企业双11业绩增长156% 、成交额突破151亿元...... 看这背后阿里云数据中台的赋能场景

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
数据可视化DataV,5个大屏 1个月
简介: 刚刚过去的天猫双11,诸多品牌通过阿里云数据中台,联动阿里巴巴数字经济体生态,实现了业务问题解决和业绩强势增长。


-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

红星美凯龙天猫数字化卖场累计成交金额突破151.52亿元;杜蕾斯全网销售额突破1.7亿元,天猫官方旗舰店销售额同比增长105%;滴露全网销售额突破1.8亿元,天猫官方旗舰店销售额同比增长156%;波司登首铺准确率提升79%……

在刚刚过去的天猫双11,诸多品牌通过阿里云数据中台,联动阿里巴巴数字经济体生态,实现了业务问题解决和业绩强势增长。

5AD12CF6-6044-4CFF-B81A-D633F1669115.png

记者了解到,早在11月初的阿里巴巴双11技术沟通会上,阿里巴巴集团副总裁、数据中台负责人朋新宇就表示,今年天猫双11期间,阿里云数据中台将通过“全域数据中台解决方案”,面向品牌商、服务商开放围绕Dataphin、Quick Audience、Quick BI、Quick A+和Quick Stock在内的数据中台核心产品能力,帮助品牌实现从数据到业务充分融合,让全域运营、新品创新、智能组货和供应链升级变成可能。

更精准地洞察消费者需求,杜蕾斯销售额同比增长105%

对品牌来说,阿里云数据中台的基础能力之一,在于能够打通原本相对独立的数据体系,完成数据指标的统一,并有效运用在前端业务场景。过去,品牌的消费者数据体系、渠道数据体系、商品数据体系等各自为阵,难以形成高效联动和互通,这也导致前端业务难以依据数据进行更多场景的孵化,常陷入“知道数据有用,却不知道怎么用”的困境。

在利洁时曼伦公司(以下简称“利洁时曼伦”)总经理吕有名看来,数据中台在双11期间的最大赋能,在于通过数据打通和持续升级产品、服务,更加了解消费者需求,同时帮助包括杜蕾斯、滴露等在内的品牌优化线上媒体投放,以阿里云数据中台联动阿里巴巴数字经济体生态如阿里妈妈、品牌数据银行、生意参谋等数据工具,进行全域精准营销。

“另一方面,”吕有名补充道,“阿里云数据中台还实现了企业在数据层面的共享,可避免跨部门重复工作,从而极大提升工作效率,减轻大促期间各部门员工的工作压力。”其实早在先前,利洁时曼伦公司早就建立了完整的数据营销基础理论体系,这次与阿里云数据中台共创的MDMC(曼伦数据营销中心)则是该体系的“大练兵”。

据了解,今年天猫双11期间,围绕杜蕾斯天猫旗舰店,利洁时曼伦尝试从消费者向客服进行咨询阶段就通过阿里云数据中台提炼沉淀个性化核心关键词,并打通后续商品营销数据。比如针对消费者最为关心的产品、服务、价格、优惠等方面,杜蕾斯尝试通过AI语义分析,优化智能客服,着重关注消费者的负面反馈和建议,进行信息沉淀并同步相关产品、运营、营销业务部门,及时进行关联策略跳帧,做到从消费者的实际核心需求出发,将品牌的服务能力全面提升,完成“需求-营销-成交”的闭环链路。

在曼伦数据营销中心(MDMC)的助力下,今年天猫双11,杜蕾斯全网销售额超过1.7亿元,同比增长20%,其中天猫官方旗舰店同比增长105%。
1290E0C4-C5C5-43CB-8A47-4B26107FFA70.png

五大场景,全域消费者运营精准洞察

将目光从数据沉淀场景转移到营销场景,品牌还能通过阿里云数据中台完成消费者数据资产沉淀并进行有效洞察,为对应的营销场景提供精准的人群选择,打造包括IP联名新品营销、直播精准触达、跨端联动拉新、全域新品/爆品运营及GMV策略模拟调整解决方案(针对品牌的既定GMV目标,形成包括预算、营销、投放在内的整体解决方案)五大应用场景。

今年天猫双11期间,卡西欧通过Quick Audience对消费者偏好进行高效洞察,分析归纳潜在目标消费人群高敏感度IP,完成哆啦A梦IP联名新品打造并进行定向精准营销。数据显示,双11当天卡西欧天猫官方旗舰店哆啦A梦联名新品售罄率超过九成

无独有偶,安德玛通过QuickAudience联动商家端数据产品,对品牌自有信息进行分析运营管理,了解优质消费人群,同时引入直播偏好维度进行交叉匹配,找到直播潜客人群

深度理解消费者之后,安德玛可将旗舰店的淘宝直播间定向精准推荐,在减少营销成本的同时实现成交转化率明显提升。

此外,国内设计师品牌日播借力阿里云数据中台,在消费者洞察、全域营销等多个场景应用上也收获颇丰,今年双11期间实现了GMV同比增长84%以上

如果说围绕消费者进行系列精准营销,是阿里云数据中台通过“全域数据中台解决方案”面向品牌赋能的基础能力,那么今年双11期间,不少品牌已经在此基础上“自由发挥”,生长出更多场景和可能。

