阿里云 – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Wed, 26 Feb 2025 13:32:05 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 阿里云:2025年PolarDB数据库以20.55亿tpmC性能刷新TPC-C全球双榜纪录 //www.otias-ub.com/archives/1742731.html Wed, 26 Feb 2025 13:32:05 +0000 //www.otias-ub.com/?p=1742731 近日消息,阿里云宣布,阿里云PolarDB云原生数据库登顶全球数据库性能及性价比排行榜,以每分钟20.55亿笔交易(tpmC)和单位成本0.8元人民币(price/tpmC)的成绩成功刷新TPC-C性能和性价比双榜的世界纪录。据介绍,本次打榜中,阿里云PolarDB云原生数据库以20.55亿tpmC的性能成绩一举夺魁,且成本相比原纪录降低了近40%。

在测试的8小时期间,PolarDB完成了2.2万亿次数据操作,tpmC波动率仅为0.16%,保障了100%的数据正确性,这同时也体现了PolarDBLimitless超大集群的性能稳定性。

这一新纪录模拟了16亿用户同时上线进行交易,其处理能力相当于天猫2020双11订单峰值场景的59倍,成功扛起全球最大流量洪峰。

阿里云智能集团副总裁、数据库产品事业部负责人李飞飞在2025阿里云PolarDB开发者大会上表示:“PolarDB登顶TPC-C排行榜,不仅是阿里云自身技术实力的证明,更说明国产数据库在性能和性价比方面均已达到全球领先水平。”

据了解,TPC-C是由TPC组织制定的针对衡量在线事务处理(OLTP)系统性能的基准测试,被誉为数据库领域的“奥林匹克”,是全球最具公信力的测试标准,也是商业数据库证明自身实力的硬性门槛之一。

该基准测试会考察关系型数据库系统的全链路能力,包括2大衡量标准:性能(tpmC)和性价比(price/tpmC)。

TPC-C测试由一系列严苛的基准测试模型组成,是一场长达40小时的数据库性能“极限挑战”赛,测试过程包括全压力测试、故障容灾测试、数据库ACI测试。

自 快科技
]]>
Canalys:2024年Q3阿里、华为、腾讯占中国大陆云市场 70% 份额 //www.otias-ub.com/archives/1733724.html Wed, 25 Dec 2024 01:44:06 +0000 //www.otias-ub.com/?p=1733724 分析机构Canalys 发布报告称,2024年第三季度,中国大陆云基础设施服务支出达到102 亿美元,同比增长11%,重回两位数增长。本季度中国前三大云服务供应商的位置保持不变,阿里云、华为云和腾讯云继续占据领先地位,共同占据70% 的市场份额。同时,以中国电信为首的运营商也在寻找拓展云服务市场份额的差异化切入点。

2024 年第三季度,中国领先的云计算提供商顺应全球趋势,大幅增加了对AI 基础设施和高性能计算的投资。这些举措反映了在生成式AI 和其他前沿应用的推动下,对大规模人工智能模型训练和实时推理不断升级的需求做出的战略性回应。

具体来看,阿里云继续稳居中国大陆云市场的领先地位,占据36% 的市场份额,第三季度同比增长7%,主要得益于其公共云业务的推动。其AI 相关产品连续五个季度保持三位数收入增长,进一步巩固了其公共云的领导地位。目前已有超过30 万家企业客户采用阿里云的AI 基础模型“通义千问”来提升运营效率。

华为云稳居中国云服务市场第二位,第三季度实现13% 的稳健增长,市场份额达到19%。华为云在AI 开发方面取得了显著进展,到目前为止,其解决方案已覆盖30 多个行业和400 多个业务场景。基于这一势头,华为云于2024 年 9 月升级了最初于 6 月推出的盘古5.0 模型,并推出了“1+N”盘古助手体系,以满足客户高频业务场景的需求。

腾讯云在市场中排名第三,第三季度市场份额为15%。AI 需求的激增极大地推动了其 GPU 相关收入,目前已占其 IaaS 收入的 10% 以上。腾讯云AI 相关解决方案被广泛采用,已为400 多家领先的互联网公司提供服务。今年9 月,腾讯云推出了“混元Turbo”AI 模型,与上一代产品相比,其推理效率提高了 100%,部署成本降低了 50%,解码速度提升了 20%。为进一步加强基础设施建设,腾讯云宣布投资 36 亿元人民币(约 5 亿美元)在印尼建设第三个数据中心,计划于2030 年完工。

自 产业深度

]]>
边缘计算社区:2024年中国边缘计算企业20强榜单 华为的边缘指数为95 位居第一 //www.otias-ub.com/archives/1684749.html Thu, 11 Apr 2024 11:57:29 +0000 //www.otias-ub.com/?p=1684749 日前边缘计算社区正式发布了“2024中国边缘计算企业20强榜单”,华为位居第一。边缘计算社区表示,历经两个月的严谨评选,包括榜单征集、线上投票、专家评审以及深度访谈等多个环节,最终评选出2024中国边缘计算企业20强。

同时该社区还承诺,此榜单客观、公正、独立,不受任何厂商影响。

榜单显示,华为的边缘指数为95,位居第一;中国三大运营商联通、移动和电信分别位居第二三四。

阿里云和联想紧随其后,分别位居第五和第六。

边缘计算社区表示,作为全球边缘计算产业的领军企业,华为早在边缘计算兴起之初便率先布局,现已形成完整的端到端边缘计算产品和解决方案系列。

华为还在3GPP、ETSI、5GDNA、AII、5G AIA等多个权威产业组织中担任要职,并积极推动产业发展。

同时在在标准化领域,华为的贡献位居首位,不仅发布了多篇具有影响力的边缘计算产业白皮书,还推出了如MEC to X、公网专用风筝方案等一系列前沿的解决方案。

据了解,边缘计算旨在将计算能力和存储资源移动到离用户或数据源更近的地方,其能够提供更快的网络服务响应,满足实时业务、应用智能、安全与隐私保护等方面的基本需求。

目前在工业自动化、智能交通、远程医疗等领域,边缘计算已经得到了广泛应用。

自 快科技

]]>
极客公园:2023年度“中国创新力量50榜单(InnoForce 50)” 阿里云和华为云成功入选 //www.otias-ub.com/archives/1667108.html Mon, 18 Dec 2023 11:58:15 +0000 //www.otias-ub.com/?p=1667108 近日,中国最大的创新者社区,极客公园发布了2023年度“中国创新力量50榜单(InnoForce 50)”在人工智能领域,阿里云和华为云成功入选。

据介绍,本次评选对象为,在过去一年为泛计算机科学领域及其交叉领域带来创新和突破的中国公司/机构。

评选标准有创新性、实用性、社会责任三个维度,入选的公司/机构均满足了其中至少一项。

在人工智能领域,本次榜单入选的有:阿里云、百川智能、百度智能云、华为云、联汇科技、潞晨科技、医渡科技、月之暗面、智谱AI、智源研究院、MiniMax以及Zilliz。

对于阿里云,极客公园给出的入选理由为:阿里云人工智能平台助力千行百业提升AI训练效率,牵头建设开源社区魔搭社区。

自研并推出大语言模型通义千问、绘画创作大模型通义万相,一站式大模型服务平台阿里云百炼,让云计算加速 AI 浪潮之下的产业智能升级。

对于华为云,其入选理由为:华为云发布盘古大模型 3.0,在煤矿、气象、政务、金融、制造、医药研发、医疗、铁路、汽车等诸多行业赋能智能化升级,已具备丰富的落地实践

华为云盘古气象大模型研究成果刊载于《Nature》正刊,是近年来中国科技公司首篇作为唯一署名单位发表的《Nature》正刊论文。

自 快科技

]]>
Canalys:2023年Q1中国大陆云基础设施服务支出达到77亿美元 同比增长6% //www.otias-ub.com/archives/1617836.html Thu, 15 Jun 2023 13:43:02 +0000 //www.otias-ub.com/?p=1617836 Canalys发布了的最新数据显示,2023年第一季度,中国大陆的云基础设施服务支出同比增长6%,达到77亿美元,占全球整体云支出的12%。

Canalys分析认为,中国企业对于上云的需求仍然低迷,整体市场连续三个季度保持着个位数的增长。随着疫情限制的放宽,远程办公和在线会议的需求有所消退。企业对其IT预算仍持谨慎态度。存量市场的云计算消费放缓,增量市场的云计算投资有限,导致中国云计算市场的整体增速下降。

不过,Canalys认为,随着ChatGPT引领AI浪潮,生成式AI和AI大模型备受追捧,预计将为云服务市场带来新的增长机遇。

数据显示,截至2023年第一季度,中国云基础设施市场的领先企业排名保持不变,阿里云、华为云、腾讯云和百度智能云仍然是前四大云服务商。它们共占中国总支出的79%,同比增长6%。

虽然自去年以来,许多厂商对PaaS产品组合的关注度不断提高,但中国的云服务市场仍然由基础设施即服务(IaaS)主导。在2023年第一季度,IaaS占整个中国云服务市场的四分之三以上。

Canalys将云基础设施服务定义为在专用托管的私有基础设施上或共享公共基础设施上提供基础设施即服务(IaaS)和平台即服务 (PaaS)。这并不包括直接的软件即服务支出,但包括为了托管和运营软件提供基础设施服务而产生的收入。

