阿里云为加和科技,构建一站式数据解决方案

简介: 针对加和科技在数据一源多用、快速分析、多级存储等方面的需求,阿里云从数据存储层、计算层和应用层为切入点,为加和科技构建了一站式的数据湖解决方案。

公司介绍

加和科技致力于构建数字服务新通路,通过业务模式的创新,建立多个领域的数字业务网络,融合 AI 认知能力,打造业务大脑和业务中台,最终通过数字化商业体系,帮助企业实现数字智慧在运营和决策层面的应用,助力产业的效率升级和多行业间的跨界融合。通过五年的探索与实践,加和科技在大众消费品、互联网、医药及健康等行业,实现了商业管理、智能计划、流量管理、用户管理等业务领域的数字化创新。

业务场景介绍

加和科技作为一家服务于品牌广告投放领域的科技公司,致力于为企业流量管理以及营销决策提供智能化的解决方案。在用户数据化越来越精细化、媒介场景越来越复杂化的今天,如何在正确的场景为正确的用户,传递正确的信息,对广告主来说越来越关键。因此如何更精准地分析广告效果和用户行为,为广告主提供流量管理服务,实现精细化流量运营,是加和 AI 营销产品服务的关键所在。
因此加和需要将大量的数据进行存储,再通过数据挖掘、人工智能和机器学习等技术在符合数据安全法规的前提下,整合客户多方数据资源,帮助企业在媒介选型、用户识别、流量决策和效果验证等环节上,进行数据分析和决策优化。

业务难点

在为客户提供智能的品牌营销和流量管理的过程中,加和科技经常需要面对以下几个难点

流量平台数据量急速增长,如何进行数据统一存储与治理
加和科技和 ReachMax 流量平台的数据量极速增长,每天平台新增数据量高达数十 TB,每秒数据写入量可以达到数十万级别。同时由于数据来源、类型以及存储方式的不同,同一用户的数据可能会有好几种表现和存储的方式。因此如何将这些数据进行统一存储以及治理,是加和科技首要面对的问题。

不定期的数据峰值出现,为存储系统的稳定和可靠性带来了更高的挑战
由于互联网的高时效性和高开放性的特点,经常会出现大量用户在某个时间点大量涌入每个软件的行为。因此数据量不定期的会有更高的峰值出现,这就对数据存储系统的稳定性和可靠性提出了更高的要求。

为提升用户流量使用效率,需要进行大量的业务创新与试错
为了提升客户的流量使用效率,加和科技需要利用 AI 图像识别技术和算法,对内容场景进行智能识别和标注,通过大量的数据来为业务创新和试错提供帮助。因此加和科技需要灵活高效的数据计算服务解决方案,提高其投放业务的准确性。

阿里云数据湖解决方案

针对加和科技在数据一源多用、快速分析、多级存储等方面的需求,阿里云从数据存储层、计算层和应用层为切入点,为加和科技构建了一站式的数据湖解决方案。

在数据存储层,加和科技需要对数据进行上传、下载以及长期存储。阿里云对象存储 OSS,可为加和科技提供 12 个 9 的可靠性和自动弹性拓展,不限用户存储的容量和文件数目,满足加和海量数据存储对安全稳定和弹性拓展的需求。同时 OSS 提供生命周期管理功能,针对不同数据进行自动冷热分层存储,实现数据类型转换与过期管理,帮助加和科技优化数据管理成本。

在数据计算层,主要针对日志清洗、任务调研和统计分析等需求,OSS 可无缝与阿里云 Data Lake Analytics对接提供快速的数据分析能力,释放数据的业务价值。

在数据应用层,加和科技的数据应用层对客户提供投放、自定义查询、人群画像和敏捷 BI 等服务,阿里云数据湖解决方案可以对数据进行清洗、去重、更新和关联,并将分析的结果快速生成数据可视化报表进行展现,让数据管理清晰透明,做到业务可视化。

达到的效果

借助阿里云提供的数据湖解决方案,完美支撑了加和 ReachMax 日均 150 亿条,近 2000 列的数据分析和
大量的临时数据统计需求,帮助加和科技高达 50 亿元人民币流量决策和分析服务。利用数据湖解决方案的躲进多出、分层计费和全类型备份的能力,帮助加和大幅简化了数据存储和应用的复杂度,相比之前自建的解决方案,需求的平均成本降低 30%。同时大幅减少数据处理时间,提升需求承接的弹性,让加和有更多的时间和精力,专注在业务的创新和流量价值提升上。

