云场景实践研究第57期:明源云

简介: 本文中,明源云分享了整个的地产行业在阿里云大数据平台上的探索应用实践。自定义构建设计企业内部数据管理平台DMP平台,并通过应用场景诠释了大数据在地产行业的作用。
更多云场景实践研究案例,点击这里: 【云场景实践研究合集】联合不是简单的加法,而是无限的生态,谁会是下一个独角兽
明源云,作为国内领先的地产生态链“互联网+”服务商,致力于让地产生态链更智慧。同时明源云的刘峥也分享到目前房企市场在进行激烈的变化,形势非常严峻。在这种背景之下,企业需要会更多考虑到“以客户为中心”的转型。主要体现为口碑信息放大客户影响力、需要重新打通多业态的客户、客户对体验的要求越来越高。

采用的阿里云产品
阿里云大数据平台 
阿里云DRDS

为什么使用阿里云
目前,大数据已经不是单独存在的事物了,大数据支撑业务的方方面面,大数据平台需要很灵活的自定义体系去支撑目前多变化的业务。 
明源开始通过阿里云做SAAS产品转型,随着SAAS业务的不断扩张、覆盖产生了很多平台的增值服务。

关于明源云
明源云,是国内领先的地产生态链“互联网+”服务商,致力于让地产生态链更智慧。下图是明源2017年产品整体的战略布局。最底层ERP,是20年来我们专注做的事情。从项目投资收益、计划、采购、成本、费用、售楼覆盖地产全生命周期的业务管理软件。

面临的困难
大数据方法在地产企业内应用效果不明显。企业数据存在几个问题:(1)不在线,房地产企业比较重视业务,很多数据都在纸上;(2)价值高,数据获取成本高,单客户数据价值大;(3)不共享,集团、公司、项目数据不共享。
明源云经过一年多的实践,更关注内部数据治理及第三方数据的补充。首先,内部数据治理(营销、客服等)方面,进行了多触点数据采集、多业态数据整合、数据巡检以及可视化;此外,对第三方数据进行了整合(投资、拿地方面)。

为什么选择阿里云
明源云采用的是to B方式,在阿里云基础上做了赋能平台,针对目前个性化方面的弊端进行了封装。在平台之上,快速搭建提效工具降低人工成本。最后,落地场景化应用。
赋能平台在明源云内部称作DMP平台,包括基础层、画像层、算法层、展示层。基础层主要是处理基础数据,包括数据源对接、数据采集、数据清洗。画像层主要面向业务部门,主要的作用是业务人员快速去选择所需要的数据。算法层是使用数加机器学习的模块来包装算法。展示层由自己的展示产品和DataV构成。
fa719c8000934a5b748d118c3c5823d0f0c05390


DMP的技术架构如下图所示。由于是to B方式,所以需要把大数据平台做成SAAS化,在右下角的项目管理可以帮助产品开一个MaxCompute(ODPS)库或者SAAS库。数据采集、数据清洗、数据同步三个工作流是通过Rundeck进行调度,最终归结到MaxCompute(ODPS)中。
f9f3c3cd6c120013245d687cba83adfc6b94da2d

构建完一站式的数据平台之后,明源云也在思考大数据如何做提效?通过大数据进行热力图的绘制,免去了大量的人工处理分析的复杂过程。自动化地通过签约客户的通讯地址绘制城市分布图,分析城市内部楼盘签约情况。
a9898e22b12e315fe86873b645d2d95f1d4df105
使用提效工具明源云已经分析出了签约客户地图,但是不够场景化。在此基础上,需要在DMP中找到分析出的比较容易出购买客户的地区画一个半径,每日向置业顾问推送将来自该区域的看房者,提醒重点跟进。