自 TechWeb

]]>
Canalys:预计2023年中国云服务支出将增长12% //www.otias-ub.com/archives/1572149.html Mon, 20 Mar 2023 13:06:51 +0000 //www.otias-ub.com/?p=1572149 近日消息,Canalys 发布报告称,2022 年对于中国大陆的云计算市场来说是保守的一年,市场增长了 10%,全年总额为 303 亿美元(当前约 2087.67 亿元人民币);第四季度以 4% 的同比增长收尾,季度总额为 79 亿美元(当前约 544.31 亿元人民币)。

报告指出,与过去几年的强劲表现相比,2022 年的增长率出现了明显下降(前三年的年增长率超过 30%)。2023 年,Canalys 预计中国云基础设施服务支出全年将增长 12%

Canalys 表示,2022 年中国大陆前四大云计算厂商,阿里云、华为云、腾讯云和百度智能云,合计增长 9%,占云服务客户支出总额的 79%。

  • 阿里云在 2022 年仍然排在第一位,在同比增长 7% 之后,在云基础设施服务方面的客户总支出占 36%。
  • 华为云以 19% 的市场份额排名第二,每年增长 13%,领先于整体市场增长。
  • 腾讯云排名第三,市场份额为 16%。
  • 百度智能云在 2022 年占据了中国云计算市场的 9%,并同比增长 11%。

▲ 图源:Canalys

自 IT之家

]]>
IDC:2022 上半年中国视频云市场规模达 50.5 亿美元 同比增长 15.7% //www.otias-ub.com/archives/1541603.html Fri, 23 Dec 2022 11:28:53 +0000 //www.otias-ub.com/?p=1541603 国际数据公司(IDC)发布报告称,2022 上半年中国视频云市场规模达到 50.5 亿美元(约 353 亿元人民币),同比增长 15.7%

其中,视频云基础设施与解决方案市场增速均有回落,调整后下半年同比增长分别达到 12.7% 和 28.7%。IDC 预计,到 2026 年市场规模接近 300 亿美元(约 2097 亿元人民币)。

报告指出,2022 上半年,中国视频云基础设施市场规模达到 40.0 亿美元(约 279.6 亿元人民币),同时市场集中度仍维持在较高水平。

  • 视频内容分发网络市场,阿里云、腾讯、华为云、百度智能云、金山云合计份额环比提升,达到 65.9%;

  • 视频公有云、专属云基础设施市场中,阿里云、腾讯云、华为云、百度智能云、金山云合计份额环比小幅降低,达到 73.6%。

IDC 表示,2022 上半年,中国视频云解决方案市场规模达到 10.5 亿美元(约 73.39 亿元人民币)。

▲ 图源:IDC

自 IT之家

]]>
阿里云财报:2023财年阿里云Q2营收同比增长3%至2071.76亿元 //www.otias-ub.com/archives/1523665.html Fri, 18 Nov 2022 13:20:09 +0000 //www.otias-ub.com/?p=1523665 近日消息,据国外媒体报道,阿里巴巴集团截至2022年9月30日的2023财年第二季度财报,已在周四发布,营收同比增长3%至2071.76亿元,非公认会计准则净利润同比增长19%,达到了338.2亿元。

从财报来看,阿里巴巴集团多项业务的收入,在这一季度同比有增长,云计算业务的收入,也再次超过了200亿元。

阿里巴巴的财报显示,抵消跨分部交易的影响后,云业务分部季度营收207.57亿元,同比增长4%;在上一季度,云业务分部的营收为176.85亿元,这一季度较之增加30.72亿元,环比增长17.37%。

在财报中,阿里巴巴披露,云业务部门的营收增长,主要由公共云的收入健康增长所驱动,也与集团持续推动高质量及经常性收入增长有关;在抵消跨分部交易的影响后,来自非互联网行业客户的营收同比增长28%,占阿里云这一季度营收的58%,非互联网行业的营收增长则主要由金融服务、电讯及公共服务行业所驱动。

阿里巴巴云业务分部的营收上一次超过200亿元,是在2022财年第二季度,也就是截至去年9月30日的那一季度,营收200.07亿元,首次突破200亿元大关。

自 TechWeb

]]>
阿里云张建锋谈新型计算体系:云正在重构硬件、软件和终端世界 //www.otias-ub.com/archives/1514526.html Thu, 03 Nov 2022 02:55:08 +0000 //www.otias-ub.com/?p=1514526 11月3日,在2022云栖大会上,阿里云智能总裁张建锋发表主题演讲,他认为历经十多年的发展,云计算带来的变革依然被严重低估,它正在重构整个IT软硬件和终端世界,形成一个全新的计算体系。新一轮的科技变革正在深入发展,阿里云将坚持技术长征,面向下一代体系去构建第二技术曲线,抓住未来技术的定义权。

张建锋认为,以云计算为核心的新型计算体系,正在带来三大变革:首先,云重构了整个IT硬件体系,数据中心、芯片、服务器等产业链发生深刻变化;其次,软件研发范式发生深刻变革,Serverless、低代码、AI大模型开源等趋势,大幅提升软件生产效率;最后,云和端加速融合,算力从端转移上云,未来万物皆是计算机。

重构整个IT硬件体系

张建锋回顾云计算演进历程,过去十多年,云的创新主要集中在软件领域,首先出现了分布式虚拟化,而后实现了资源池化,形成了广泛的应用规模。现在,云计算已经从软件创新,走向软硬件协同创新,用云来定义整个IT硬件体系。

今年,阿里云发布了一款云数据中心专用处理器CIPU,替代CPU来管理和加速计算、存储和网络资源。这是一种全新的架构方式,代表着云计算深入到数据中心内部做体系化创新。CIPU实现了全面专用硬件加速的高性能,包括高带宽、高吞吐和弹性RDMA的能力。“飞天+CIPU”的组合性能表现普遍优于业内同类产品,性能可提升20%以上。

在此基础上,阿里云基础设施已经广泛基于CIPU架构进行建设,并且构建了全栈自研的基础设施,例如自研CPU芯片倚天710、磐久服务器、EIC高性能网卡、磐久交换机、磐久液冷一体机、磐久液冷集装箱等自研硬件。

去年,阿里巴巴发布了首款“为云而生”的芯片倚天710。目前,倚天710云实例已在多家互联网科技公司大规模应用,算力性价比提升超30%,单位算力功耗降低60%,这是中国首个云上大规模应用的自研CPU。

在2021年双11期间,天猫双11核心交易系统平滑迁移至倚天710实例。中国一些知名的科学计算、智能手机行业和互联网等领域的企业在迁移至倚天710实例后,性价比均得到了显著提升。

张建锋表示,未来阿里云还将继续扩大自研CPU的部署规模,预计未来两年内20%新增算力将使用自研CPU芯片倚天710。

他认为,过去十多年,飞天为阿里云打下了扎实的技术基础,让云实现了第一次飞跃。自研CPU芯片倚天710、下一代云计算体系架构CIPU将为阿里云构建第二技术曲线,是云面向下一代技术构建的核心竞争力。

软件研发范式发生深刻变革

计算体系的变革不仅将发生在IT硬件世界,软件研发范式也将发生颠覆性变化。张建锋认为,软件研发范式的变革有三个层次,第一是新兴的软件开发方式崛起,软件架构全面Serverless化;第二是软件开发不再是程序员的专利,低代码让未来80%应用能够由业务人员直接开发;第三是未来所有软件都是AI化的,大模型开源将加速AI真正普及。

其中,Serverless将让云计算从一种资源真正变成一种能力。张建锋表示,过去云计算用云服务器替代了物理服务器,但客户依旧按“几核几G服务器”的模式来购买云资源,未来云计算将全面Serverless化,更加接近“电网”模式,按计算的调用次数付费。

这将带来软件开发方式的深刻变化,软件架构从原来的主机架构迁移到Serverless架构,客户只需要开发业务逻辑,不再需要关心运维问题。此外,Serverless架构可以降低软件开发门槛,提供更多的预制模块,大幅提高软件生产效率。

例如,一家烟草公司只需要两个开发人员就可以做出整套物流系统。对互联网新兴应用而言,Serverless架构让应用轻松抗住流量高峰。以南瓜电影为例,Serverless架构让这个视频APP无人值守就能应对百万级流量,并且总成本较此前下降40%

其次,低代码将进一步降低应用开发门槛,张建锋认为,未来80%的应用将由业务人员开发,不懂低代码就和20年前不会用word一样。数据显示,钉钉上,两年新增了500多万个低代码应用,聚集了380余万低代码开发者。

最后,越来越多的软件将AI化,大模型开源将推动AI真正普及。张建锋表示,开源是软件进步的核心推动力量,过去开源推动了软件架构的进步,未来开源还将推动AI应用的进步和普及。目前,达摩院在中文AI模型社区魔搭ModelScope上,开源了超过300个优质模型,可以帮助开发者利用基础模型快速开发AI应用。

云端加速融合,万物皆是计算机

今天,云计算正在创造越来越多的终端形态。几十年前,手机只能用来打电话,现在手机是一个手里的计算机。过去,汽车从只讲究“马力”,现在汽车需要比拼“算力”,成为一个“四轮计算机”。

张建锋认为,云端加速融合,算力正在不断从终端转移上云,这让终端突破了物理限制,不仅手机、电脑、汽车、音箱会变成计算机,未来万物皆是计算机。

例如,Rokid在推出的AR眼镜中接入阿里云无影架构,利用云上算力,用户打开仅有85克重量的眼镜,就能在眼前的虚拟现实画面中,与人聊天、办公,并且还能做3D渲染、大数据编程等复杂工作。

在PC电脑端,未来阿里云继续将RISC-V芯片和无影架构结合,让创新终端具有更高性能、更低能耗,并实现全栈自研。目前,阿里巴巴已经成为全球RISC-V技术与生态发展的引领者,并且已经完成了和云操作系统的适配,迈出了端边云一体的重要一步。

