统零售行业还需要实现运营生态化。以上三点的核心离不开的就是“人、货、厂”,企业新零售核心需要实现商品、营销以及会员等的统一。

c0430c6397ef1c9145540a5cc93cf67fce9e19cd


传统IT架构VS互联网架构
传统IT架构存在一些弊端,其主要是以流程的自动化为核心的,而这会带来很多问题。首先就是创新困难,很多企业的商业套件随着需求的高效发展往往需要很长时间的迭代过程才能上线新的业务,但是等上线之后可能已经不满足业务的需求了,这也是传统架构的痛点。第二个痛点就是数据孤岛,商业套件所带来的天然问题就是数据孤岛,各个子系统往往都是孤立地运营,天然存在数据不互通的情况。第三点就是弹性不足,所能够支撑的用户数量是确定的,很多大型的传统企业往往有固定的IT资源投入,承载的用户量也是固定的,而随着业务的发展,传统的IT资源以及架构是无法满足创新业务需求的。第四点就是无法运营和无法沉淀,很多商业套件经过5到7年的发展历程之后,往往会无法满足新需求,此时就需要进行推倒重建,这就造成了企业IT资源的浪费。而推倒重建就无法沉淀原有的核心业务。

64f41b9cb3ab99c92017dd977a1144d1874e9977

对于互联网架构而言,阿里有一个概念叫做“中台”,阿里想要体现出中台拥有什么样的能力来支撑前端业务的高效发展。中台的核心理念就是共享服务,这一点与微服务的设计理念是相通的。阿里的互联网架构上,前端的应用有1688、B2C的天猫、C2C的淘宝以及创新业务咸鱼、飞猪等,而阿里巴巴共享中台的核心业务就是会员、商品、交易等,之所以能够支撑前端应用快速发展就是共享业务中台的不断发展成熟。阿里的共享业务事业部从2009年成立到现在已经走过了近10年的时间,从开始时只有500个服务,到现在已经可以提供一万多个服务能力来支撑前端一千多个应用的快速发展,这些就是企业核心资源的沉淀。对于创新的业务扩展而言,不需要再去开发重复的功能,可以将中台已有的能力拿来即用。在中台之下就是基础的PaaS层面。


对于阿里的互联网架构的核心总结下来就是以下四点:

  1. 通过中台微服务的架构可以带来企业业务的快速创新,实现业务的共享。
  2. 在中台层面,数据是天然打通的,不存在数据孤岛问题。
  3. 系统的服务能力通过云化能够增强扩展性,可以更好地应对用户数的不确定性。可以更加方便地使用混合云架构,面向客户的服务可以部署到云上,企业核心的数据资源可以放在线下机房中,并且线上线下之间通过专线进行互联。
  4. 中台的建设方式避免了传统架构这种推倒重来的问题,所有的业务领域在划分之后会不断地进行滋养。


新零售中台技术架构

下图所展示的新零售中台的总体技术架构,包括了前端多角色的触达,以及线上线下结合的多终端。业务与大数据应用是新零售所需要实现的两点,业务部分就是实现业务的数据化,大数据应用指的就是通过数据中台提供一些数据应用来支撑数据的业务化以及实时性和高效性。架构的最底层就是云资源平台。

de47cbd9740c472e2775e938125be79c17bc152c

下图是针对于零售行业的总体架构图,最底层是IaaS层面,也就是底层资源层面。往上一层DaaS层面包含数据中台以及一些成熟的产品,包括大数据计算服务、画像分析等。PaaS层面主要是中间件技术团队所提供的服务,在这一层需要考虑如何借助阿里的技术为传统企业进行IT赋能,屏蔽掉技术难点问题。在这之上的共享服务层,就是阿里的中台架构的核心层面,其核心会按照业务领域进行划分。最上层的业务层就是业务的触点,比如零售系统、CRM系统、营销系统等,这些都是与终端用户紧密相连的。

286448a4ae894897b28ad2c483c7f543175742d3

共享服务按照业务领域划分了会员、商品、交易和结算等等,可以进行独立运营,降低各个中心之间的耦合度。下图中茅台的例子是想说明通过共享服务的能力可以快速实现Web电商的订单创建流程,并且可以定制核心的功能。通过业务中台沉淀了众多的服务中心,可以快速支撑前端的各种业务,包括电商业务以及创新业务。下图展现的是茅台通过中台服务快速建设发展前端业务的典型案例。

