美甲帮:玩转指甲上的大数据平台

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: 美甲帮APP目前有几百万的用户,然而不同用户喜好和动机不同,譬如是想提升美甲技艺,还是想通过美甲图片选款,或者是想在商城里购买美甲产品,如何挖掘用户需求并以此进行精准化营销或个性化推荐,提升客户体验同时又可以增加收入,这些都是美甲帮最关注的问题。
11+大数据行业应用实践请见 https://yq.aliyun.com/activity/156 ,同时这里还有流计算、机器学习、性能调优等技术实践。 此外,通过 Maxcompute及其配套产品 ,低廉的大数据分析仅需几步,详情访问 https://www.aliyun.com/product/odps ;更多精彩内容参见 云栖社区大数据频道 https://yq.aliyun.com/big-data  。

美甲帮是牧云网络旗下一款专注美甲行业的社区型垂直电商APP,其核心业务包括美甲资讯、美甲行业认证、培训教学、商城、招聘等板块,目前已汇聚全国80%的美甲师,覆盖国内90%的美甲店,数以百万计的美甲从业人员和爱好者在此学习交流分享,是广泛覆盖专业美甲领域用户的移动互联网产品,也是国内深受美甲从业者喜爱的的最大的专业美甲社区以及最大的美甲线上商城。

数百万用户带来的数据分析和挖掘挑战

美甲帮的主营业务在商城方面,截至目前已经拥有百万级别的用户,积累了大量的用户数据,如何更好的服务用户并提升客户体验是美甲帮进行大数据探索的出发点。目前存在的挑战为:
  1. 如何更好的洞察用户并提升客户使用体验。美甲帮APP目前有几百万的用户,然而不同用户喜好和动机不同,譬如是想提升美甲技艺,还是想通过美甲图片选款,或者是想在商城里购买美甲产品,如何挖掘用户需求并以此进行精准化营销或个性化推荐,提升客户体验同时又可以增加收入,这些都是美甲帮最关注的问题。
  2. 如何更好的为业务赋能,提升业务洞察能力,主要包括对于业务的有效监控以及相关业务的数据分析方面。
  3. 如何“随机应变”。“作为一个创业公司在公司发展的不同的阶段对于数据的需求是不太一样的,就是在初期的时候,公司可能关心的只是活跃用户有多少,覆盖面有多广,覆盖率有多高,在市场上的竞争环境和地位,但是当推出新业务的时候,需要立即去评估它的效果,对于数据分析人员来说,就意味着我们要及时的去采集并快速处理对应新业务的数据,这点对于初创公司来说是一个非常大的一个挑战。”美甲帮大数据负责人陈俊提到。
美甲帮的大数据解决方案选型思考

之前,美甲帮曾经自购硬件设备搭建应用,在成本、稳定性和可拓展性存在很多弊端,所以决定采用阿里云云服务。经过对比,在成本方面,云服务的资源利用更大化,可以按需配置,通过资源高效利用使得成本得到很有效的控制;在稳定性方面,自己部署会碰到很多问题,例如数据会出现一些问题以致需要回滚,或者数据保存时会出现非常大的问题等等,而在阿里云上则不会出现这些问题,因此选择阿里云是一个比较稳健的选择;在可拓展性方面,阿里云会不断推出新的产品,有利于美甲帮进行功能拓展以及业务创新。

“数加对于创业公司来说是一个非常好的平台,可以在有限的投入下,充分地享受到阿里云已经有的技术和经验,站在巨人肩膀上,从而少走弯路。针对海量数据进行处理,也是一个特别有优势的地方。针对我们这种几百万用户的APP来说,数据的体量已经非常大了,一般的工具进行处理分析其实效率非常低下。”陈俊说到。

使用了阿里云的云服务之后,由于阿里云具有非常完整的产品生态,发现数加平台的功能完全可以替代市面上已有流行的数据分析和可视化软件的功能,而且和阿里云云服务之间有更好的兼容性和可集成性,因此采用阿里云数加作为大数据平台解决方案。 

美甲帮的大数据平台架构及实践

美甲帮使用阿里云数加搭建大数据平台,主要应用在业务监控、业务分析、精细化运营和推荐四个方面。

0b3984ebdc0c1e2ecd8b70b8fb9cc5bac4098efc

数据采集:数据源主要包括云数据库RDS、移动数据分析(Mobile Analytics)日志、服务接口调用的数据。以精细化运营为例,用户属性数据存放于RDS,用户行为数据来源于移动数据分析的日志数据。

数据清洗、处理:使用大数据开发套件DataIDE把分布在多个数据源的数据集合一起,进行清洗和加工。

数据分析挖掘:使用大数据开发套件DataIDE的定时任务调度功能,自动完成计算任务并将结果同步回传到数据库;IDE、机器学习以及R等工具主要解决具体的业务分析;MaxCompute用于海量数据的存储和计算引擎。

应用:使用DataV制作业务看板进行实时业务监控;推荐系统用于“千人千面”的个性化推荐;Quick BI用于业务分析;精细化运营用于用户洞察及精准营销。

美甲帮使用的阿里云数加产品及组件有:
  • 大数据计算服务(MaxCompute)
  • 大数据开发套件(DataIDE)
  • 机器学习
  • Quick BI
  • DataV数据可视化
  • 公众趋势分析
美甲帮的大数据平台架构优势

1. 通过阿里云数加的计算能力实现了针对百万用户的精细运营。首先,通过精细化运营帮助美甲帮分析用户从哪些渠道进来,协助发现更多流量的来源和需要在哪些渠道加强投放;其次,通过用户对产品的点击、话题的讨论、内容的转发能方面进行大数据分析,帮助美甲帮有效的找到用户喜欢的兴趣点和接受内容的方向,方便企业在运营内容和形式上及时作出调整。最后,通过对用户新老观察分析,让美甲帮在做精准运营的时候掌握好用户的生命周期,知道什么时候该对什么样的用户进行内容上的营销,以及帮助企业找到激活老用户的方法。

2. 业务上更敏捷、更智能、更具洞察力。现在美甲帮所有的业务监控,从日报、周报、月报乃至年报,都是通过数加平台的分析监控得到的。通过DataIDE定时任务处理数据,然后通过DataV数据可视化做一些看板,去做业务监控。

3. 快速响应新业务的数据及分析需求。“阿里云数加最大的优势在于阿里云是一个整体的生态,可以打通、共享阿里云上所有的数据,包括RDS上的数据、移动数据分析中的数据、以及日志服务投递的数据。所以我们在有新业务需求的时候,可以非常及时的采集和处理对应的数据。”陈俊表示。
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 
目录
相关文章
|
机器学习/深度学习 分布式计算 监控
【云栖号案例 | 医疗健康】美甲帮通过数加搭建大数据平台 针对百万用户的精细运营
美甲帮希望更好的提升客户使用体验,为业务赋能,提升业务洞察能力。通过数加平台业务更敏捷、智能、具洞察力,快速响应新业务的数据及分析需求。
【云栖号案例 | 医疗健康】美甲帮通过数加搭建大数据平台 针对百万用户的精细运营
|
1月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
7天前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
61 7
|
7天前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
20 2
|
20天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
64 1
|
1月前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
50 3
|
14天前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
36 3
|
14天前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
49 2
|
17天前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
55 2
|
19天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
50 2

相关产品

  • 云原生大数据计算服务 MaxCompute