]]>
阿里云倚天710大规模应用,性价比提升超30% //www.otias-ub.com/archives/1514523.html Thu, 03 Nov 2022 02:35:14 +0000 //www.otias-ub.com/?p=1514523

11月3日,阿里巴巴在2022云栖大会上宣布,自研CPU倚天710已大规模应用,阿里云未来两年20%的新增算力将使用自研CPU,这是阿里算力攻坚的重要突破。目前,倚天710已在阿里云数据中心大规模部署,并以云的形式服务阿里巴巴和多家互联网科技公司,算力性价比提升超30%,单位算力功耗降低60%,这是中国首个云上大规模应用的自研CPU。

2021年云栖大会,阿里平头哥发布首颗CPU芯片倚天710,该芯片针对云场景研发,同时兼顾了性能与易用性。经过一年的业务验证,倚天710已大规模部署并提供云上服务。倚天710云实例与飞天操作系统及CIPU融合,在数据库、大数据、视频编解码、AI推理等核心场景中的性价比提升超30%;阿里云提供丰富的生态工具,支持全应用生态适配,0代码修改即可完成主流业务迁移。

目前,倚天710云实例已应用于阿里巴巴集团核心业务,并服务科学研究、智能手机行业和多家知名互联网公司。2021年双11期间,天猫双11核心交易系统平滑迁移至倚天710云实例,算力性价比提升30%;汇量科技广告推理业务使用倚天710云实例,性能和网络带宽双双提升,性价比提升40%以上。

汇量科技首席人工智能官朱小强表示:“随着在线推理模型不断升级,我们对CPU性能和内网带宽要求更高,倚天710云实例满足了我们业务升级的需求,实现了降本与增效。”

过去十三年,阿里云在操作系统、数据库、存储、网络和芯片等技术领域持续深耕并取得一系列重要成果,是国内唯一一家拥有完整自研软硬件技术体系的云服务商。“云计算的发展进入了全新的阶段,未来十年,软硬件一体化的自研计算体系是云服务商的立身之本,只有在核心技术和产品的研发上持续创新才能抢占定义权。”阿里云智能总裁张建锋表示。

]]>
阿里云第三座德国数据中心正式启用 全球可用区84个 覆盖27个地域节点 //www.otias-ub.com/archives/1436624.html Tue, 17 May 2022 09:41:44 +0000 //www.otias-ub.com/?p=1436624 北京时间5月17日消息,阿里云在德国法兰克福的第三座数据中心,已于近日正式启用。至此,德国法兰克福节点已扩展至3AZ可用区形态。

截至目前,阿里云在全球范围内运营的可用区达到84个,覆盖27个地域节点。

近年来,阿里云在海外市场取得快速增长,过去三年海外市场规模增长10倍以上,常年位居亚太第一,并将足迹拓展至英国、德国、法国等欧洲国家。

5d86a6800f4b0851bb58e21f6d497add.jpg

2017年,阿里云在瑞士洛桑与国际奥委会签订合作,成为奥运会唯一云服务商,支持东京奥运会和北京冬奥会全面上云,让奥运赛事在云上向全球转播,法兰克福节点在其中起到了重要的支持作用。未来,阿里云将继续为2024年巴黎奥运会提供支持。

“我们将持续加大对海外市场的投入,与当地伙伴和客户共同推进数字化转型,在更多市场中分享经验、服务客户。”阿里云智能国际事业部总经理袁千说。

她表示,全球化对阿里云有战略意义,阿里云能够在全球市场服务更多企业,并时刻检验自己的技术,保持一流的云技术能力和前沿观察力;同时,阿里云将持续做好客户服务,凭借全球领先的技术能力,支持客户一起推进数字化转型,为企业数字化保驾护航。

自2016年在德国法兰克福推出首个数据中心以来,阿里云在德国、英国、法国等国家陆续组建本地团队,并与汽车、制造、零售、游戏等多个行业企业达成合作,西门子、SAP、施耐德等知名欧洲企业均在使用阿里云服务。目前,阿里云在欧洲区域运营着5座数据中心。

“欧洲目前科技投入增长快,也有很多中国企业来欧洲发展。阿里云将继续深耕欧洲本地市场,加强生态合作,为欧洲企业和中国出海企业提供更丰富的云计算产品和服务。”阿里云欧洲区域总经理马镭表示。

如今,阿里云正在欧洲推进合作伙伴计划,在欧洲多个国家招募合作伙伴,共同服务于当地市场。

第三座德国数据中心启用后,阿里云将在欧洲市场提供更多云计算产品,不仅能服务于欧洲企业,也能为出海至欧洲的中国企业提供云技术支持,为出海企业提供国内外相通的一站式云服务,让出海业务无缝衔接。

]]>
Gartner:2021年IT基础设施市场排名 阿里巴巴以IaaS市场占比42%位列第一 //www.otias-ub.com/archives/1420054.html Thu, 14 Apr 2022 09:58:15 +0000 //www.otias-ub.com/?p=1420054

国际咨询机构Gartner发布2021年IT基础设施市场追踪数据,阿里华为腾讯京东位列前四,居中国云计算第一梯队。其中,京东云在中国IaaS市场占有率位居第四,排名较去年上升一位,进入云市场以来, 京东云公有云、专有云双双入围中央国家机关采购目录,成为公有云、专有云同时入围央采目录的三家供应商之一。

2021年京东云推出行业首个混合多云操作系统“云舰”,助力产业客户解锁单个云厂商的技术绑定,构建兼容历史未来的混合基础设施,不仅能充分利旧已有IT设施,还能面向未来新技术调整IT系统。在自身业务中,京东云“云舰”成功支持央视春晚红包、京东618、京东11.11等大型项目。面向产业,云舰正在支持中化能源、陕煤、美的、农夫山泉、达达、爱回收等众多客户构建数字化基础设施。

未来,京东云将基于多云应用趋势,持续夯实云平台底座,扩展纵横一体的“十字版图”。纵向上,从“业务上云”走向更多元的“云上创新”,结合新一代云产融合的供应链体系,以“云链一体”驱动业务增长;横向上,将“更懂产业”进行到底,携手零售、物流、能源、交通、制造、城市、金融等千行百业的合作伙伴,进一步推进实体企业数字化的转型与升级。

]]>
数智化转型:钻石模型白皮书 //www.otias-ub.com/archives/1412212.html Wed, 30 Mar 2022 03:46:51 +0000 //www.otias-ub.com/?p=1412212 “十四五”数字经济发展规划中指出,数字经济发展正推动生产方式、生活方式和治理方式深刻变革,成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。

在数智化浪潮中,很多企业做了大量尝试,但成效甚微。麦肯锡报告指出,企业数智化转型失败率高达80%。据观察研究和长期实践,企业在数智化转型过程中,存在很多误区:有的企业认为搭建一个中台系统就是数智化转型;有的认为数智化转型只需一个项目的周期就可实现;还有的认为数智化转型就是提高效率……

3月29日,淘宝教育、阿里云、智篆商业三方联合发布《数智化转型-钻石模型白皮书》(以下简称《钻石模型》)。三方团队历时6个月,对过往3年服务中沉淀的数智化转型案例进行了梳理、提炼和总结,针对企业数智化转型过程中遇到的典型问题,包括为什么进行数智化转型、什么是数智化转型以及如何进行数智化转型等,给出了明确的定义和解析,并创造性的提出了“钻石模型”,为企业数智化转型提供指引。

《钻石模型》认为,数智化转型是利用数智化技术,驱动企业重构商业模式、重塑核心竞争力的过程。数智化转型不是简单的IT系统建设,而是包括战略、业务、组织和技术多方面的系统性设计与建设。传统咨询公司更擅长成熟模式的复制和推广,而数智化是面向未来的创新事物,不能用过去的方法简单地套用。数智化转型需要一个自身有数智化实践经验的伙伴作为副驾驶,而方向盘需要把握在企业自己手里,这样才能结合企业对自身产业的理解和副驾驶对数智化未来的理解,为企业绘制一张数智化未来的大图。

基于多年来服务企业数智化转型的探索与实践经验,《钻石模型》从数智化转型的目标、视角、路径和承接等多个维度系统性的回答了企业在数智化转型过程中遇到的典型问题:

1.目标

对于数智化转型,企业必须有一个目标。但是,这个目标一定不是企业通常所说的业绩目标,例如今年增长50%,明年销售额达到200亿等。数智化转型是利用数智化技术驱动企业进行商业模式重构和核心竞争力重塑的过程。所以,数智化转型的目标一定是利用数智化技术来重新构建自己的商业模式和核心能力。

2.视角

要实现这样一个数智化转型目标,就需要拥有全局视角,从战略、业务、组织、技术等多方面进行思考和设计。生产力决定生产关系,所以在思考战略、业务和组织的同时,企业还需要考虑数智化技术的特点,由此来明确未来的战略、构建承接战略的业务模式、搭建新型的组织生产关系,最终实现商业模式的重构或核心竞争力的重塑。

3.路径

要成功实现数智化转型的目标,不仅需要有全局视角,还需要让企业的核心管理层就数智化转型目标及实现方式达成共识。而“一片天”“一张图”“一场仗”,就是利用共识、共创、共建的方式,帮助企业核心管理层一起看见未来,共创属于企业的未来大图,共建企业的商业模式和核心竞争力的落地方法。

4.承接

有了共识,完成了共创,最后在共建的过程中,也离不开数智化技术的加持。数智化技术与业务的结合,最终体现的就是业务的数据化、数据的业务化,再通过人工智能的加持,最终实现业务智能和数据智能。随着数智化技术的应用,商业也随之发展。面对巨大的交易量和并发量、极快的变化速度、海量的数据、大量算力的输出,传统的线下机房已经无法承载和满足,云平台的特性决定了其作为未来商业基础设施的地位。

PDF版本将分享到199IT知识星球,扫描下面二维码即可!