829100393f1306eceb486cb5c5b2658565c533b3


以特步为例谈新零售行业的互联网架构设计
对于服装行业而言,拥抱新零售的驱动力是最大的。服装行业在IT建设上往往比其他行业早很多,比如特步在2002年就开始做IT方面的建设,其主要经过了三个主要发展阶段,第一个阶段主要是使用IT对于业务进行了支撑,第二个阶段属于系统优化和整合阶段,第三个阶段就是通过中台的建设理念和架构设计方式进行IT重构,通过IT驱动业务的创新和发展,支撑需求的敏捷性和创新。

bebf0f6feac2f4d9d4c46906ecc4de7b9cdedde3

下图展现的是去年年终时对于特步进行调研时的系统概览,从生产、研发、供应链到销售,所有统计下来一共有64套应用系统,形成了一个庞大的蜘蛛网。这可以看出传统企业的烟囱式架构设计构建到最后就是大蜘蛛网。当特步使用ESB进行打通之后又带来一个问题就是形成了更大平台之间的烟囱式孤岛,任何一个系统发生改变之后都不知道会影响了哪些系统。

a84a38f9e8f73ca08e4059af81d3d86340c6e78d

总结特步信息化建设的问题,主要有以下三条:
  1. 存在大量冗余历史数据,系统运行速度慢。特步使用的是单体数据库架构,单库数据量非常大,达到了几十个TB,运营人员报表统计与导出需要几个小时。
  2. 存在众多异构系统和平台。特步用到了.Net、PHP、Java等多种技术构建系统。
  3. 大量异构系统通过复杂的接口实现数据传递。内部开发的标准不一致,导致牵一发动全身。

67148199d4689fd14b19b1ca6ed8c951a8e233e5

特步在分销零售系统、订单运营、供应链、仓储等有各个业务部门,而这些部门也有自己的权限进行IT建设,这样就使得业务部门与公司IT部门存在割裂。各个部门各自为政,实现全渠道难上加难。阿里帮助特步对于自己的分销零售系统进行了整体重构,构建了共享服务中心,最终实现全渠道的核心就是会员、订单、商品等的一体化。业务中台通过共享服务的架构设计可以支撑特步业务的快速创新,摆脱数据孤岛问题,实现数据互通。

下图展现的是特步正在建设的全渠道整体中台的架构图,前端包括了门店销售系统、零售系统和POS系统以及第三方的天猫、官方商城、APP以及微信号等,这部分对应的就是阿里提出的小前台应用,这部分全部是由中台来提供统一的服务能力。其核心的业务板块就是核心的运营系统,包括了分销、零售、会员、订单、物流以及补货系统等,在中台按照业务领域进行了划分,构建了对应的中心。

18c6555255b8eff1c4d7a9bdb7a658448185955b

下图所展现的是特步分销零售系统中台的技术架构,阿里向特步输出了EDAS、DRDS、MQ、GTS、CSB等产品,EDAS就支撑了为服务化的核心实现,DRDS帮助特步实现了订单的实时拆分,通过MQ实现了与特步内部的系统的打通,GTS保证销售订单等事务的一致性,CSB帮助特步通过服务中台将自己的接口便捷地暴露给合作伙伴进行对接。

d7b49ffbccccc6adedf4513ed6ee1aed30e71435

通过阿里的中台架构可以引入几个核心特点:
  1. 强大的服务能力,支撑业务创新。
  2. 大中台,小前台,需求快速响应。
  3. 总体规划,服务共享,数据共享。
  4. 协议统一,标准统一,能力沉淀。
  5. 摆脱烟囱式系统,实现全渠道业务实时、统一和在线。

2218986143f1f01f926dc8725543933bd5e3f30b

下图展现的是2017年特步全渠道中台在双11的成果。特步有很多O2O渠道,之前的O2O订单都是在系统处理完成之后,通过数据同步到分销零售系统,只会再下达给全国的各个门店,这样就造成了数据在多个系统之间进行传递。首先这样做之后,数据的准确性是非常低的,无法做到库存的实时在线,线上渠道用户下订单之后,当线下门店接到订单时已经过去了1到5天的时间。此外,订单商品在门店中可能已经处于缺货状态了。之前统计O2O订单丢单率达到30%多,而特步今年就上线了全渠道中台和全渠道O2O平台。

7426939dc2ad584f5525a88d7c27f630c7d5bf2e

在2015年,特步的O2O系统双11全天的订单不足5000单,发货就用了7天,订单仅占比1%。在2016年,全渠道O2O平台接入了12家分公司,订单达到4万。在今年,接入了21家分公司,订单超过了20万,当天发货率达到60%,整个订单占比达到了25%,这些数据说明通过全渠道中台建设帮助特步实现了实时在线共享。

a109a2bc080e370fab861b286f4bd94cf76ab3c1

特步最终想要实现的目标也是传统零售企业向新零售转型的目标。首先是统一POS系统,转变为云POS架构,强力掌控销售终端,由批发转向零售。第二就是全渠道营销,这就需要实现会员库的统一。在全渠道库存可视方面,在零售行业中,无论是线上还是线下都需要达到库存体系的统一。此外,还需要实现订单库存的联动,实现全局O2O。最后一点,特步目前也在尝试对于后端生产以及供应链系统与阿里进行结合。

