【云栖号案例 | 制造】明源云通过数加平台降低大数据的应用门槛

简介: 明源云存在数据的缺散乱现象同时需要将纸质数据搬到云端数据库上。上云后从存储、计算、上层应用,提供一整套的解决方案,与阿里云生态共同成长。

云栖号案例库:【点击查看更多上云案例】
不知道怎么上云?看云栖号案例库,了解不同行业不同发展阶段的上云方案,助力你上云决策!

公司介绍

我们公司,即明源云,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。秉承产品领先战略和让用户成功的经营理念,我们成功为全国超过5000家房地产企业提供“互联网+”解决方案和管理系统,帮助开发商管理成交额5万亿,实现对新房市场60%份额的覆盖。90+地产百强与我们携手,成功推进了“互联网+”。我们公司在20年的房地产行业深耕中积累了足够多的数据,伴随着如今地产行业大数据应用的兴起,们也在以大数据为主攻方向进行不断的拓展和创新。

业务痛点

地产行业,业务驱动非常明显,以前大家考虑的是卖好房子就可以了,然而在市场竞争愈加激烈后,如何经营与维护老业主,并从存量市场提取信息指导业务,成为许多企业的探索目标。因此企业在积累了大量用户后,如何去服务现有客户,成为需要解决的问题。然而,需求之外,真正地实施并不容易,纵观地产行业,目前碰到挑战可能不是技术上的,而在于数据上。

  • 数据挑战来源于行业数据隐私观念方面。地产还属于一个很传统的行业,有时候一个客户甚至能带来数百万的价值,因此对数据看的非常重要。因此,地产界对客户隐私的保护比任何行业都要强,开始推广的时候很难,很多人还是相信自建机房,不接受任何云服务。
  • 数据的缺散乱现象非常明显,数据采集、融合难度较大。计算方面的挑战都通过数加解决了,面临的最大挑战反而在于数据的不规整。

1.地产是个很传统的行业,以前数据以线下数据的居多,例如看房时的来访登记。因此首先需要解决的问题是如何将纸质数据搬到云端数据库上,其次才能挖掘和分析。
2.在已有IT系统中,就是数据缺散乱的现象,例如物业有物业的系统、停车有停车的系统,现在地产也不只是地产,甚至有酒店和商场,所有数据都放在各种不同的地方。

解决方案

图 1. 明源云技术架构

image

目前,明源在营销和云采购方面采用了阿里云数加解决方案,接下来还会在金融方面深入应用。

  • 在营销应用方面,通过云业务和ERP数据源,直接做数据采集进入数加MaxCompute,然后再对数据做清洗和转化,将处理结果保存到RDS中,最后用DataV连RDS做数据大屏。
  • 在云采购方面,解决方案包括三个步骤:

1.数据同步:通过数据同步的操作,把日志数据从RDS中同步到MaxCompute的表存储中。
2.机器学习:然后,利用机器学习PAI对于数据进行特征工程处理并且进入逻辑回归算法进行模型训练。
3.调度预测:在生成离线预测模型之后,使用大数据开发套件DataIDE进行离线预测调度,每天凌晨对于数据进行预测,按照用户的付费意向排序,选择付费意向高的对象作为潜在客户推送给销售人员。

上云价值

  • 阿里云数加为明源赋能,最大的降低了大数据的应用门槛。
  • 我们公司开始和阿里云一起联合举办地产行业CIO峰会,展开越来越多的布道,引导客户数据上云。
  • 与阿里云整个生态体系共同成长,更快更好的为客户提供高价值的服务。
  • 阿里云产品本身迭代的很快,而明源在应用上迭代的也很快;之后,明源不止是用阿里云的服务,还在向自己客户提供服务的过程中,同时使用了阿里云其他生态伙伴的产品,比如通讯解决方案提供商云之讯等。对于明源来说,用最快的速度,最成熟的服务为客户提供服务才是关键;因此,我们选择阿里云,不是选择了单单一个阿里云,更选择了阿里云整个生态,与这个生态共同成长。
  • 我们公司一方面通过阿里云数加来搭建数据管理平台,帮助企业来治理数据的缺、散、乱;另一方面,我们更结合地产行业实际情况,在大数据行业上展开众多摸索。现在许多开发商中,60%都是老业主,这是一个很庞大的数字,如何经营这些关系成为重中之重。

1.首先,在拿地上,可以结合第三方数据,把土地周边的配套设施发展,例如人口、公园等数据展示出来,给房地产公司提供参考。
2.其次,在营销上,可以在客户到访以后做客户地图,也可以通过数据分析用户购房的真正需求,是改善亦或是刚需。
3.最后,在运营上,可以通过数据做产品的改进,例如客户住了房子后,发现楼间距较窄、绿化面积太少或者是不科学、灯光不够亮等等。