相关文章
|
3月前
|
存储 人工智能 弹性计算
揭秘千问 APP 千万级 AI 订单背后的记忆存储实践
2026年春节,千问 APP “春节请客计划” 9 小时破 1000 万单,依赖 Tablestore 构建的一站式记忆系统:支持短期/长期记忆统一管理、毫秒级读写、Serverless 弹性伸缩、多模态数据融合及原生向量检索,实现数十亿条记忆的高效存储与实时流转。
911 118
|
6月前
|
人工智能 安全 API
2026 AI元年:从模型能力竞赛,到系统级智能落地
2026年被称为“AI元年”,标志AI从惊艳演示迈向工程化落地:复合系统替代单一大模型,Agent成为可信赖的工作流执行者,端侧小模型与垂直模型崛起。行业焦点转向可靠性、可控性与商业实效——AI正褪去“黑箱”光环,回归确定性交付的工程本质。
1617 3
|
2月前
|
存储 自然语言处理 NoSQL
阿里云知识存储 Skill 上架阿里云官网首批 Agent Skill:让智能体拥有企业级知识库
Tablestore 推出 Serverless 知识库 Skill,一站式解决 RAG 落地难题:告别繁琐选型部署,支持自然语言对话式创建与检索;混合向量 + 全文检索、弹性伸缩、零门槛集成,让百万级企业知识秒变 Agent “超能力”。
872 0
|
存储 人工智能 安全
智存跃迁,阿里云存储面向 AI 升级全栈数据存储能力
一文总览阿里云存储产品创新与进展!
1721 0
|
4月前
|
弹性计算 安全 网络安全
最佳实践:OSS AP 和云网络 Gateway Endpoint
本文介绍阿里云 OSS AP 与 VPC 网关终端节点的组合方案,解决企业数据湖中私网访问、多部门权限隔离及 Bucket Policy 维护复杂等难题,实现安全、低成本的多租户架构。
738 3
|
4月前
|
存储 人工智能 开发工具
OSS 向量 Bucket 最佳实践:快速构建多模态图片语义检索
本文介绍基于 OSS 向量 Bucket 和阿里云大模型服务平台百炼的多模态 Embedding 模型,搭建海量图片的智能语义检索系统,实现基于自然语言描述的文搜图能力的最佳实践,适用于电商商品搜索、智能相册、媒体资产管理、AI 语义检索、图片知识库等场景。
552 5
|
4月前
|
存储 人工智能 API
使用 OSS-Vectors-Embed-CLI 工具三步搭建多模态语义检索系统
本文将介绍如何使用 OSS Vectors Embed CLI 命令行工具,通过若干简单的命令快速构建多模态语义检索系统。同时介绍 OSS Vectors Embed CLI 命令行工具的灵活自定义能力,如批量写入、自定义向量键、自定义向量模型参数等。
730 1
|
4月前
|
SQL 机器人 BI
Quick BI即席分析:企业如何用10分钟跑赢大促复盘?
在数据驱动时代,业务常因“等数据”而错失商机。Quick BI即席分析让一线人员零代码拖、拽探查数据,10分钟完成爆款识别、经营分析等敏捷决策,释放IT 80%重复取数压力,实现“业务自助、实时洞察”。
|
人工智能 算法 数据管理
阿里云 OSS MetaQuery 全面升级——新增内容和语义的检索能力,助力 AI 应用快速落地
阿里云 OSS MetaQuery(数据索引)全新升级,支持基于内容和语义的智能检索,面向安防监控、智慧社区、智能零售等场景。企业可快速开启该能力,无需自建基础设施或优化模型,即可自动完成视频、图片、文档等非结构化数据的向量化与索引构建,基于成熟的精排算法和多路召回机制,有效提升检索准确率与召回率,轻松实现 RAG 多模态语义检索和 AI 应用,标志着 OSS 迈入 AI 原生数据管理新时代。
1162 0
|
6月前
|
人工智能 自然语言处理 Serverless
新突破!阿里云携手技威时代共同开启 IPC 智能化新阶段
阿里云IPC AI方案融合千问大模型视觉理解与OSS Metaquery多模态检索,实现Serverless、低成本、高准召的智能视频检索。无需硬件改造,存量设备即可升级,一句自然语言唤醒沉睡视频,让“看”升级为“懂”。
397 5