持续定义SaaS模式云数据仓库+数据银行-阿里云开发者社区

开发者社区> 其楚> 正文

持续定义SaaS模式云数据仓库+数据银行

简介: 本文将介绍SaaS模式云数据仓库MaxCompute,如何助力数据银行SaaS模式云战略和一体化数据开放场景介绍。
+关注继续查看

一、云数据仓库
本章节介绍云数据仓库带来的价值及解决方案。

MaxCompute:SaaS模式企业级云数据仓库的应用场景包括广告场景-用户标签计算、分析;业务运营场景-业务指标计算、查询;各行业搭建数据仓库;云上弹性扩展大数据计算和存储。

产品优势包括云原生极致弹性:
-云原生设计,无服务器架构,支持秒级弹性伸缩,快速实现大规模弹性负载需求;
-简单易用多功能计算:预置多种计算模型和数据通道能力,开通即用;
-企业级平台服务:支持开放生态,提供企业级安全管理能力;
-与阿里云众多大数据服务无缝集成;
-安全:多租户环境下安全控制能力强;
-大规模集群性能强、全链路稳定性高,阿里巴巴双11场景验证。

推荐组合包括BI分析场景和机器学习场景,分别为MaxCompute+Hologres+Flink+DataWorks+Quick BI,以及MaxCompute+PAI+DataWorks。
image.png
MaxCompute算力资源产品解决方案如下图所示。
image.png
第一,包年包月。满足常规需求,稳定财务支出;支持作业优先级,保障关键任务稳定产出;支持存储与计算资源包购买。
第二,按需使用。无服务器架构,超大规模的存储和计算扩展能力;自动匹配业务需求,完美适配业务的高速变化;不使用不付费。
第三,多计算资源打通。融合打通包年包月与按需使用的弹性资源,只需联合开通,即可实现更优的成本与性能平衡的资源解决方案。
第四,抢占空闲资源。非预留计算资源,抢占并使用服务空闲计算资源,价格较包年包月标准计算资源下降74%。

安全事件频发,云上大数据服务如何保障企业数据和服务安全。MaxCompute构建全面、多层次的安全管理能力,持续保护云上数据及服务安全。包括MaxCompute安全生态,平台系统安全,基础设施安全三大部分。
image.png
飞天大数据平台解决方案适用于电商、游戏、社交等互联网行业数据化运营,如智能推荐、日志采集分析、用户画像、数据治理、业务大屏、搜索等场景。

方案优势:阿里巴巴最佳实践的大数据平台,1)技术领先性;2)降本提效;3)高附加值业务收益;涉及产品:日志服务SLS、数据传输DTS、DataHub、实时计算Flink、交互式分析、云数仓MaxCompute、数据治理DataWorks、Quick BI 报表、 DataV大屏、ES搜索、机器学习PAI。
image.png
二、数据银行
本章节介绍数据银行定义相应行业应用。

数据银行旨在通过聚合内外部数据,融合共享,实现盘活资产运营、变现数据交易、释放数据价值,打造面向企事业产业链、面向生态链、面向社会的数据资产变现交易平台。

目的是通过数据融合、共享、交易,实现数据价值变现最大化。

服务范围包括数据交易(提供数据资产陈列、API传输及数据交易服务,拉通供需,实现数据价值变现)和数据增值(通过内外部数据融合及深度挖掘,提升数据内涵,实现数据增值)。

特点是融合数据,交易变现,深度挖掘,最大化释放数据价值并赋能产业发展。其中,包括盘活数据资产,数据价值提升,产业发展赋能,以及三大数据服务,具体内容如下图所示。
image.png
这一块是行业应用架构-友盟,具体架构如下图所示。
image.png
三、MaxCompute+数据银行
本章节介绍云数据仓库MaxCompute+数据银行(友盟)实践。

主题数据包及数据来源包括三个部分。
第一,统计分析。
第二,开发者工具。
第三,营销增长。
我们如何共享、转让、公开披露您以及您最终用户的个人信息。

第一,共享。承担保密义务,不会为满足第三方的营销或非法目的而向其出售或出租您的信息,会与这些合作伙伴合作以多种形式将经U-DIP数据中台处理、加工后的脱敏数据用于包括优化广告投放和提升营销效果等商业化使用。

