【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

相关实践学习
基于Hologres+Flink搭建GitHub实时数据大屏
通过使用Flink、Hologres构建实时数仓,并通过Hologres对接BI分析工具(以DataV为例),实现海量数据实时分析.
实时计算 Flink 实战课程
如何使用实时计算 Flink 搞定数据处理难题?实时计算 Flink 极客训练营产品、技术专家齐上阵,从开源 Flink功能介绍到实时计算 Flink 优势详解,现场实操,5天即可上手! 欢迎开通实时计算 Flink 版: https://cn.aliyun.com/product/bigdata/sc Flink Forward Asia 介绍: Flink Forward 是由 Apache 官方授权,Apache Flink Community China 支持的会议,通过参会不仅可以了解到 Flink 社区的最新动态和发展计划,还可以了解到国内外一线大厂围绕 Flink 生态的生产实践经验,是 Flink 开发者和使用者不可错过的盛会。 去年经过品牌升级后的 Flink Forward Asia 吸引了超过2000人线下参与,一举成为国内最大的 Apache 顶级项目会议。结合2020年的特殊情况,Flink Forward Asia 2020 将在12月26日以线上峰会的形式与大家见面。
相关文章
|
5月前
|
存储 JSON 数据处理
Flink基于Paimon的实时湖仓解决方案的演进
本文源自Apache CommunityOverCode Asia 2025,阿里云专家苏轩楠分享Flink与Paimon构建实时湖仓的演进实践。深度解析Variant数据类型、Lookup Join优化等关键技术,提升半结构化数据处理效率与系统可扩展性,推动实时湖仓在生产环境的高效落地。
688 1
Flink基于Paimon的实时湖仓解决方案的演进
|
6月前
|
存储 分布式计算 数据处理
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
阿里云实时计算Flink团队,全球领先的流计算引擎缔造者,支撑双11万亿级数据处理,推动Apache Flink技术发展。现招募Flink执行引擎、存储引擎、数据通道、平台管控及产品经理人才,地点覆盖北京、杭州、上海。技术深度参与开源核心,打造企业级实时计算解决方案,助力全球企业实现毫秒洞察。
657 0
「48小时极速反馈」阿里云实时计算Flink广招天下英雄
|
11月前
|
存储 缓存 数据挖掘
Flink + Doris 实时湖仓解决方案
本文整理自SelectDB技术副总裁陈明雨在Flink Forward Asia 2024的分享,聚焦Apache Doris与湖仓一体解决方案。内容涵盖三部分:一是介绍Apache Doris,一款高性能实时分析数据库,支持多场景应用;二是基于Doris、Flink和Paimon的湖仓解决方案,解决批流融合与数据一致性挑战;三是Doris社区生态及云原生发展,包括存算分离架构与600多位贡献者的活跃社区。文章深入探讨了Doris在性能、易用性及场景支持上的优势,并展示了其在多维分析、日志分析和湖仓分析中的实际应用案例。
976 17
Flink + Doris 实时湖仓解决方案
|
存储 关系型数据库 MySQL
Flink基于Paimon的实时湖仓解决方案的演进
本文整理自阿里云智能集团苏轩楠老师在Flink Forward Asia 2024论坛的分享,涵盖流式湖仓架构的背景介绍、技术演进和未来发展规划。背景部分介绍了ODS、DWD、DWS三层数据架构及关键组件Flink与Paimon的作用;技术演进讨论了全量与增量数据处理优化、宽表构建及Compaction操作的改进;发展规划则展望了Range Partition、Materialized Table等新功能的应用前景。通过这些优化,系统不仅简化了复杂度,还提升了实时与离线处理的灵活性和效率。
1017 3
Flink基于Paimon的实时湖仓解决方案的演进
|
11月前
|
存储 关系型数据库 MySQL
Flink基于Paimon的实时湖仓解决方案的演进
Flink基于Paimon的实时湖仓解决方案的演进
401 0
|
消息中间件 关系型数据库 MySQL
Flink CDC 在阿里云实时计算Flink版的云上实践
本文整理自阿里云高级开发工程师阮航在Flink Forward Asia 2024的分享,重点介绍了Flink CDC与实时计算Flink的集成、CDC YAML的核心功能及应用场景。主要内容包括:Flink CDC的发展及其在流批数据处理中的作用;CDC YAML支持的同步链路、Transform和Route功能、丰富的监控指标;典型应用场景如整库同步、Binlog原始数据同步、分库分表同步等;并通过两个Demo展示了MySQL整库同步到Paimon和Binlog同步到Kafka的过程。最后,介绍了未来规划,如脏数据处理、数据限流及扩展数据源支持。
833 0
Flink CDC 在阿里云实时计算Flink版的云上实践
|
运维 数据处理 数据安全/隐私保护
阿里云实时计算Flink版测评报告
该测评报告详细介绍了阿里云实时计算Flink版在用户行为分析与标签画像中的应用实践,展示了其毫秒级的数据处理能力和高效的开发流程。报告还全面评测了该服务在稳定性、性能、开发运维及安全性方面的卓越表现,并对比自建Flink集群的优势。最后,报告评估了其成本效益,强调了其灵活扩展性和高投资回报率,适合各类实时数据处理需求。
|
存储 分布式计算 流计算
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
本文介绍了阿里云开源大数据团队在实时计算领域的最新成果——向量化流计算引擎Flash。文章主要内容包括:Apache Flink 成为业界流计算标准、Flash 核心技术解读、性能测试数据以及在阿里巴巴集团的落地效果。Flash 是一款完全兼容 Apache Flink 的新一代流计算引擎,通过向量化技术和 C++ 实现,大幅提升了性能和成本效益。
4117 74
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
zdl
|
消息中间件 运维 大数据
大数据实时计算产品的对比测评:实时计算Flink版 VS 自建Flink集群
本文介绍了实时计算Flink版与自建Flink集群的对比,涵盖部署成本、性能表现、易用性和企业级能力等方面。实时计算Flink版作为全托管服务,显著降低了运维成本,提供了强大的集成能力和弹性扩展,特别适合中小型团队和业务波动大的场景。文中还提出了改进建议,并探讨了与其他产品的联动可能性。总结指出,实时计算Flink版在简化运维、降低成本和提升易用性方面表现出色,是大数据实时计算的优选方案。
zdl
655 56

相关产品

  • 实时计算 Flink版