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,20GB 3个月
日志服务 SLS,月写入数据量 50GB 1个月
阿里云盘企业版 CDE,企业版用户数5人 500GB空间
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
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
1月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
379 7
|
1月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
55 2
|
1月前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
95 1
|
1月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
81 4
|
1月前
|
存储 大数据 数据管理
大数据分区简化数据维护
大数据分区简化数据维护
25 4
|
1月前
|
存储 大数据 定位技术
大数据 数据索引技术
【10月更文挑战第26天】
62 3
|
1月前
|
存储 大数据 OLAP
大数据数据分区技术
【10月更文挑战第26天】
74 2
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
144 2
|
2月前
|
数据采集 监控 数据可视化
数据驱动营销五步法:提升营销效果的关键指南
数据驱动营销五步法:提升营销效果的关键指南
123 17