第二,转让。不会向任何第三方转让您以及您最终用户的个人信息。

第三,公开披露。(1)获得您或您最终用户明确同意;(2)基于法律的披露:在法律、法律程序、诉讼或政府主管部门强制性要求的情况下,我们可能会公开披露您或您最终用户的个人信息。(3)在紧急情况下,经合理判断是为了保护我们、我们的客户、最终用户或其他人的重要合法权益。
image.png
友盟数据银行已实现产品功能和价值“一键通”模式。一体化消费体验包括三个部分。第一,主题数据包。每日高性能采集加工海量数据,自动生产APP/WEB/小程序/广告/PUSH主题数据包。第二,一键数据订阅开放。与Maxcompute(DataWorks) 云数据仓库无缝对接,一键订阅数据。第三,主题分析模板与自助分析。预置分析模板和拖拽式自助分析能力,业务人员无需麻烦开发跑数即可完成分析。
image.png
友盟数据银行通过和MaxCompute共创带来的客户体验提升,如下图所示。从账号登陆,到应用配置,现在比过去更加智能,更加便捷。
image.png
这一块是开放多端、多主题的明细数据与指标数据,为开发者构建私域数据体系。指标数据开放,将友盟+9年行业经验沉淀回馈于开发者:第一,实时指标大屏展示。第二,多维指标分析监控。明细数据开放,助力开发者进行与业务数据的数据融合自助分析:第一,实时渠道ROI分析。第二,投放-使用-转化大漏斗。第三,用户分层运营。第四,实时推荐服务。
image.png
友盟数据银行支持云上数仓无缝链接,为开发者提供一键式数据模型体系开放的体验。开发者云上数仓,高性价比交互式查询服务,兼容接入异构数据源进行查询和分析。为您提供快速、完全托管的PB级数据仓库解决方案,经济并高效的批量分析海量数据。
image.png
四、案例介绍
本章节介绍MaxCompute+数据银行的应用案例及分析。

第一个案例:本地生活行业客户,业务数据化+数据可视化。

客户:本地生活类,智慧社区服务平台。
痛点:数据化运营程度低,数据分散,业务人员的数据需求实现周期长。
实施方案:第一,规范化的多端数据采集。基于业务需求梳理进行埋点方案设计,APP、H5、小程序等多端SDK采集。第二,实时数据和离线数据的订阅返还。经过友盟统一ETL服务的采集数据分别投递至客户SLS(实时)、DLA (离线)。第三,数据报表设计与开发。离线数据自动联通QBI,除4个预置看版外,根据具体业务需求搭建业务分析监测。
方案结果:第一,业务数据化。多端采集行为数据纳入数仓体系建设。第二,数据可视化。日常数据监测看版,让业务人员快速看到产品迭代、运营动作的效果。
image.png
第二个案例:游戏行业客户,多源数据融合。

客户:独立游戏工作室。痛点:APP行为数据与后台业务数据割裂。
实施方案:第一,数据采集。使用游戏行业埋点方案进行APP端数据采集,获取多种用户识别ID。第二,数据迁移。存入其他云厂商的用户付费、广告收入等数据迁移入阿里云。第三,数据融合。采集行为数据一键投递至阿里云数据库,通过用户唯一识别将数据融合。
方案结果:数据融合分析。结合用户留存行为和收入数据,测算用户生命周期价值,判断渠道回本周期、渠道投放优选。
image.png
更多关于大数据计算产品技术交流,可扫码加入 “MaxCompute开发者社区” 钉钉群
image.png

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.5并行处理通信交流(二)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.5并行处理通信交流
25 0
数据仓库建模:定义事实表的粒度
数据仓库建模:定义事实表的粒度Posted on 2015-08-25 09:03 xuzhengzhu 阅读(28) 评论(0) 编辑 收藏 维度建模中一个非常重要的步骤是定义事实表的粒度。
1367 0
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码(四)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码
14 0
云原生数据仓库AnalyticDB MySQL 助力蜂创提升营销SAAS平台和CDP产品性能
阿里云AnalyticDB满足了蜂创营销SAAS平台海量数据实时分析秒级返回的诉求,弹性模式的冷热存储分离能力帮助他们节约了很大的数据存储成本。
142 0
SAS进阶《深入分析SAS》之数据汇总和展现
SAS进阶《深入分析SAS》之数据汇总和展现 1. 通过Print过程制作报表 proc print <data=数据集>; run; 选项: obs=修改观测序号列标签 noobs不显示观测序列号 id语句在输出中取代观测序列 var选择输出的变量 where语句选择输出的观测 总结如下: proc print data=数据集<选项&g
1166 0
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码(一)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.2系统数字返回码(一)
16 0
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.3系统字母数字返回码(二)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.3系统字母数字返回码
15 0
重新定义数据库的时刻,阿里云数据库专家带你了解POLARDB
POLARDB是阿里云ApsaraDB数据库团队研发的基于云计算架构的下一代关系型数据库,其最大的特色是计算节点与存储节点分离,借助优秀的RDMA网络以及最新的块存储技术。POLARDB不但满足了公有云计算环境下用户业务快速弹性扩展的刚性需求,同时也满足了互联网环境下用户对数据库服务器高可用的需求。
3171 0
+关注
其楚
MaxCompute产品PD
3
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载