电商大数据应用的实践与探索 完整版

电商大数据应用的实践与探索目录电商大数据平台电商大数据应用矩阵大数据应用举例案例一：精准化消息推送案例二：货架式搜索引擎案例三：大数据驱动的开发工作平台电商大数据云平台数据使用授权管理YHD数据数据应用大数据平台SDK（数据存取/运算/授权API）收费分成规则计费SDK大数据平台数据管理系统第三方数据应用权限管控系统外部数据数据提供商使用授权权限验证收益报表计费系统数据应用平台数据云工作平台数据应用用户数据供应商和应用提供商聚宝盆智能品类系统智能价格系统CRM个性化推荐智能营销系统DMP其他DataConnectorsDataCleaningIDMatchingDataRelation运营商数据线下数据数据服务商数据【数据的全局性和完整性】全局化和完整的数据采集入口和节点电商大数据应用矩阵个性精准化个性化推荐引擎精准化营销CRM会员权益体系用户画像BIDW搜索个性化搜索大数据基础平台Tracker基础平台案例二：大数据驱动的开发工作平台精准化消息推送YCM

消息源账户订单成长订阅推荐关怀

打开频率

打开时间

点击次数

下单次数

用户设置

用户反馈信息回流至策略层渠道偏好策略渠道成本选择策略（短信）用户活跃策略任务疲劳策略用户疲劳策略黑／白名单A/Btest投放策略多样贴心的触达渠道，满足用户渠道偏好用户分群、预测、价值评估、准确定位，各阶段用户诉求及时实时的触达用户，提升顾客体验，促进交易用户活跃度：提升50%；用户回购率：提升20%；精准化消息推送内容模板EDM短信APP棱镜支付宝站内信消息中心渠道日志中心数据中心防疲劳渠道偏好优先级ABTest白名单策略离线任务实时消息商家计费TaskShardEventShard投放中心质量得分计算渠道偏好计算AB效果统计用户自定义渠道渠道埋点消息营销精准化系统抵用券订单出库会员等级支付成功。。。...技术架构设计。。。案例二：货架式搜索引擎线下货架对于线下超市而言，货架概念是十分关键的。良好的货架运营，将成为消费者“逛”起来的法宝那么对线上而言，是否能有所借鉴呢？搜索货架展示，给用户所想9线上货架品牌策略：价位，档次，毛利促销：CMS，团购，店铺季节/节日因素地域差异个性化：购买过的品牌、品类、价位丰富度：品牌、品类多样性组合装优化展示搜索货架展示，给用户所想10搜索货架展示，给用户所想提供对用户历史行为的画像分析，将其最感兴趣的SKU排序靠前考虑季节、地域的差异性，从品类、品牌、价格等多个维度保证产品的丰富度，以及部分的商业规则基于机器学习，从商品的多个维度进行综合排序运算货架展示个性化商业规则

多因子融合11智能理解用户意图

机器学习原始查询类目筛选属性筛选再次查询SmartBox下拉推荐零少结果处理12智能理解用户意图

13反作弊系统化，确保诚信经营几类作弊Case品牌词的滥用

Nike/耐克阿迪达斯adidasstyle男鞋品类词的滥用

俏网妹新疆地方特产巴旦木150g*2壳杏仁奶油巴旦木竹炭花生葡萄干属性词的滥用

科罗娜墨西哥原装进口CORONA特级科罗娜（产地：比利时）14反作弊系统化，确保诚信经营类目错放

商家品牌越权经营

品牌越权经营

上线后发现近1万例，准确率约96%；该系统上线一年内纠正了7万多里，准确率高达90%以上15案例三：大数据驱动的开发工作平台业务方业务需求文档,UAT数据,培训产品设计产品需求文档，前端，交互和UED设计，产品说明书开发人员系统设计文档，代码测试人员测试用例，测试结果，BUG运维人员配置文件，监控日志，SQL脚本项目经理项目计划，项目风险和项目进度开发工作平台配置管理信息系统(CMIS)缺陷问题管理系统(Mantis)账号和权限管理系统(LDAP)代码开发工具(Eclipse)代码版本管理系统(SVN)测试用例管理系统(ATMS)运维发布系统(Jenkins)大数据驱动的开发工作平台需求B需求A需求C需求池idea根据历史数据系统自动判定优先级人工确认放入迭代backlog需求确认代码开发进度和风险系统监控系统自动调配资源Dailybuild和自动化测试自动发布和上线Idea-to-market业务方，产品经理，项目经理，开发负责人，开发和测试看到的数据是实时和统一的系统自动分配需求和项目优先级根据当前进度和历史数据预测，如果进度可能有风险，系统会预警并作出相应优化资源的调整大数据驱动的开发工作平台公司管理层视图角色：CEO、业务VP维度：重要产品和项目分析、IT资源预测和使用分析、idea-to-market分析

业务部门视图角色：业务PM、Leader维度：需求受理进展和SLA、项目风险预警一线技术人员视图

角色：产品经理、开发、测试、项目经理维度：日常工作分配，执行情况，风险和问题Trident大数据驱动的开发工作平台轻松提升公司整体开发效率30%数据全面且透明–所有的需求过程数据，需求文档，开发代码，开发过程数据，测试用例，项目管理数据和系统监控数据都聚集在开发工作平台，对同一个数据任何人看到的都是一致的融入敏捷开发模式和最佳实践–体现了敏捷的产品