【行业应用】阿里云实时计算 Flink 版电商行业解决方案-阿里云开发者社区

开发者社区> 阿里云实时计算Flink> 正文

【行业应用】阿里云实时计算 Flink 版电商行业解决方案

简介: 电商行业的整体的竞争也从之前对大量互联网新用户的抢占变为对市场已有用户的争夺,流量红利逐渐见底,平台获客成本持续增高。原有的“大范围”、“广撒网”的运营方式已经不能满足业务需求,迫切需要向数字化、精细化、个性化运营的方向进行转型。

行业背景

电商全称电子商务,指在互联网、内部网和增值网上以电子交易方式进行交易活动和相关服务活动,是传统商业活动各环节的电子化、网络化。随着互联网在中国普及率的不断提高,国内电商也飞速发展。2019 年上半年,中国的网络零售总额已达到 195209.7 亿元,占社会零售总额的 24.7%,网购消费在人们生活中的重要性不断提高,网购已成消费者消费重要渠道。

同时,移动终端和支付技术的进步助推电商在网民中的渗透率不断提升,2019 年移动电商用户规模约 7.13 亿人,整体行业用户规模正逐渐触达全国网民规模的天花板。电商行业的整体的竞争也从之前对大量互联网新用户的抢占变为对市场已有用户的争夺,流量红利逐渐见底,平台获客成本持续增高。原有的“大范围”、“广撒网”的运营方式已经不能满足业务需求,迫切需要向数字化、精细化、个性化运营的方向进行转型。

实时计算 Flink 版的应用场景

以电商中最广泛的新零售为例,平台的本质需求是增加用户的停留时间,促进用户的消费转化。用户的购物需求又往往比较抽象,比如需要一款好看的手机,但如何定义好看,不同的用户有不同的定义方式,我们没办法以同一套标准来要求用户;某些用户没有明确的购物需求,仅仅是想看看有没有什么是自己需要的,那么对这类用户我们必须要深入挖掘用户特征,分析需求爱好,才能做到精准营销,提高交易量。在大数据时代,所有服务抢夺的关键是用户的剩余时间,用户在某个平台可能停留的时间以分钟为单位统计,传统离线 T+1 的分析统计已经远远不能够满足业务上的实时需求,而且用户每一天的需求都可能发生变化,用前一天的数据预测用户今天的变化显然也是不合理的,因此实时计算在电商行业的重要性越发突出。

实时用户画像

对于历史用户,可以根据其历史浏览购买的商品,构建用户标签,然后利用实时计算技术,将用户短时间内的浏览关注信息作为新的指标特性,和历史指标一起进行实时的模型计算,根据计算出的新的用户模型,为用户做实时化的个性化推荐,提高成单率和转化率,增强用户的购物体验;对于新增用户,可以根据用户填写的基本信息生成初始标签,比如年龄、职业、地域等,再根据用户浏览记录做模型的实时更新和推荐的实时变化。

实时关联推荐

用户在购买某件商品后,后台可以为用户实时推荐一些关联度高的产品,促成二次购买。除了常见的用户购买手机后还有购买手机壳、贴膜等需求,还有一些隐藏的不易发觉的需求,比如经典的“牛奶、啤酒、尿布”的关联购买。利用实时计算 Flink版,可以在用户购买某件商品后,将对应的商品标签进行计算,进行实时关联分析,将分析的结果快速展示给用户,提高二次购买的概率。

image.png

客户案例

1688

1688 现为阿里集团的旗舰业务,是中国领先的小企业国内贸易电子商务平台。作为阿里集团旗下子公司,1688 在 CBBS 电子商务体系中代表企业的利益,为全球数千万的买家和供应商提供商机信息和便捷安全的在线交易。1688 以批发和采购业务为核心,通过专业化运营,完善客户体验,全面优化企业电子商务的业务模式。1688 已覆盖原材料、工业品、服装服饰、家居百货、小商品等 16 个行业大类,提供从原料采购、生产加工、现货批发等一系列的供应服务。

业务架构

1688 挑货业务有以下几个特点:

  1. 内容的产生源头为供应商,供应商在 1688 网站的各种行为,都可以转变成内容信息。
  2. 内容形式比较多样:提供帖子、营销活动、店铺上新、商家动态、直播、短视频等一系列对商家有效内容。
  3. 内容产生形式:供应商的主动行为、供应商的被动行为。

image.png

挑货个性化算法对接(实时特征计算)

  • 优化内容排序:收集用户在 1688 上的各种访问行为,特别是挑货的访问行为,会被抽象成用户的行为特征。通过这些行为特征,根据对应的算法,将用户收件箱中最感兴趣的内容排序到最前面,增加用户的阅读体验。
  • 提取优质的内容:根据用户的内容行为,通过一定的算法,可以给内容进行评分,提炼出优质的内容。这些优质内容可以投放到其他公域场景,为商家带来更多的价值。

虎扑

虎扑是国内排名第一的体育类社区,涵盖类目包括足球、篮球、电竞等,打造独立IP路人王是国内最有影响力的
素人篮球赛事。目前日活跃用户数(DAU)DAU700万,三年内突破千万大关。

业务架构

image.png

用户收益

通过使用阿里云实时计算 Flink版产品,用户实现了整个实时推荐系统的搭建,对新用户的定制推荐由原来的N+1天,变成现在的准时化个性推荐,提高了用户的留存率和转化率;搜索场景下的有点率也能够实时展示和统计,辅助业务团队更快的发现最受关注的内容和广告,运营方向可以实时转换,提高了广告的曝光度和成交额;同时大量的标签、客户画像的落地,也使得运营团队能更准确的对客户进行定向推广,推广内容的转化率也有了明显的提升。

实时计算 Flink 版产品交流群

test

阿里云实时计算Flink - 解决方案:
https://developer.aliyun.com/article/765097
阿里云实时计算Flink - 场景案例:
https://ververica.cn/corporate-practice
阿里云实时计算Flink - 产品详情页:
https://www.aliyun.com/product/bigdata/product/sc

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:

一套基于Apache Flink构建的一站式、高性能实时大数据处理平台,广泛适用于流式数据处理、离线数据处理、DataLake计算等场景。

官方博客
链接