]]>
阿里云为100座垃圾焚烧炉装上工业大脑,全年可多发3.6亿度绿电 //www.otias-ub.com/archives/1375720.html Thu, 13 Jan 2022 07:07:59 +0000 //www.otias-ub.com/?p=1375720 1月13日,记者获悉,全国近30个城市的100座垃圾焚烧炉已装上阿里云工业大脑,通过AI技术使生活垃圾焚烧的环保指标更稳定,单位发电量提升,全年可多发3.6亿度绿电,相当于一个中型水电站的发电量。

垃圾焚烧发电是生活垃圾减量化、无害化、资源化的重要手段。当前,我国生活垃圾焚烧日处理量50余万吨,产生上亿度绿电供千万家庭使用。预计到2025年,日处理量可达80万吨。

但生活垃圾成分复杂、热值变化范围大,导致垃圾发电难以实现高度自动化。为了将烟气排放、蒸汽流量等指标稳定在一定范围内,需要手工调节控制焚烧炉。然而,大量人力投入并未有效解决相关指标的波动。

浙江大学能源工程学院副院长黄群星认为,垃圾发电产业经历了十年间数量上的爆发式增长,在“双碳”的背景下,未来垃圾发电厂会更关注与AI等技术结合,进一步降低二次污染,提升设备运行稳定性和生活垃圾的吨发电量。

为帮助垃圾发电厂解决环保和发电效率两大难题,阿里云工业大脑AICS智能控制系统通过学习历史数据、识别火焰形态信息、构建预测模型,可预测出垃圾焚烧炉内十多个变量的变化趋势,并自动把控制指令下发到设备,实现了焚烧炉的自动运行。

据阿里云智能制造与能源电力技术总经理孔令西介绍,全国有近30个城市的100座垃圾焚烧炉都已引入阿里云工业大脑,北至吉林松原,南到广东佛山。通过AI技术提高生活垃圾发电效率,全年可多发3.6亿度绿电。

垃圾焚烧炉的稳定性提升是其中的关键。武汉汉口北生活垃圾发电厂运行值长朱灿刚的日常工作是监控、调节垃圾焚烧的情况。“过去指标波动夸张得很,一上、一下就像心电图,一天要调上万次。”用上阿里云工业大脑后,他的工作量减少了90%,“系统自动就会调节,而且波动很小,基本上就是一条直线了。”该电厂统计,稳定性提升后每吨垃圾可多发25度电。

“这意味着同样多的垃圾能发出更多的绿色电力,这本身就是一种碳减排。”中国节能抚州生活垃圾发电厂负责人王宗林表示。在江西,抚州成为省内首个引入AI技术进行生活垃圾发电的城市。通过给焚烧炉装上工业大脑,自动投运率可达95%以上,稳定性提升30%,降低了烟气排放超标的风险,提高蒸汽品质和发电效率,每天的发电量至少可增加1.62万度。

《“十四五”城镇生活垃圾分类和处理设施发展规划》提出,到2025年底,全国城镇生活垃圾焚烧处理能力占比要提升到65%。同时,焚烧设施要加快推进升级改造,优化焚烧处理技术,进一步提高设施运行的环保水平。

阿里巴巴集团副总裁许诗军表示,阿里云将向行业开放核心能力,与行业专家、能源企业共同推进垃圾发电的绿色、低碳与高效。

据了解,到今年年底,全国约300座垃圾焚烧炉将应用工业大脑AI技术。除了焚烧炉的改造升级外,阿里云工业大脑还将对垃圾发电各环节做进一步改进,实现垃圾发电厂的全厂智能化,提高垃圾发电的综合热效率。

]]>
博睿数据携阿里云发布双十一电商网站用户体验报告 //www.otias-ub.com/archives/1348122.html Wed, 24 Nov 2021 02:30:30 +0000 //www.otias-ub.com/?p=1348122 在新「经济模式」+新「技术」加持下,互联网企业如雨后春笋般不断涌现。但随着互联网渗透率不断提升,互联网所面临的增量空间逐步收窄,无论是巨头企业还是出场企业,新流量都已成为稀缺资源。与此同时,企业将更多精力投入到现有用户体验、产品内容等方面。可以看到, 随着市场竞争加剧与市场环境不稳定,流量与体验成为互联网企业实现业务增长和企业发展的核心要素。

具体到电商行业,伴随着互联网用户增速放缓,传统电商渠道流量红利触顶。电商企业流量竞争开始转变思路,不再依赖于行业宏观层面的用户数增加,而是更多关注视野之外的增量洼地挖掘与针对用户体验的精耕细作。电商平台吸引了用户大量时间与精力,在多领域和场景下介入用户日常生活与消费决策,用户体验价值不断凸显,用户开始要求更多元与严格的体验。

双十一作为互联网行业最早最大的购物盛宴,直播、秒杀、满减、定金,等各种手段层出不穷。但这些背后,用户体验都是重要的组成部分。因此,博睿数据基于阿里云ARMS云拨测产品,出品《双十一电商行业网站用户体验报告》,旨在与众多互联网从业者共同了解面对全球化营销以及大促带来的流量浪涌,电商行业各大玩家如何应对散布在全球不同地区与国家的海量用户,及时发现流量激增带来的用户体验与性能问题,

  • 监测背景:

监测目标:国内及东南亚主流电商站点首页

监测时间:2021年11月10 00:00 -12日 23:59

监测工具:阿里云ARMS-云拨测,选择国内外主要省市移动、联通、电信接入Last mile节点

  • 指标说明:
  • 整体性能:从页面开始浏览到最后一包数据接收完成之间的时间间隔
  • 首屏用时:从输入URL开始到页面已渲染区域高度大于等于指定高度的时间差,平台默认是600像素高。
  • 可用性:执行监测任务的客户端对目标访问的成功率,可用性=有效监测次数/总监测次数*100%
  • DNS查询用时:输入的域名转换成IP地址所需的时间
  • 解析错误率:解析域名发生错误数占比,解析错误数/解析域名总数*100%
  • 报告内容-国内电商

从整体趋势上来看,国内电商平台整体性能趋势平稳。整体性能方面,大部分电商均维持在9s以内。其中整体性能最高值13.214s,主要是 由于总下载字节数、平均页面体积较大。首屏用时方面,各厂商表现优秀,均在0.5s以内,客户可以快速浏览到页面内容。可用性方面,各 厂商均在99.9%以上,行业表现优秀。

三大运营商整体可用性良好,都在99.8%以上。首屏用时在把握0.5s以下,为用户提供了良好的访问体验。

从错误总结可以看到,各电商或多或少均出现了一些错误,电商错误主机、时间比较分散,属于正常网络抖动导致。

网络方面,部分厂商时延耗时较高,平均值超过了50ms,Tracert时延与跃点数也是最高的。 大部分厂商均在30ms以内表现良好;丢包率、查询耗时、解析错误率各厂商表现良好。

各电商三大运营商表现来看,DNS查询时间普遍控制在0.02s左右,丢包率控制在0.8%以下。

  • 报告内容-东南亚电商

从时间趋势来看,五家海外电商测试期间的性能趋势表现平稳。首屏用时方面,除了个别厂商,大部分厂商控制在1.8秒以内,为用户提供了较为顺畅的体验。可用性方面,大部分厂商均保持99%以上。

丢包率与DNS查询用时方面,各厂商均表现良好。时延方面,大部分厂商均保持在100ms以内。

落地性能与体验优化的基本原则与流程 – 基础原则

可以看到各个厂商都在用户体验等方面进行了大量优化。那么,其他行业该如何优化自身的产品呢?在开始优化前,我们需要思考一个问题:如果网站性能与体验问题能在用户感知之前事先发现与修复,在研发交付过程中就进行回避或修正 ,是否能有效提升产品NPS甚至营收?以及我们是否能接受在那些会深远影响用户规模以及企业营收的问题出现之后再修复?而这就是性能 与体验优化的出发点。所以,这里有几个基础原则需要在落地开始前明确:

  • 数据驱动原则:优化策略需要建立在准确的性能与体验数据上,确保最终用户体验以及优化收益可被量化。
  • 尽早尽快原则:尽早发现未暴露的问题,减少对用户体验的持续影晌。发现问题后,尽快解决主要问题,降低影响程度。
  • 最佳收益原则:产品不同生命阶段需要平衡性能体验与产研效能,优先选择当前时期最简单、性价比最高的优化方案。
  • 单元化原则:由于不同组件都会对性能与体验造成影响,因此需要从前端到后端逐层剥离,相关组件、模块进行单元测试,确定关键优化目标。
  • 持续优化原则:性能与体验优化并非一劳永逸的工作,需要产品在迭代的过程中不断发现问题优化问题,并在这一过程中防止性能与体验退化。

落地性能与体验优化的基本原则与流程 – 团队建设

在了解基础原则后,我们就可以开始组建性能与体验优化团队,该团队可以是实体架构团队,也可以是虚拟团队,但这其中都需要拉通不同 研发职能的同学,这其中包括:

