数据中台变革在即 阿里云数据中台升级瞄准行业化

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介: 阿里云数据中台首次对外宣布升级。记者尝试通过产品矩阵升级和行业数据中台发布来解读背后的信号。

前言:更多关于数智化转型、数据中台内容可扫码加群一起探讨
668d7f5941782665ed1f41529db3eb677f4b9379.png
阿里云数据中台官网 https://dp.alibaba.com/index




6月9日,在2020阿里云线上峰会上,阿里云发布了新一代数据中台,重点发布核心产品矩阵“2+2”升级,并同步推出了四大行业数据中台。
据了解,这是阿里云数据中台首次对外宣布升级。记者尝试通过产品矩阵升级和行业数据中台发布来解读背后的信号。

从大数据基础能力延伸到精细化业务赋能

过去,阿里云数据中台主要围绕两款产品来为企业提供数据中台服务——Dataphin和Quick BI。
Dataphin的能力重点主要是智能数据体系的构建及管理。从某种意义上说,Dataphin是帮助企业完成了统一大数据体系的基建工作。

在基建能力之上,阿里云数据中台利用Quick BI为企业提供各个业务数据的展现及分析。

可以说,Dataphin和Quick BI是完成了数据中台通用能力的建设。众所周知,企业业务由各个复杂场景构成。基于不同业务场景特性,企业实际上还需要更精细化的垂直能力。

本次全新发布的Quick Audience和Quick A+即是聚焦在细分的业务场景下。Quick Audience其实是聚焦在业务营销领域,通过全方位的洞察和多渠道触达,来构建一个智能化用户增长的闭环。Quick A+更多聚焦在移动端的业务场景,它可以帮助业务实现跨多端的全域应用洞察及分析。

一位接近阿里云数据中台的业内人士告诉记者,阿里云数据中台核心产品承袭了阿里巴巴大数据能力,而阿里内部其实有诸多细分场景的数据服务。

该人士推测,未来阿里云数据中台可能会继续推出更多聚焦细分业务场景的核心产品。

重点提炼轻量化、自主化、开放集成

除了新品发布外,原有的两大产品——Dataphin和Quick BI也迎来了重磅升级。记者提炼了三个值得关注的升级关键词——多元化、轻量化和智能化。

首先,Dataphin的升级主要围绕三个方向:开放式数据服务、自助式数据开发和轻量化版本。

Dataphin提倡的是主题式数据服务。升级后,它将更进一步加强平台开放能力,开放了包括元数据、操作两大类30多个接口,满足企业在服务定制能力上的多元需求。

同时引入的还有可视化拖拽数据、自主化数据质量及安全控制以及个性化数据资源治理等自助化能力。

另外,不同发展阶段的企业对于数据中台能力建设的投入与需求各不相同。Dataphin在产品能力升级的同时也上线了轻量化版本。企业不仅可以进行多区域可选的订阅模式,轻量化地开展数据服务,还可以按需选择智能研发和基础研发等不同模式。

因成为国内唯一进入Gartner魔力象限而大热的BI产品——Quick BI,其升级趋势也受到了行业人士的重点关注。记者了解到,Quick BI这次升级重点围绕钉钉协同和开放集成。

在开放集成上,Quick BI可以提供成页面集成和系统集成两种能力。

页面集成相对简单和常用,用户通过简单的登录集成和Iframe嵌入即可以快速将Quick BI的分析页面集成到企业的自有业务系统中。

企业通过SDK集成的方式可以完成更丰富的定制功能,同时也可以定制自身行业常用、企业专属的可视化组件,或者从开放市场直接引入。

行业与生态将是未来战略重点

在本次发布会上,还有两大重要的信号不容忽视:生态协同和行业化。

记者了解到:Quick BI在经过本次升级后可以与钉钉生态协同,实现无线端的“随时随地,智能决策”。

具体来看,企业人员可以直接通过钉钉组织,随时获取业务数据;同时还可以在钉钉组织内引入“智能小Q机器人”,在线获得智能化分析服务;另外,嵌入Quick BI产品中的钉钉微应用可以帮助业务人员获取更加全面的业务数据。

2018年,阿里巴巴通过阿里云正式对外提供数据中台服务。报道显示,在过去的两年多时间内,阿里云数据中台持续赋能各行业生态,积累了不少垂直领域的经验。

阿里巴巴副总裁朋新宇在峰会现场,重点介绍了来自零售、地产、服饰等多个行业领域,利用阿里云数据中台实现降本提效与业务创新的案例。

本次升级发布,阿里云数据中台还首度推出了零售、金融、政务及互联网企业等四大行业数据中台。

针对零售行业,提供多维的全方位洞察、全域自动化营销等服务,并通过与阿里巴巴生态联动,帮助更多零售企业实现数智化增长;