对于早就解决了产能和标准化生产的波司登来说,双11面临的可能是另一个难题:“结构性缺货:一家有着3000多家门店的品牌商,“想要很精准地预测在什么时间、把什么货挪到什么地方是非常困难的。”

早在5年前,波司登开始与阿里云展开合作,打通波司登全国门店与线上商品的流转系统,实现商品通、库存通、会员通。这套系统在疫情期间也派上用场:通过高度智能化的全国物

流网络和9大分仓体系,波司登在第一时间把羽绒服送到了抗疫一线最急需的地方。

今年,双十一“预售首小时TOP品牌榜”上,波司登在女装品类、男装品类上均位列第一。最终全渠道销售额突破15亿元。这一销量背后,同样需要阿里云支撑的智能供应链运筹调度。通过将业务规则结合阿里云数据中台的算法能力,波司登实现首铺准确率提高了79%,拉补效率提升60%,数据的及时性和有效性都得到了极大地提升。

而针对今年天猫双11新增的200多万线下商家,阿里云数据中台同样全面赋能。

红星美凯龙联合阿里云数据中台,打通多系统数据,定制2000多个家装家居行业专属标签,同时优化流量承接平台,充分联动阿里巴巴数字经济体生态钉钉端将实时信息动态下发给各品牌——天猫双11期间,营销信息的整体转化跟进效率从原来的2-3天缩短至实时,行销意向率提升200%,天猫数字化卖场累计成交金额突破151.52亿元

10CA6843-92D6-4BDC-970B-78EB5E7881FA.png
而面向单个个体店铺,阿里云数据中台还输出智能门店组货能力。

通过分析线下门店信息(所在城市)、过往货品数据(产品线/价格带)及辐射范围内的消费者需求,设置门店组货算法模型,帮助门店实现更为精准的商渠匹配,使得不同门店能够根据自身所在的位置,设置最易出售的组货模式,提升商品流转效率。

天猫双11已落下帷幕,但阿里云数据中台面向品牌商家的数智服务却还在继续。

回望过去将近一年,包括疫情影响在内的种种不确定因素,在一定程度上阻碍了多数品牌们的成长,但同时也有波司登、雅戈尔、日播、薇诺娜、伽蓝集团、良品铺子、雅士利、顾家家居、红星美凯龙等众多品牌通过数智化转型斩获了业绩增长实效,朋新宇表示,这一年是不确定性因素最多的一年,“但数智化是所有企业最具确定性的事,而数据中台则是确定性的创新增长引擎”

未来,阿里云数据中台还将持续对外输出数智能力,携手百万企业迸发更多商业可能。


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
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
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
|
6月前
|
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。
335 2
|
3月前
|
OLAP 数据处理 数据库
ADB 自适应优化器的神秘抉择:ORCA 优化器究竟在何种场景被选中?
【8月更文挑战第27天】在数据驱动时代,数据库优化对提升系统性能至关重要。ADB(AnalyticDB)的自适应优化器可根据不同场景智能选择最优策略。尤其在处理大规模数据与复杂查询时,ORCA 优化器能有效规划执行路径,提高查询效率。例如,在电商数据库中进行多表关联查询或在金融交易数据库中的高并发查询环境下,ORCA 能精细化优化连接顺序和执行方式,减少数据处理量并避免资源竞争,从而显著提升系统响应能力和整体性能。
47 0
|
3月前
|
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。
146 0
|
2月前
|
机器学习/深度学习 搜索推荐 算法
从数据中台到数据飞轮:企业升级的必然之路
在探讨是否需从数据中台升级至数据飞轮前,我们应先理解两者之间的关系。数据中台作为数据集成、清洗及治理的强大平台,是数据飞轮的基础;而要实现数据飞轮,则需进一步增强数据自动化处理与智能化利用能力。借助机器学习与人工智能技术,“转动”数据并创建反馈机制,使数据在循环中不断优化,如改进产品推荐系统,进而形成数据飞轮。此外,为了适应市场变化,企业还需提高数据基础设施的敏捷性和灵活性,这可通过采用微服务架构和云计算技术来达成,从而确保数据系统的快速扩展与调整,支持数据飞轮高效运转。综上所述,数据中台虽为基础,但全面升级至数据飞轮则需在数据自动化处理、反馈机制及系统敏捷性方面进行全面提升。
102 14
|
6月前
|
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
|
4月前
|
自然语言处理 数据库 计算机视觉
数据库ADB-PG问题之向量检索特点和应用场景如何解决
数据库ADB-PG问题之向量检索特点和应用场景如何解决
|
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
|
6月前
|
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
484 1
|
6月前
|
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!
|
数据采集 供应链 数据可视化
数据中台实战(02)-什么企业适合建设数据中台?
数据中台实战(02)-什么企业适合建设数据中台?
115 0