8bde169ded59aef9ad4a4a91f08812275c4cd3b0

特步的系统在与阿里进行结合之后,在系统指标方面,可以达到每分钟处理1.6万订单,轻松地度过了营销活动的高峰;在业务指标方面,目前已经接入特步7000多家门店,只剩下不到1000家,特步就可以实现全体接入,实现了库存的实时联动,降低了门店缺货率,提高了售罄率;阿里帮助特步实现了全渠道中台建设的核心模块,包括分销零售系统、POS系统以及全渠道订单系统、库存实时调拨管理系统等,所带来的核心价值就是业务的敏捷创新和精准营销以及IT团队协作和研发效率的提升。

56015110934afadba68f06761e00009cf6fd4fd3

特步通过中台架构的强大共享服务能力,实现了灵活的互联网架构,敏捷的应用开发的迭代。总结而言分为了以下三个层面:
  1. 业务应用,通过中台能力实现了业务快速创新和敏捷开发。
  2. 共享服务,通过共享服务的云化能力建设能够支撑前端业务敏捷的发展。
  3. 阿里互联网架构服务,通过阿里提供的PaaS层能力实现技术扩展,提升了用户体验。

894614f42b36fd8c0899c5fbfca70fc4fc5fda81


以上由云栖社区小组场景研读整理,毛鹤校审,郭雪梅编辑


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 
相关文章
|
28天前
|
监控 网络协议 Nacos
Nacos:构建微服务架构的基石
Nacos:构建微服务架构的基石
85 2
|
29天前
|
前端开发 JavaScript 测试技术
Kotlin教程笔记 - 适合构建中大型项目的架构模式全面对比
Kotlin教程笔记 - 适合构建中大型项目的架构模式全面对比
30 3
|
9天前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型,实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性,为机器学习工程师和研究人员提供了系统化的技术方案。
130 77
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
|
1月前
|
运维 负载均衡 Shell
控制员工上网软件:高可用架构的构建方法
本文介绍了构建控制员工上网软件的高可用架构的方法,包括负载均衡、数据备份与恢复、故障检测与自动切换等关键机制,以确保企业网络管理系统的稳定运行。通过具体代码示例,展示了如何实现这些机制。
120 63
|
3天前
|
Serverless 决策智能 UED
构建全天候自动化智能导购助手:从部署者的视角审视Multi-Agent架构解决方案
在构建基于多代理系统(Multi-Agent System, MAS)的智能导购助手过程中,作为部署者,我体验到了从初步接触到深入理解再到实际应用的一系列步骤。整个部署过程得到了充分的引导和支持,文档详尽全面,使得部署顺利完成,未遇到明显的报错或异常情况。尽管初次尝试时对某些复杂配置环节需反复确认,但整体流程顺畅。
|
12天前
|
缓存 Kubernetes 容灾
如何基于服务网格构建高可用架构
分享如何利用服务网格构建更强更全面的高可用架构
|
22天前
|
弹性计算 持续交付 API
构建高效后端服务:微服务架构的深度解析与实践
在当今快速发展的软件行业中,构建高效、可扩展且易于维护的后端服务是每个技术团队的追求。本文将深入探讨微服务架构的核心概念、设计原则及其在实际项目中的应用,通过具体案例分析,展示如何利用微服务架构解决传统单体应用面临的挑战,提升系统的灵活性和响应速度。我们将从微服务的拆分策略、通信机制、服务发现、配置管理、以及持续集成/持续部署(CI/CD)等方面进行全面剖析,旨在为读者提供一套实用的微服务实施指南。
|
20天前
|
负载均衡 Java 开发者
深入探索Spring Cloud与Spring Boot:构建微服务架构的实践经验
深入探索Spring Cloud与Spring Boot:构建微服务架构的实践经验
63 5
|
17天前
|
监控 安全 持续交付
构建高效微服务架构:策略与实践####
在数字化转型的浪潮中,微服务架构凭借其高度解耦、灵活扩展和易于维护的特点,成为现代企业应用开发的首选。本文深入探讨了构建高效微服务架构的关键策略与实战经验,从服务拆分的艺术到通信机制的选择,再到容器化部署与持续集成/持续部署(CI/CD)的实践,旨在为开发者提供一套全面的微服务设计与实现指南。通过具体案例分析,揭示如何避免常见陷阱,优化系统性能,确保系统的高可用性与可扩展性,助力企业在复杂多变的市场环境中保持竞争力。 ####
35 2
|
18天前
|
弹性计算 Kubernetes API
构建高效后端服务:微服务架构的深度剖析与实践####
本文深入探讨了微服务架构的核心理念、设计原则及实现策略,旨在为开发者提供一套系统化的方法论,助力其构建灵活、可扩展且易于维护的后端服务体系。通过案例分析与实战经验分享,揭示了微服务在提升开发效率、优化资源利用及增强系统稳定性方面的关键作用。文章首先概述了微服务架构的基本概念,随后详细阐述了其在后端开发中的应用优势与面临的挑战,最后结合具体实例,展示了如何从零开始规划并实施一个基于微服务的后端项目。 ####

热门文章

最新文章

下一篇
DataWorks