客户证言

“阿里云数加的覆盖面很广,从存储、计算到上层应用,提供了一整套的解决方案,确实起到了马总说的普惠大数据。此外,数加也在不断的迭代,不停的有新产品出现,我们也再不断尝试。因此,紧跟阿里云的发布,贴合自己的业务,肯定会有不断的新价值产生。”——大数据负责人刘峥

相关产品

  • 大数据计算服务 · MaxCompute

MaxCompute(原ODPS)是一项大数据计算服务,它能提供快速、完全托管的PB级数据仓库解决方案,使您可以经济并高效的分析处理海量数据。
更多关于阿里云MaxCompute的介绍,参见MaxCompute产品详情页

  • DataWorks

DataWorks是一个提供了大数据OS能力、并以all in one box的方式提供专业高效、安全可靠的一站式大数据智能云研发平台。 同时能满足用户对数据治理、质量管理需求,赋予用户对外提供数据服务的能力。
更多关于阿里云DataWorks的介绍,参见DataWorks 产品详情页

  • DataV数据可视化

DataV旨在让更多的人看到数据可视化的魅力,帮助非专业的工程师通过图形化的界面轻松搭建专业水准的可视化应用,满足您会议展览、业务监控、风险预警、地理信息分析等多种业务的展示需求。
更多关于阿里云DataV数据可视化的介绍,参见DataV数据可视化产品详情页

  • 机器学习PAI

阿里云机器学习平台PAI(Platform of Artificial Intelligence),为传统机器学习和深度学习提供了从数据处理、模型训练、服务部署到预测的一站式服务。
更多关于机器学习PAI的介绍,参见机器学习PAI 产品详情页

【云栖号在线课堂】每天都有产品技术专家分享!
在线课堂地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

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
|
5月前
|
数据可视化 关系型数据库 MySQL
基于python大数据的的海洋气象数据可视化平台
针对海洋气象数据量大、维度多的挑战,设计基于ECharts的可视化平台,结合Python、Django与MySQL,实现数据高效展示与交互分析,提升科研与决策效率。
|
7月前
|
存储 数据采集 搜索推荐
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
本篇文章探讨了 Java 大数据在智慧文旅景区中的创新应用,重点分析了如何通过数据采集、情感分析与可视化等技术,挖掘游客情感需求,进而优化景区服务。文章结合实际案例,展示了 Java 在数据处理与智能推荐等方面的强大能力,为文旅行业的智慧化升级提供了可行路径。
Java 大视界 -- Java 大数据在智慧文旅旅游景区游客情感分析与服务改进中的应用实践(226)
|
7月前
|
存储 监控 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业生产运营监控与决策支持中的应用(228)
本文探讨了基于 Java 的大数据可视化技术在企业生产运营监控与决策支持中的关键应用。面对数据爆炸、信息孤岛和实时性不足等挑战,Java 通过高效数据采集、清洗与可视化引擎,助力企业构建实时监控与智能决策系统,显著提升运营效率与竞争力。
|
7月前
|
Java 大数据 数据处理
Java 大视界 -- 基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战(222)
本文探讨了基于 Java 的大数据实时数据处理在工业互联网设备协同制造中的应用与挑战。文章分析了传统制造模式的局限性,介绍了工业互联网带来的机遇,并结合实际案例展示了 Java 在多源数据采集、实时处理及设备协同优化中的关键技术应用。同时,也深入讨论了数据安全、技术架构等挑战及应对策略。
|
7月前
|
数据采集 搜索推荐 Java
Java 大视界 -- Java 大数据在智能教育虚拟学习环境构建与用户体验优化中的应用(221)
本文探讨 Java 大数据在智能教育虚拟学习环境中的应用,涵盖多源数据采集、个性化推荐、实时互动优化等核心技术,结合实际案例分析其在提升学习体验与教学质量中的成效,并展望未来发展方向与技术挑战。
|
5月前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。
404 0
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用(229)
本文深入探讨Java大数据与机器学习在自然语言生成(NLG)中的可控性研究,分析当前生成模型面临的“失控”挑战,如数据噪声、标注偏差及黑盒模型信任问题,提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略,实现文本生成的精准控制,并结合网易新闻与蚂蚁集团的实战案例,展示Java在提升生成效率与合规性方面的卓越能力,为金融、法律等强监管领域提供技术参考。
|
7月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
7月前
|
机器学习/深度学习 安全 Java
Java 大视界 -- Java 大数据在智能金融反洗钱监测与交易异常分析中的应用(224)
本文探讨 Java 大数据在智能金融反洗钱监测与交易异常分析中的应用,介绍其在数据处理、机器学习建模、实战案例及安全隐私等方面的技术方案与挑战,展现 Java 在金融风控中的强大能力。
|
7月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在生物信息学基因功能预测中的优化与应用(223)
本文探讨了Java大数据与机器学习模型在生物信息学中基因功能预测的优化与应用。通过高效的数据处理能力和智能算法,提升基因功能预测的准确性与效率,助力医学与农业发展。