拥抱阿里云之后的成效
4年前,明源云开始通过阿里云做SAAS产品转型,随着SAAS业务的不断扩张、覆盖产生了很多平台的增值服务。随着SAAS业务及平台增值业务进一步扩张,从业务中积累的数据也越来越多,大数据业务就自然涌现出来。通过一年多的探索实践,大数据已经融入地产业务的方方面面,包括客户大数据、土地大数据、供应商大数据、质量大数据等,大数据战略已全面展开。 采用的是to B方式,在阿里云基础上做了赋能平台,针对目前个性化方面的弊端进行了封装。在平台之上,快速搭建提效工具降低人工成本。最后,落地场景化应用。
e59838365cc903f3bfc5505fb1fd55ff7299bb0e


原文发布日期:2017-03-16
云栖社区场景研究小组成员:董黎明,仲浩。

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
并行计算 PyTorch 测试技术
MMDetection系列 | 1. MMDetection安装流程与测试
MMDetection系列 | 1. MMDetection安装流程与测试
1184 0
|
Windows
Windows系统 services.msc命令详解,Windows命令行查看本地服务
第一步、打开cmd 按下 win 键,输入 cmd 后回车,打开「命令提示符」
1763 0
Windows系统 services.msc命令详解,Windows命令行查看本地服务
|
存储 NoSQL 关系型数据库
阿里DataX极简教程
【5月更文挑战第1天】DataX是一个高效的数据同步工具,用于在各种数据源之间迁移数据,如MySQL到另一个MySQL或MongoDB。它的工作流程包括read、write和setting步骤,通过Framework协调多线程处理。其核心架构包括Job、Task和TaskGroup,支持并发执行。DataX支持多种数据源,如RDBMS、阿里云数仓、NoSQL和无结构化数据存储。例如,从MySQL读取数据并同步到ClickHouse的实践操作包括下载DataX、配置任务文件和执行同步任务。
3134 1
阿里DataX极简教程
|
机器学习/深度学习 自然语言处理 数据可视化
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
本文探讨了基于Python大数据技术对京东产品评论进行情感分析的研究,涵盖了文本预处理、情感分类、主题建模等步骤,并运用了snwonlp情感分析和LDA主题分析方法,旨在帮助电商企业和消费者做出更明智的决策。
729 1
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
|
芯片 开发者
脉冲宽度调制
脉冲宽度调制(PWM)是一种通过调整脉冲信号的占空比来控制功率、亮度或速度等参数的技术,广泛应用于电机控制、电源转换和照明等领域。
1034 1
|
资源调度 分布式计算 Hadoop
YARN(Hadoop操作系统)的架构
本文详细解释了YARN(Hadoop操作系统)的架构,包括其主要组件如ResourceManager、NodeManager和ApplicationMaster的作用以及它们如何协同工作来管理Hadoop集群中的资源和调度作业。
819 3
YARN(Hadoop操作系统)的架构
|
Ubuntu Linux 数据库
Linux:报错“command not found: yum”及yum和apt-get的区别
Linux:报错“command not found: yum”及yum和apt-get的区别
2275 0
Linux:报错“command not found: yum”及yum和apt-get的区别
|
传感器 机器学习/深度学习 人工智能
人工智能中的Agent技术解析
【8月更文挑战第18天】总之,Agent作为人工智能领域的重要分支,将在未来发挥更加重要的作用。随着技术的不断进步和应用场景的不断拓展,Agent技术将为我们带来更加智能、便捷和高效的生活体验。
2568 3
|
Java 关系型数据库 数据库连接
MyBatis-Plus整合SpringBoot及使用
务必记住,随着MyBatis-Plus版本的更新,一些具体的配置和使用方式可能会有所变动。在实际开发过程中,建议参考MyBatis-Plus的官方文档,以获取最新和详细的指导。
395 1
|
机器学习/深度学习 自然语言处理 搜索推荐
大模型技术在C端市场的三大应用场景
【1月更文挑战第15天】大模型技术在C端市场的三大应用场景
1351 2
大模型技术在C端市场的三大应用场景