  • 产品运营:用户以及运营角度设计优化用户流程路线,为工程师提供用户场景解读,帮助工程师快速理解业务。
  • 架构师:通过优化系统架构解决性能瓶颈,提升服务执行效率。
  • 前端工程师:通过迭代前端逻辑和代码,提升前端程序执行效率。对前端性能数据进行收集和分析。针对与竞品进行评测,提出针对性 竞争优化策略。
  • 后端工程师:针对影响性能的组件、模块、接口进行持续迭代。
  • 运维工程师:分析系统运行状况以及资源使用效率情况。对IDC、CDN以及云服务等基础资源进行性能测试,确保产品的高性能与高可用。

在构建出性能与体验优化团队后,可以着手实际落地,在实践过程中我们需要遵循「监控-分析-优化」的迭代循环并在每个部分中完成多个 对应动作,从而推动优化落地。

落地性能与体验优化的流程 

Step 1:通过监测全面评估自身产品及竞争对手在不同使用环境下的性能与用户体验的数据表现。

不管是自建,还是第三方工具都不可或缺。分析优化的前提是具备足够数据支撑我们进行分析与决策。通过监控工具去获取竞争对手的数据,会获得更具参考价值以及针对性优化方案。最后,在优化后持续监测去检查优化方案效果。在建立监控后,优化团队不必不急于开展优化,掌握数据定位短板是首要任务,体系化性能与体验监控机制将所有环境下的性能事件采集汇总,在数据基础上设定优化目标。确保在整个优化体系初期就建立持续、透明的性能与体验监控机制。

Step 2 通过分析来评估网页/应用/网络等部分的性能,为优化及资源投入提供依据,并针对故障以及瓶颈进行预警、报警。

  • 定位异常及瓶颈:针对性能与体验数据,需要分析出影响性能的瓶颈位置,哪些方面需深入监测,收集并处理相关数据,以便优化方案设计。
  • 优化方案设计:基于分析数据进行设计相关优化方案,并对所需的研发资源以及资源投入进行统筹评估。

定位异常及瓶颈与设计优化方案的投入都是围绕核心产品或者核心功能展开,力争在同业产品中性能与体验最优。与此同时,在这一过程中,注重沉淀总结性能分析和优化方法,有助于提高优化团队的工作效率,可以让不同产品线的研发团队都能从中受益。

Step 3 基于优化方案对网络、系统、前端、应用等不同环节、不同层进行优化。

  • 优化方案实施:除了基于优化方案的代码以及逻辑优化外,需要针对可能的关联问题进行相关预案设计。
  • 效果跟踪反馈:在优化方案完成后,需要利用A/B测试、拨测等不同方式,监测真实用户反馈并进行持续,以便追踪优化效果并挖掘关 联的瓶颈与异常。

产品优化永远不是一个团队的事情,因此与对应的产研团队充分沟通,充分配合是方案落地的大前提。

下载报告全文:https://www.bonree.com/bonree/pdf/report.pdf

]]>
阿里云底层自研技术大爆发 发布倚天、磐久、神龙4.0等重磅产品 //www.otias-ub.com/archives/1328089.html Wed, 20 Oct 2021 05:42:47 +0000 //www.otias-ub.com/?p=1328089 10月20日,2021云栖大会上,阿里云发布了倚天、磐久、神龙4.0、龙蜥、灵杰等多款重磅产品,阿里云“做深基础”成果浮出水面,底层自研技术迎来大爆发。

阿里云智能总裁张建锋表示,过去十二年,阿里云打造出中国唯一自研的飞天云操作系统。今天阿里云坚持自研,继续“向下生长”,从飞天到倚天,打造以云为基础的软硬件技术体系。“构建完整的技术体系,是我们在数字时代具备全球竞争力的决定性因素”。

倚天:为云而生的芯片

飞天云操作系统是阿里云的核心“引擎”, 为了提供更好的计算产品和服务,飞天向下延伸、定义硬件。19日,阿里巴巴发布首款通用芯片——倚天710,这是一款为云而生的芯片,针对云计算的特点做了大量优化,性能超过业界标杆20%,能效比提升50%以上。

架构层面,倚天710采用最新ARMv9架构,多达128核,主频最高3.2GHz,可同时兼顾性能和功耗。同时,集成了业界最领先的DDR5、PCIE5.0等技术,能有效提升芯片的传输速率,并且可适配云的不同应用场景。

磐久:自研云原生服务器系列

面向下一代云原生架构,19日阿里云还推出了磐久自研服务器系列,采用了最新型的模块化设计,可实现计算存储分离,包括了高性能计算系列、大容量存储系列、高性能存储系列等,拥有风冷、液冷等不同散热模式,服务器交付效率提升50%。

针对云原生时代容器化、微服务、持续交付等特点,磐久系列采用软硬件融合方式实现极致性能,结合自研的MOC、FIC、AliFPGA、神盾卡等,满足云原生的创新开发对性能和稳定性的机制要求。在多核技术加持下,磐久系列的计算性能、IO吞吐、能效比的表现都居于业界领先水平。

神龙4.0:云计算进入5微秒时延时代

2017年,阿里云推出了第一代神龙架构,解决困扰云计算行业多年的虚拟化性能损耗问题,让云服务器突破性能极限。今天神龙架构演进到了第四代,首次搭载全球唯一的大规模RDMA加速网络,网络延迟整体降低80%以上,云计算首次进入5微秒时延时代。

神龙4.0可提升分布式NLP和视觉计算30%的训练性能、Spark 大数据30%的计算性能、MySQL 60%的性能、Redis 130%的混合读写吞吐量。

神龙4.0将弹性RMDA的加速能力融入公共云,让RDMA从HPC类应用,走向支持通用类计算场景,为Microservice,Serverless,Service Mesh等云原生技术大爆发提供技术支撑。

龙蜥:服务器操作系统开源

为给服务器提供更好的性能,阿里云发布全新龙蜥操作系统,并宣布开源。

龙蜥已在阿里巴巴内部打磨十年,历经“双11”大规模验证,性能和稳定性更优,给云上典型用户场景带来40%综合性能提升,可兼容CentOS生态,支持X86、ARM等主流芯片架构,并提供全栈国密能力。

未来,阿里云计划为龙蜥投入20亿专项资金,并联合100家生态合作伙伴推动龙蜥生态建设,提供至少十年技术支持。

PolarDB自研数据库:首次实现内存与计算存储解耦

除了操作系统,阿里云在基础软件的另一个核心领域——数据库,也迎来重大突破。

作为阿里云自研数据库的明星产品,PolarDB首次实现了内存与计算、存储的解耦,内存进一步池化,形成三层池化,使得弹性能力有数量级的提升。

同时PolarDB还首次实现了多主架构,进一步提升可用性、并发处理、弹性能力,高效应对“双11”般的流量洪峰。

阿里灵杰:让大数据+AI“开箱即用”

同时,阿里云将大数据+AI一体化平台“阿里灵杰”对外开放,可帮助企业和开发者实现“开箱即用”。

“阿里灵杰”包含机器学习平台PAI、云原生大数据计算服务MaxCompute、实时计算Flink版、大数据开发治理平台DataWorks、实时数仓 Hologres等产品,可调动规模高达10万台以上计算集群,拥有云边端一体的高性能训练和推理引擎,能提供毫秒级延迟的实时数据分析能力等,是中国最大的人工智能平台。

“阿里灵杰”还首次提出了大数据+AI一体化平台的4S标准,即大模型(Scale)、高效率(Speed)、易用性(Simplicity)、场景化(Scenario),为人工智能行业发展提供借鉴。

M6大模型:全球最大规模多模态预训练模型

基于“阿里灵杰”,达摩院开发了超大规模多模态预训练模型M6,主打多模态、多任务能力,其目标是打造全球领先的具有通用性的人工智能大模型。

据透露,M6的参数已从万亿升级至10万亿,成为全球最大的预训练模型,规模超越此前谷歌发布的1.6万亿Switch Transformer模型。

从芯片、服务器,到操作系统、数据库,再到大数据+AI一体化平台、M6大模型,阿里云围绕核心自研技术飞天,坚持做深基础的战略,向下生长,把软硬一体做到极致,为下一个十年建立了代际竞争力。

]]>
阿里发布自研ARM架构CPU芯片倚天710 //www.otias-ub.com/archives/1326828.html Tue, 19 Oct 2021 02:25:17 +0000 //www.otias-ub.com/?p=1326828 10月19日,2021云栖大会现场,阿里巴巴旗下半导体公司平头哥发布自研云芯片倚天710。该芯片是业界性能最强的ARM服务器芯片,性能超过业界标杆20%,能效比提升50%以上。倚天710是阿里云推进「一云多芯」策略的重要一步,也是阿里第一颗为云而生的CPU芯片,将在阿里云数据中心部署应用。

倚天710采用业界最先进的5nm工艺,单芯片容纳高达600亿晶体管;在芯片架构上,基于最新的ARMv9架构,内含128核CPU,主频最高达到3.2GHz,能同时兼顾性能和功耗。在内存和接口方面,集成业界最领先的DDR5、PCIe5.0等技术,能有效提升芯片的传输速率,并且可适配云的不同应用场景。

阿里云智能总裁、达摩院院长张建锋表示:“基于阿里云「一云多芯」和「做深基础」的商业策略,我们发布倚天710,希望满足客户多样性的计算需求,这款芯片不出售,主要是阿里云自用。我们将继续与英特尔、英伟达、AMD、ARM等合作伙伴保持密切合作,为客户提供更多选择。”