针对金融行业,提供理财业务线上用户增长、整体的数字化运营解决方案,通过联动蚂蚁生态,融合投资者教育的实践方法论,并集成支付宝小程序中,帮助金融机构实现业务增长;
针对政务行业,提供全套政务数字参谋解决方案,实现跨端、跨层级、跨系统等政务数据融通,支持政府决策科学化、社会治理精准化、公共服务高效化;
针对互联网企业,通过与友盟+深度联动,让互联网企业拥有阿里云数据中台的能力,在营销增长、风控、智能运营等场景中实现业务增长。

上述四大行业数据中台是目前阿里云数据中台基于行业赋能、生态协同所沉淀的经验总结。业内人士推测,未来阿里云还将推出更多的行业数据中台,以满足不同行业在实现数智化过程中的垂直化需求。

尽管在峰会现场,朋新宇对最新发布的四大行业数据中台仅寥寥数语,但连续四个“联动”,却拨千斤般点中了区别于其他厂商的极大优势点——阿里巴巴零售生态,蚂蚁金服的金融生态、钉钉的移动应用生态、友盟+的全域数据智能服务。看似随意表达的四个联动,实则体现了阿里云数据中台的基因优势,也是阿里云数据中台能持续带领行业生态共同发展的一个基石。

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
7月前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
349 2
|
10天前
|
弹性计算 自然语言处理 数据库
通过阿里云Milvus和LangChain快速构建LLM问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
|
4月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
203 0
|
7月前
|
弹性计算 自然语言处理 开发工具
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
|
3月前
|
机器学习/深度学习 搜索推荐 算法
从数据中台到数据飞轮:企业升级的必然之路
在探讨是否需从数据中台升级至数据飞轮前,我们应先理解两者之间的关系。数据中台作为数据集成、清洗及治理的强大平台,是数据飞轮的基础;而要实现数据飞轮,则需进一步增强数据自动化处理与智能化利用能力。借助机器学习与人工智能技术,“转动”数据并创建反馈机制,使数据在循环中不断优化,如改进产品推荐系统,进而形成数据飞轮。此外,为了适应市场变化,企业还需提高数据基础设施的敏捷性和灵活性,这可通过采用微服务架构和云计算技术来达成,从而确保数据系统的快速扩展与调整,支持数据飞轮高效运转。综上所述,数据中台虽为基础,但全面升级至数据飞轮则需在数据自动化处理、反馈机制及系统敏捷性方面进行全面提升。
113 14
|
存储 人工智能 关系型数据库
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
2023 云栖大会上,AnalyticDB for PostgreSQL新一代实时智能引擎重磅发布,全自研计算和行列混存引擎较比开源Greenplum有5倍以上性能提升。AnalyticDB for PostgreSQL与通义大模型家族深度集成,推出一站式AIGC解决方案。阿里云新发布的行业模型及“百炼”平台,采用AnalyticDB for PostgreSQL作为内置向量检索引擎,性能较开源增强了2~5倍。大会上来自厦门国际银行、三七互娱等知名企业代表和瑶池数据库团队产品及技术资深专家们结合真实场景实践,深入分享了最新的技术进展和解析。
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
|
7月前
|
开发工具 git
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
494 1
|
7月前
|
分布式计算 关系型数据库 MySQL
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
AnalyticDB MySQL和Intel联合推出基于ADB Spark的训练营,ADB新用户参营完成任务即可获得价值100元的话费卡权益包!下图可扫码参加,也可直接点击链接前往 https://edu.aliyun.com/trainingcamp/355118
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
|
人工智能 Cloud Native 关系型数据库
阿里云数据库国际峰会首度在印尼召开,AnalyticDB向量引擎支持定制AIGC应用
阿里云瑶池数据库面向海外市场正式升级云原生一站式数据管理与服务平台
|
存储 机器学习/深度学习 人工智能
基于 阿里云 ACK 搭建开源向量数据库 Milvus
生成式 AI(Generative AI)引爆了向量数据库(Vector Database)市场,基于大模型的各种应用场景会需要使用到向量数据库。 其中,Milvus 是一个高度灵活、可靠且速度极快的云原生开源向量数据库。它为 embedding 相似性搜索和 AI 应用程序提供支持,并努力使每个组织都可以访问向量数据库。 Milvus 可以存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的十亿级别以上的 embedding 向量。 本文介绍在阿里云ACK上部署Milvus并且通过attu访问的步骤。
3409 0