大数据时代,如何用数据驱动精准营销

本文涉及的产品
对象存储 OSS,标准 - 本地冗余存储 20GB 3个月
文件存储 NAS,50GB 3个月
对象存储 OSS,恶意文件检测 1000次 1年
简介: 针对Yeahmobi在全球业务中需要统一治理数据资产和提供高并发、高弹性的存储服务需求,阿里云为Yeahmobi构建了一站式的数据湖解决方案。

Yeahmobi介绍

Yeahmobi是一家技术驱动发展的国际化智能营销服务公司,致力于为客户提供精准的全球营销推广服务,帮助企业在全球范围内高效地获取用户、提升品牌知名度、实现商业化变现。
6.jpg
作为全球领先的第三方独立广告服务商,Yeahmobi拥有丰富的全球媒体资源。平台数据覆盖全球200多个国家和地区。经过多年的不断积累,Yeahmobi目前与全球各大平台的头部与中长尾优质媒体建立了长期稳定的合作关系,构建起以优质头部流量、垂直领域细分流量、中长尾聚合流量的移动端媒体矩阵。

Yeahmobi业务场景介绍

由于Yeahmobi的投放业务覆盖全球,在执行过程中,发现来自全球各地、各行业广告主针对不同细分市场的需求。为了更好地实现精准营销落地,就需要从技术上打通上下游数据,完成跨Region的数据采集、管理,并最终有效地形成可持续优化的算法模型,最终反哺业务决策。

7.jpg

三大业务难点

在数字营销广告业务执行过程中,为了实现全球数字资产统一治理,Yeahmobi常常需要面对以下几个不同的挑战
8.jpg

原生数据本地化部署,统一收归治理成难题
由于服务的国家范围较广,为了实现服务质量的一致性,需要实现不同区域的本地化部署。但随之而来的是原生数据生成时会分布在全球不同的区域。要实现统一的数据治理,就需要完成跨洲际数据的统一采集和收归之后的统一管理,这对网络、存储等多个方面提出了更高的要求。

业务覆盖用户超40亿,使用习惯不同导致资源弹性配比困难
由于业务覆盖全球超40亿的互联网用户,因此在业务高峰期时,Yeahmobi需要承受每秒百万次的业务请求。因此对于每个数据中心以及节点的并发处理能力是一个严峻的考验。同时,由于全球不同国家与区域用户使用互联网习惯不同,在业务量相对较小时,我们也需要对本地服务量进行缩容,以实现成本的节约。

数据采集仅是第一环,如何合理利用数据带来的价值
在数据驱动业务本身的目标下,数据采集只是其中一个环节。在数据采集完毕之后,就需要利用数据进行计算和反捕,帮助业务进行决策。因此在如此庞大的数据规模之下,如何有效进行数据的实时和离线运算,为业务以及相关智能系统给予辅助于支撑,也是至关重要的环节。

阿里云数据湖解决方案

21.png
针对Yeahmobi在全球业务中需要统一治理数据资产和提供高并发、高弹性的存储服务需求,阿里云为Yeahmobi构建了一站式的数据湖解决方案。

Yeahmobi的数据服务架构分为数据的收集层、存储层和计算层。

数据收集层解决方案:Yeahmobi需要收集全球各个国家与地区的数据并进行统一治理,阿里云为Yeahmobi提供了分布全球多个区域的数据中心,方便数据多方接入与汇集、集中计算。

数据存储层解决方案:阿里云对象存储OSS能帮助Yeahmobi轻松解决每秒20万级别数据的写入以及每天17TB数据的存储,并提供12个9的数据可靠性。OSS的多版本功能更是能让“时光倒流”,有效防范业务逻辑错误,进一步提高Yeahmobi的应用级抗风险能力。同时阿里云对象存储OSS提供的传输加速和冷热存储分离功能,更能在不影响数据读取的前提下,帮助Yeahmobi最大程度地节约成本。

数据计算层解决方案:阿里云数据湖存储与计算解耦合的架构特点为Yeahmobi提供了丰富灵活且高性价比的灵活处理模式,OSS可支持丰富的计算引擎,通过结合使用DLA Serverless Spark 和EMR 等,轻松支持Yeahmobi每天20TB新增日志量、每天超100亿次的请求以及每小时3000万数据的清洗 。通过DLA Serverless SQL,轻松支持在线的交互式查询。

9.jpg

达到的效果

阿里云数据湖解决方案帮助Yeahmobi在数据采集、数据存储和数据分析的全链条上,实现了时间、成本、安全、计算效率等方面的改善。使得综合运行成本降低大约50%。

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
|
2月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
125 14
|
4月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
122 4
|
3月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
110 0
|
4月前
|
分布式计算 DataWorks 数据处理
在数据浪潮中前行:记录一次我与ODPS的实践、思考与展望
本文详细介绍了在 AI 时代背景下,如何利用阿里云 ODPS 平台(尤其是 MaxCompute)进行分布式多模态数据处理的实践过程。内容涵盖技术架构解析、完整操作流程、实际部署步骤以及未来发展方向,同时结合 CSDN 博文深入探讨了多模态数据处理的技术挑战与创新路径,为企业提供高效、低成本的大规模数据处理方案。
257 3
|
4月前
|
SQL 人工智能 分布式计算
ODPS:数据浪潮中的成长与突围
本文讲述了作者在大数据浪潮中,通过引入阿里云ODPS体系(包括MaxCompute、DataWorks、Hologres)解决数据处理瓶颈、实现业务突破与个人成长的故事。从被海量数据困扰到构建“离线+实时”数据架构,ODPS不仅提升了数据处理效率,更推动了技术能力与业务影响力的双重跃迁。
|
2月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
116 14
|
21天前
|
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。
|
2月前
|
机器学习/深度学习 传感器 监控
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
吃得安心靠数据?聊聊用大数据盯紧咱们的餐桌安全
85 1
|
2月前
|
数据采集 自动驾驶 机器人
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
数据喂得好,机器人才能学得快:大数据对智能机器人训练的真正影响
136 1
|
4月前
|
SQL 人工智能 分布式计算
在数据浪潮中前行:我与ODPS的实践、思考与展望
在数据驱动决策的时代,企业如何高效处理海量数据成为数字化转型关键。本文结合作者实践,深入解析阿里云自研大数据平台 ODPS 的技术优势与应用场景,涵盖 MaxCompute、DataWorks、Hologres 等核心产品,分享从数据治理到实时分析的落地经验,并展望其在 AI 与向量数据时代的发展前景。
222 70