为解决云计算高并发条件下的带宽瓶颈,倚天710针对片上互联进行了特殊优化设计,通过全新的流控算法,有效缓解系统拥塞,从而提升了系统效率和扩展性。在标准测试集SPECint2017上,倚天710的分数达到440,超出超过业界标杆20%,能效比提升50%以上。

云是高性能服务器芯片最大的应用场景。倚天710针对云场景的高并发、高性能和高能效需求而设计,将领先的芯片设计技术与云场景的独特需求相结合,最终实现了性能和能效比的突破。目前,阿里云已全面兼容x86、ARM、RISC-V等主流芯片架构,自研倚天710进一步丰富了阿里云的底层技术架构,并与飞天操作系统协同,为云上客户提供高性价比的云服务。

目前,平头哥拥有处理器IP、AI芯片及通用芯片等产品家族,旗下玄铁系列处理器出货量已达25亿颗;两年前问世的阿里第一颗芯片含光800已实现规模化应用,通过阿里云服务了搜索推荐、视频直播等行业客户。

]]>
博睿数据联手阿里云深耕云原生 推出云拨测新品 //www.otias-ub.com/archives/1245498.html Thu, 13 May 2021 09:39:30 +0000 //www.otias-ub.com/?p=1245498 5月13日,博睿数据与阿里云宣布达成深度合作,重点发力企业智能运维领域。双方签订了云原生核心合作伙伴计划,通过博睿数据领先的拨测网络结合阿里云独特的AIOps 能力,构建全球领先的SaaS产品云拨测,为企业提供领先、专业、全面的智能运维能力。

Gartner 预测,到2024年,将有 30% 的企业会通过可观测技术来提升数字化业务的运行性能,相比2020年的10%提升了 3倍。2023年,全球可观测市场规模预计将达到 164.94亿美元。

博睿数据CEO冯云彪出席签约仪式并表示,可观测市场不断增长,带来的不仅是机遇,同样也带来了更多挑战。企业对于可观测的视野不再局限于应用程序,而是需要从全局的角度洞察混合IT基础设施、数据源、网络、云和边缘端的应用状况,更加主动化、自动化和智能化地提升企业运维的效率。企业不仅仅需要应用的高可用,更需要数字化转型发展所带来的用户体验升级。2021年,针对企业不断深入的数字化转型需求和技术架构演进,博睿数据创新的提出了“服务可达的数据链DNA”模型,这一模型通过对现有APM行业技术产品的创新性整合,帮助企业定位分析自身在“云、管、边、端”的全数据链性能问题,迅速从“应用可用”更新迭代至“服务可达”。

此前,阿里云发布云原生合作伙伴计划,通过云原生技术和产品帮助伙伴的产品和解决方案技术换代、架构升级,让伙伴更加聚焦于自身业务优势,发挥“长板效应”。今年,云原生合作伙伴计划进一步升级,博睿数据成为首批与阿里云签订云原生核心合作伙伴计划的企业之一。双方将继续加大在云原生可观测领域的合作,助力企业高效运维、智能运维。

合作升级,解决企业云原生时代的运维痛点

随着微服务、容器化的兴起,云原生带来的应用复杂度呈指数级上升。企业对于系统可观测能力提出更高的要求。阿里云构建了覆盖应用全栈的统一可观测产品 ARMS3.0,核心优势如下:

(1)全栈统一数据

  • 全栈数据:唯一覆盖应用全链路上各种阿里云服务的可观测数据,默认支持40+种云服务、30+应用组件、20+应用框架。
  • 开源友好:支持主流开源可观测标准数据接入,包括OpenTracing、OpenTelemetry和Prometheus。

(2)智慧可观测大脑

  • 智能分析:实时关联分析各种可观测数据,支持80+种异常场景的自动发现和诊断,快速发现异常,定位根因。
  • 低成本:独特的预聚合、边缘端计算、冷热数据分离技术,利用云平台规模效应有效降低TCO。

(3)云服务联动问题闭环

  • 云运维CloudOps:联动阿里云上弹性扩缩容和各PaaS平台能力,针对发现的问题快速恢复形成应用自愈。
  • 钉钉运维ChatOps:打通钉钉协作平台形成问题跟踪处理闭环。

近日,Gartner 发布了《2021 年 Gartner APM 魔力象限》,阿里云成为国内唯一入选的云厂商,其产品能力和战略愿景获得 Gartner 分析师高度认可。

Gartner 评价阿里云 APM:

  • 中国影响力最强:阿里云是中国最大的云服务提供商,阿里云用户可以使用云上监测工具来满足其可观测性需求。
  • 开源集成效果显著:阿里云非常重视将开源标准和产品(例如 Prometheus)集成到其平台中。
  • 具备成本优势:与在阿里云上使用第三方 APM 产品相比,阿里云 APM 产品具有更高的成本效益。

云拨测是一款博睿数据与阿里云合作的SaaS化产品,可以针对互联网应用(Web页面、网络链路等)进行应用性能和用户体验监测的服务,无需嵌码即可为云上用户提供开箱即用的企业级主动拨测式应用监测解决方案。云拨测可以迅速定位目标应用性能问题的受影响范围及其根本原因,从而精准解决IT问题,提升企业服务质量。云拨测发布2个月内服务了1000+企业用户,累积拨测超过1亿次

云原生可观测为企业数字创新保驾护航

阿里云云原生应用平台负责人丁宇表示,阿里云拥有国内领先的云原生技术、丰富的云原生产品家族,其云原生技术和产品能力多次通过全球权威机构最高等级测评。同时,阿里云一直致力于回馈社区、积极拥抱开源,是国内在云原生领域开源贡献最全面的科技公司。

在云原生时代,阿里云云原生可观测产品致力于为企业数字创新保驾护航。ARMS 帮助核桃编程减少30%运维工作量,缩短了60%的故障定位平均耗时,极大地提升了用户体验,助力核桃编程建立口碑;畅捷通采用阿里云ARMS,定位系统故障源以及性能瓶颈工作量降低50%,应用得以快速推向市场;完美日记利用性能测试PTS和ARMS预判系统整体业务承载能力和阿里云容器服务ACK的弹性扩缩能力,节约服务器成本 50% 以上;同时建立了常态大促保障机制,做到大促常态化稳定。

强强联手,合力推动企业智能化运维落地

博睿数据作为全球APM技术领导者,是一家同时具备强大APM背景和强大数据分析/AI能力的厂商。博睿数据利用大数据和机器学习技术构建的先进智能运维监控能力,可基于自身的通用性,满足最为广泛的用例,有效控制企业成本,确保数字化业务平稳运行。

博睿数据CEO冯云彪表示,加入阿里云云原生合作伙伴计划,看重阿里云在云原生领域的战略视野和布局。本次成为阿里云云原生核心合作伙伴,希望在未来不断夯实双方的合作范围和深度,把引领业界趋势的产品和技术带给企业,同时为企业提供更加丰富的基于阿里云ARMS3.0的优秀解决方案,解决企业在数字经济时代的运维难题。

“可观测是云原生发展的重要动力,”阿里云云原生应用平台负责人丁宇表示:“博睿数据是阿里云云原生核心合作伙伴,未来,阿里云将与更多合作伙伴一起,发挥生态优势,为客户在云原生时代的资源弹性、系统稳定、应用敏捷、业务智能、安全可信创造更大的价值。”

]]>
2020云栖大会召开 阿里云发布第一款云电脑无影 自带操作系统 //www.otias-ub.com/archives/1121099.html Thu, 17 Sep 2020 02:46:25 +0000 //www.otias-ub.com/?p=1121099 9月17日,阿里云总裁张建锋在2020云栖大会上发布了阿里云第一台云电脑“无影”,这是一台长在云上的“超级电脑”,只需将一张名片夹大小的C-Key上连接一块屏幕,就可以进入专属云电脑桌面,访问各种应用和文件,可随时在云端扩充算力,进行办公沟通、设计建模、动画渲染等操作。未来每个人都可以在云上拥有一台超级电脑。

张建锋在发布现场展示,在一张名片夹大小的C-Key上,通过指纹开机登录后即可接入云电脑服务。只需连接一块屏幕,就可以进入专属云电脑桌面,访问各种应用和文件,进行设计建模、动画渲染等操作。这就是“无影”所带来的未来工作方式。

“算力从线下迁移到云端是大势所趋,这一点不仅在数据中心上发生,在端上也会发生。”张建锋说,现在无论在一个公司、一个组织也好,一个家庭也好,PC电脑的利用率是非常低的。未来每个人都可以在云上拥有一台超级电脑,想用就用,不用就暂时归还到云里。如果云电脑被广泛使用,可以减少50%以上的算力浪费。

无影负责人刘国华介绍,无影可以随时在云端扩充算力,不仅具备传统电脑的所有能力,还能够做传统电脑不能做、做不好的工作,例如动画渲染、制图设计、软件研发等对计算性能要求非常高的工作场景。无影支持无限扩容,单应用资源可弹性扩展至104核CPU、1.5T内存,轻松应对高性能计算需求。

无影支持按需配置性能,同等性能下价格是传统PC的一半,同时支持无限升级,不需要3-5年就要淘汰更换一次。无影所有数据存储在云端,不怕电脑丢失更不怕病毒,与阿里云数据中心享有同级别的安全防护能力。

无影采用阿里云自研的“云流”技术,能在2K@60HZ蓝光画质下,将数据下行延迟控制在70ms内(业内顶尖水平)。在办公网络环境下,无影的使用体验非常流畅。

据悉,目前无影仅向企业办公市场发售,未来或将向个人用户提供服务。

]]>
【赠票】2020云栖大会9月18日阿里云数据中台专场 //www.otias-ub.com/archives/1120325.html Tue, 15 Sep 2020 13:01:04 +0000 //www.otias-ub.com/?p=1120325 摘要
收下这张观影券,9月18日13:00云上云栖见。

