良渚古城遗址公园:搭建在阿里云数据中台上的智慧景区

简介: 依托阿里云数据中台,良渚古城遗址公园的智慧景区框架已经基本搭建完成。


-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 和关注官方微信公总号(文末扫描二维码或点此加入

-阿里云数据中台官网 https://dp.alibaba.com/index

旅游行业终于在10月呈现出整体复苏的可观态势。

根据中国旅游研究院的数据显示,国庆8天长假期间,全国共接待国内游客6.37亿人次,按可比口径同比恢复79.0%;实现国内旅游收入4665.6亿元,按可比口径同比恢复69.9%。

整体数据表明,虽然后疫情时代的挑战依然存在,但旅游行业的最艰难时刻正在离去,国内旅游市场正在酒店、餐饮、交通等相关行业的有序复苏助推中,重获生机。

然而,市场的重新起步对景区来说既是机会,又是挑战。

如何通过细分化的旅游市场赛道和数据赋能,进一步满足游客的旅游消费需求,并把握行业未来风向,成为大多数景区不可回避的难题,好在现阶段已有行业先行者通过自身数智转型实践,给予相应的参照样板。
1B618C6B-DCA5-4629-9D8B-AC58ACD4C706.png
良渚古城遗址公园

良渚古城遗址始建于公元前3300年,并于2019年被列入世界文化遗产名录,是中华五千多年文明史最直接和典型的实证之一,对世界人类文明发展史的研究也颇具意义。

作为遗址类景区,良渚古城遗址公园在打造之初就兼顾游客服务和遗址保护双向目的,然而庞杂无章的数据体系,却是摆在眼前的一道难题。

在杭州良渚古城旅游发展有限公司总经理王刚看来,鉴于良渚故城遗址公园的特殊性,既要通过对人流、车流进行一定程度管控,又要能够围绕不同遗址场景面向游客进行核心文化内涵传达,这对景区的各个数字化系统要求很高,他表示,“我们觉得景区的系统比较多,数据也比较分散,容易造成数据孤岛的问题。”

67AD1A40-CD5D-4903-A3BC-E83550403E7F.png
杭州良渚古城旅游发展有限公司总经理 王刚

而这也导致,良渚古城遗址公园想要后续再运用数据指导景区智能化建设,以及进一步提升面向游客的个性化服务等工作,难以开展。

根据良渚古城遗址公园的实际需求,阿里云数据中台通过将景区基础设施云化、核心业务在线化和数据应用智能化三步,充分整合景区数据资产,加快景区数字化建设,历经1年多时间,最终完成智慧景区打造。

目前,依托阿里云数据中台,良渚古城遗址公园的智慧景区框架已经基本搭建完成,在数据全面上云的基础上,通过阿里云数据中台核心产品之一的Dataphin实现景区的管理体系、游客服务体系、营销决策体系等多业务数字化体系搭建,并在过程中试行数据体系打通和治理,统一数据口径及标准。

而鉴于数据在线化和数据体系的打通,相关部门可以针对自身需求,灵活使用Quick BI数据分析工具进行个性化数据分析,实现“提出需求-数据及时调取-数据分析-结果导出”的简易数据自助“调、析、用”闭环。

王刚介绍,基于数据中台的搭建和赋能,现阶段景区已经能够为游客提供刷脸认证入园、停车引导、智慧导览等公共服务,为景区管理提供景区安防、停车场、电瓶车等系统设备的智能化管理及预警管控服务。

7D7E7C59-F2A9-40DB-80DA-FEB6466F2C1A.png
良渚古城遗址公园数据大屏

未来,随着引入5G、物联网及人工智能技术,阿里云数据中台还将在全景可视化景区分析、票务经济分析、车流统计分析和媒体舆情分析上为景区管理层提供决策辅助。除此之外,还能通过支付宝、淘宝、飞猪、高德等小程序有机整合景区“吃、住、行、游、购、娱”等资源,形成多渠道对外服务及营销闭环。

良渚古城遗址公园的智慧景区建设还在持续,阿里云数据中台的数智赋能还将不断衍生出新的场景,王刚表示良渚古城遗址公园和阿里云数据中台的合作更像是一个不断共同成长的过程,“数据和技术在不断更新迭代,我们也希望能够在未来运用更多新技术去赋能整个景区的展示,提升景区在信息化时代的活力。”


数据中台是企业数智化的必经之路,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。

目前正通过阿里云对外输出系列解决方案,包括通用数据中台解决方案零售数据中台解决方案金融数据中台解决方案互联网数据中台解决方案政务数据中台解决方案等细分场景。

其中阿里云数据中台产品矩阵是以Dataphin为基座,以Quick系列为业务场景化切入,包括:

官方站点:
数据中台官网 https://dp.alibaba.com
钉钉沟通群和微信公众号
数据中台钉钉群二维码2.jpg

相关实践学习
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
|
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。
478 2
|
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
|
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。
648 0
|
9月前
|
存储 分布式计算 DataWorks
阿里云助力富友数据中台革新,创新引擎赋能商户数字化经营
在电子商务和跨境交易蓬勃发展的背景下,第三方支付行业迎来爆发式增长,但也面临数据量激增、实时性瓶颈、高并发压力及成本效率失衡等挑战。富友支付通过引入MaxCompute、Hologres和DataWorks等技术,重构新一代数据仓库体系,实现高性能、高稳定性和降本增效,助力商户数字化经营,推动支付行业生态的可持续发展。
|
12月前
|
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。
|
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
|
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
656 1
|
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。
4208 0

热门文章

最新文章