9月18日技术分论坛-阿里云数据中台专场

有龙头地产企业的数智化经验
也有全新出炉的数十个解决方案白皮书
还有火热推出的生态策略干货、策略统统打包今日赠票扫码预约,锁定日程


 9月18日 13:00
云上云栖
阿里云数据中台和你不见不散

]]>
连载:阿里巴巴大数据实践—数据建模综述 //www.otias-ub.com/archives/1106618.html Mon, 24 Aug 2020 04:30:02 +0000 //www.otias-ub.com/?p=1106618
本文来源:数智化转型俱乐部
摘要
数据模型就是数据组织和存储方法,它强调从业务、数据存取和使用角度合理存储数据。

随着DT时代互联网、智能设备及其他信息技术的发展,数据爆发式增长,如何将这些数据进行有序、有结构地分类组织和存储是我们面临的一个挑战。

如果把数据看作图书馆里的书,我们希望看到它们在书架上分门别类地放置;如果把数据看作城市的建筑,我们希望城市规划布局合理;如果把数据看作电脑文件和文件夹,我们希望按照自己的习惯有很好的文件夹组织方式,而不是糟糕混乱的桌面,经常为找一个文件而不知所措。

数据模型就是数据组织和存储方法,它强调从业务、数据存取和使用角度合理存储数据。Linux的创始人Torvalds有一段关于“什么才是优秀程序员”的话:“烂程序员关心的是代码,好程序员关心的是数据结构和它们之间的关系”,其阐述了数据模型的重要性。有了适合业务和基础数据存储环境的模型,那么大数据就能获得以下好处。

  • 性能:良好的数据模型能帮助我们快速查询所需要的数据,减少数据的I/O吞吐。
  • 成本:良好的数据模型能极大地减少不必要的数据冗余,也能实现计算结果复用,极大地降低大数据系统中的存储和计算成本。
  • 效率:良好的数据模型能极大地改善用户使用数据的体验,提高使用数据的效率。
  • 质量:良好的数据模型能改善数据统计口径的不一致性,减少数据计算错误的可能性。

因此,毋庸置疑,大数据系统需要数据模型方法来帮助更好地组织和存储数据,以便在性能、成本、效率和质量之间取得最佳平衡。

1.关系数据库系统和数据仓库

E .F .Codd是关系数据库的鼻祖,他首次提出了数据库系统的关系模型,开创了数据库关系方法和关系数据理论的研究。随着一大批大型关系数据库商业软件(如Oracle、Informix、DB2等)的兴起,现代企业信息系统几乎都使用关系数据库来存储、加工和处理数据。数据仓库系统也不例外,大量的数据仓库系统依托强大的关系数据库能力存储和处理数据,其采用的数据模型方法也是基于关系数据库理论的。

虽然近年来大数据的存储和计算基础设施在分布式方面有了飞速的发展,NoSQL技术也曾流行一时,但是不管是Hadoop、Spark还是阿里巴巴集团的MaxCompute系统,仍然在大规模使用SQL进行数据的加工和处理,仍然在用Table存储数据,仍然在使用关系理论描述数据之间的关系,只是在大数据领域,基于其数据存取的特点在关系数据模型的范式上有了不同的选择而已。关于范式的详细说明和定义,以及其他一些关系数据库的理论是大数据领域建模的基础,有兴趣的读者可以参考相关的经典数据库理论书籍,如《数据库系统概念》。

2.从OLTP和OLAP系统的区别看模型方法论的选择

OLTP系统通常面向的主要数据操作是随机读写,主要采用满足3NF的实体关系模型存储数据,从而在事务处理中解决数据的冗余和一致性问题;而OLAP系统面向的主要数据操作是批量读写,事务处理中的一致性不是OLAP所关注的,其主要关注数据的整合,以及在一次性的复杂大数据查询和处理中的性能,因此它需要采用一些不同的数据建模方法。

3.典型的数据仓库建模方法论

  • ER模型

数据仓库之父Bill Inmon提出的建模方法是从全企业的高度设计一个3NF模型,用实体关系(Entity Relationship,ER)模型描述企业业务,在范式理论上符合3NF。数据仓库中的3NF与OLTP系统中的3NF的区别在于,它是站在企业角度面向主题的抽象,而不是针对某个具体业务流程的实体对象关系的抽象。其具有以下几个特点:

1)需要全面了解企业业务和数据;

2)实施周期非常长;

3)对建模人员的能力要求非常高;

采用ER模型建设数据仓库模型的出发点是整合数据,将各个系统中的数据以整个企业角度按主题进行相似性组合和合并,并进行一致性处理,为数据分析决策服务,但是并不能直接用于分析决策。其建模步骤分为三个阶段:

1)高层模型:一个高度抽象的模型,描述主要的主题以及主题间的关系,用于描述企业的业务总体概况。

2)中层模型:在高层模型的基础上,细化主题的数据项。

3)物理模型(也叫底层模型):在中层模型的基础上,考虑物理存储,同时基于性能和平台特点进行物理属性的设计,也可能做一些表的合并、分区的设计等。

ER模型在实践中最典型的代表是Teradata公司基于金融业务发布的FS-LDM(Financial Services Logical Data Model),它通过对金融业务的高度抽象和总结,将金融业务划分为10大主题,并以设计面向金融仓库模型的核心为基础,企业基于此模型做适当调整和扩展就能快速落地实施。

  • 维度模型

维度模型是数据仓库领域的Ralph Kimball大师所倡导的,他的The Data Warehouse Toolkit-The Complete Guide to Dimensional Modeling是数据仓库工程领域最流行的数据仓库建模的经典。

维度建模从分析决策的需求出发构建模型,为分析需求服务,因此它重点关注用户如何更快速地完成需求分析,同时具有较好的大规模复杂查询的响应性能。其典型的代表是星形模型,以及在一些特殊场景下使用的雪花模型。其设计分为以下几个步骤。

选择需要进行分析决策的业务过程。业务过程可以是单个业务事件,比如交易的支付、退款等;也可以是某个事件的状态,比如当前的账户余额等;还可以是一系列相关业务事件组成的业务流程,具体需要看我们分析的是某些事件发生情况,还是当前状态,或是事件流转效率。

1)选择粒度:在事件分析中,我们要预判所有分析需要细分的程度,从而决定选择的粒度。粒度是维度的一个组合。

2)识别维表:选择好粒度之后,就需要基于此粒度设计维表,包括维度属性,用于分析时进行分组和筛选。

3)选择事实:确定分析需要衡量的指标。

  • Data Vault模型

Data Vault是Dan Linstedt发起创建的一种模型,它是ER模型的衍生,其设计的出发点也是为了实现数据的整合,但不能直接用于数据分析决策。它强调建立一个可审计的基础数据层,也就是强调数据的历史性、可追溯性和原子性,而不要求对数据进行过度的一致性处理和整合;同时它基于主题概念将企业数据进行结构化组织,并引入了更进一步的范式处理来优化模型,以应对源系统变更的扩展性。Data Vault模型由以下几部分组成。

1)Hub:是企业的核心业务实体,由实体key、数据仓库序列代理键、装载时间、数据来源组成。

2)Link:代表Hub之间的关系。这里与ER模型最大的区别是将关系作为一个独立的单元抽象,可以提升模型的扩展性。它可以直接描述1:1、1:n和n:n的关系,而不需要做任何变更。它由Hub的代理键、装载时间、数据来源组成。

3)Satellite:是Hub的详细描述内容,一个Hub可以有多个Satellite。它由Hub的代理键、装载时间、来源类型、详细的Hub描述信息组成。

Data Vault模型比ER模型更容易设计和产出,它的ETL加工可实现配置化。通过Dan Linstedt的比喻更能理解Data Vault的核心思想:Hub可以想象成人的骨架,那么Link就是连接骨架的韧带,而Satellite就是骨架上面的血肉。看如下实例(来自Data Vault Modeling Guide,作者Hans Hultgren),如图所示。

Data Vault模型实例

  • Anchor模型

Anchor对Data Vault模型做了进一步规范化处理,Lars. Rönnbäck的初衷是设计一个高度可扩展的模型,其核心思想是所有的扩展只是添加而不是修改,因此将模型规范到6NF,基本变成了k-v结构化模型。我们看一下Anchor模型的组成。

1)Anchors:类似于Data Vault的Hub,代表业务实体,且只有主键。

2)Attributes:功能类似于Data Vault的Satellite,但是它更加规范化,将其全部k-v结构化,一个表只有一个Anchors的属性描述。

3)Ties:就是Anchors之间的关系,单独用表来描述,类似于Data Vault的Link,可以提升整体模型关系的扩展能力。

4)Knots:代表那些可能会在多个Anchors中公用的属性的提炼,比如性别、状态等这种枚举类型且被公用的属性。

在上述四个基本对象的基础上,又可以细划分为历史的和非历史的,其中历史的会以时间戳加多条记录的方式记录数据的变迁历史。

Anchor模型的创建者以此方式来获取极大的可扩展性,但是也会增加非常多的查询join操作。创建者的观点是,数据仓库中的分析查询只是基于一小部分字段进行的,类似于列存储结构,可以大大减少数据扫描,从而对查询性能影响较小。一些有数据表裁剪(Table Elimination)特性的数据库如MariaDB的出现,还会大量减少join操作。但是实际情况是不是如此,还有待商榷。下面是一个Anchor模型图(来自Anchor Modeling-Agile Information Modeling in Evolving Data Environments,作者Lars. Rönnbäck),如图所示。

Anchor模型图

注:本书中出现的部分专有名词、专业术语、产品名称、软件项目名称、工具名称等,是淘宝(中国)软件有限公司内部项目的惯用词语,如与第三方名称雷同,实属巧合。

  • 节选自《大数据之路:阿里巴巴大数据实践》

]]>
如何选择适合你的企业数据管理类产品 //www.otias-ub.com/archives/1100451.html Thu, 13 Aug 2020 08:50:31 +0000 //www.otias-ub.com/?p=1100451 本文来源:数智化转型俱乐部

1
细数数仓30年发展史 

数据库与数仓的老牌产品供应商

数据工程研发的历史是可以追溯到上世纪八十年代的数据库和数据仓库理论,随后一大批的数据管理服务厂商开始崛起,其中 Oracle、Informatica 两家非常有代表性,在行业中身居统治地位。

Oracle

Oracle 的数据库在云计算逐步铺开、去IOE声浪逐步扩大的趋势中开始式微,以及各类新兴的非接口化存储,如ElasticSearch、TSDB、MongoDB 等,OLTP场景下的市场份额争夺激烈,除了老牌的数据库厂商外,一些云计算大厂也开始了数据库产品的研发,如AWS的Aurora、阿里云的PolarDB ,在云计算市场中开始成为企业云架构的基础能力。

同时,在OLAP场景下,也就是Informatica一直处于霸主地位的市场中,在12年大数据逐步进入公众视野后,越来越多的挑战者进入,几大云厂商也不例外,其中以Google、Azure和阿里云的追赶最为猛烈,Google在云计算先机失利的情况下,开始发挥巨大现金储备的优势,开始买买买,投资了 CASK、LOOKER等产品,微软则是利用自身的产品沉淀,收割着办公领域的存量客户;阿里云则是以“数据中台”架构打响了企业数字化转型的重要一枪,国内开始大量出现数据中台服务商,生态开始繁荣起来。

Informatica

在这样的大环境下,Informatica作为老牌的数据管理厂商,目前在Gartner魔力象限中依旧占有非常重要的席位,所以在众多企业选型的时候,都会考虑到使用Informatica的产品,但是国内这个产品一直是名声大市场小,对于Informatica的好奇,也为了给客户能够提供更加全面的参考,我们对Informatica进行比较细致的调研,主要从产品能力、技术支撑以及交付模式,因为商业化的企业服务产品都不便宜,希望一次采购能够带来比较长期的收益,所以产品是否能够持续使用起来也是我们关心的一个要素。

首先看Informatica的产品能力,他们提供的主要输出版本已经逐步使用B/S的模式, 相比之前的Client模式对于用户接入提供了更好的体验;对于数据仓库构建的第一步“数据集成”,Informatica以 PowerCenter 作为数据集成的产品名称,为面向不同场景的数据集成,则提供了多样不同的版本:

  • PowerCenter 标准版,用于集成和提交及时、相关、可靠的数据;• PowerCenter 高级版,用于执行复杂的任务关键型数据集成方案;• PowerCenter 大数据版,通过新兴的技术和传统的数据管理基础设施集成大数据;• PowerCenter 数据虚拟版,用于提交最新的、全面的、可以信赖的业务视图;• PowerCenter 实时版,用于实时集成和预配置营运数据;• PowerCenter 云版本,用于无缝地将云中数据和本地系统上的数据进行集成

这么多版本不免让人眼花缭乱。虽然从产品管理的角度来看,是个不错的拆分方法,但是对于用户而言,就没有这么方便了,让人有种不良商家使用锚定价格来收智商税的感觉。PowerCenter的应用架构如下图:

PowerCenter 的应用组件:

1)服务端组件

  • Informatica Service:PowerCenter 服务引擎• Integration Service :数据抽取、转换、装载服务引擎

2)客户端组件

  • Administrator Console:用于知识库的建立和维护• Repository Manager:知识库管理,包括安全性管理等• Designer: 设计开发环境,定义源几目标数据结构;设计转换规则,生成ETL映射;• Workflow Manager: 合理地实现复杂的ETL工作流,基于时间、事件的作业调度;• Workflow Monitor: 监控workflow和Session运行情况,生成日志和报告

简单地说就是,开发者通过Designer配置和设计数据的传输、转换和映射关系,通过workflow来首先周期性地调度和管理

2

传统数仓产业

数仓产品选型不仅是功能还有服务

从产品所对应的技术支持能力上看,由于是工具类产品,使用过程中的问题是否有完备的产品使用和客服支持很重要,在官方材料中没有看到过产品的客户服务支持方案,应该与具体的保障要求有关系,不知道是否会像通常的国外软件服务,仅能在工作时间电话,一般离线数据任务都是在凌晨时间运行,一旦出现问题,如何快速响应,也是需要在产品采购时关注的。

3

新时代数字化建设方案

企业数据中台的构建解决方案架构与落地路径

最后就是交付实施了,对于传统数仓交付的团队,对于Informatica应该不算是陌生的,但是在国内这一类的服务商一直没有发展起来,原因就是太依赖产品了,Informatica不是中小企业的预算可以承受的,所以比较难以规模化,尤其是在云计算的冲击下,消费互联网发展逐渐开始趋平,产业互联网开始兴起,或许企业中会有更多的资金投入到数据管理的领域,

但是,中国国内企业的现状而言,估计还是不仅仅采购一个产品这么简单,如果产品版本过于复杂,操作需要极强的专业性,那么也很难规模化;

对于企业而言,不仅仅需要一个有着丰富功能的产品,还有有支撑通过产品去实现商业成功的团队或者技术支持,所以选择一个有着完善生态交付能力的产品或许是更好的选择。

2019年云栖大会上,阿里云数据中台推出产品Dataphin,其中有个介绍对于国内企业还是参考意义的,产品具体的介绍如下:

“阿里云数据中台,基于阿里巴巴近十年的大数据建设经验,沉淀出一整套的数据采集、建设与管理的方法论体系,并产品化为Dataphin产品,形成数据的采、建、管、用 一站式全链路服务能力,在中国乃至世界企业数字化转型中,承载枢纽位置,助力企业实现数据资产化和价值化!”

Dataphin在产品能力在于数据虚拟化上,通过定义一系列的原子的概念,如维度、业务过程、原子指标、业务限定、派生指标,以及模型内的关系,如维度、属性、关联关系等等,从而实现数据生产的自动化,进而实现在开发层是面向业务逻辑的开发、在使用层面是面向主题式模型的引用,进而实现了数据的虚拟化能力。

D

总结

目前,阿里云数据中台产品矩阵正在不断地优化和发展。建议企业在选择的时候,不要盲目,适合自己的才是好的、对的!


如您对商业智能,数智化转型感兴趣,请加微信:wendy199it

]]>
如何保证经营报表数据实效性、多样性、准确性:用Dataphin我实现了自动化建模 //www.otias-ub.com/archives/1095908.html Tue, 04 Aug 2020 04:21:58 +0000 //www.otias-ub.com/?p=1095908 本文来源:数智化转型俱乐部

随着大数据趋势的迅速增长,数据的重要性与日俱增,企业内看数据、用数据的诉求越来越强烈,其中最常见的就是各种经营报表数据:

老板早晨9点准时需要看到企业核心的经营数据,以便进行企业战略及方向决策
业务负责人不定期进行个性化的项目筹划,需要多维、及时效果数据以优化项目安排
运营需要和高层一致但粒度不同的经营分析数据,并进行活动策略调整
……
举个经营报表的例子:

这个例子并不复杂,但是对于分析师或者业务开发者,实际执行的复杂度和工作量并不小,而且类似的工作每日都在重复……业务发展越快,带来的问题就越来越多:

加工时间长、人工成本高,招再多的分析师也难以满足需求
代码可读性差,数据可维护性差,类似需求需要反复、重复开发
代码开发不规范,加工过程中难以避免的计算存储浪费
得到的数据指标,复用性差导致重复建设,数据越来越不标准规范
这种情况下,对业务的直接影响就是:决策周期长(数据需求满足慢),决策易出错(数据指标口径不一致)。

既要保证数据生产时效性——及时产出数据并满足需求,又要支持数据多样性——企业自下而上不同业务分析场景,最后还要保证数据准确性——任何时间、不同岗位的人都能用同样的数据解读经营情况,怎么才能做到呢?

企业的发展加速,离不开20世纪的文档管理转到21世纪的信息管理。同样的,如果繁复的指标代码编写工作,也可以如计算器一般,界面可视化点选,复杂的代码研发过程由计算器自行处理完成就好了。

而Dataphin的自动化建模功能,就可以很好实现这个能力。

1

选择组合条件

如下图,确定需要统计计算的值,Dataphin里称为“原子指标”——最小的数据值统计单元,比如用户数这样的统计值等,然后组合如下内容:

A. 统计计算值需要应用的分析对象,Dataphin里称为“统计粒度”——维度或维度的组合,比如用户星级、用户状态等

B. 数据统计计算的时间周期,Dataphin里称为“统计周期”——统计数据需要跨越的时间长度,比如最近1天、最近30天、自然周、自然月的等

C. 数据统计的其他个性化限定条件,Dataphin里称为“业务限定”——数据记录的筛选过滤条件,比如生鲜业务类型、PC端、女性等

2

预览指标

选择完毕组合条件后,可以预览组合出来的派生指标:
1)组合的指标,默认名取“原子指标+时间周期+业务限定”组合名,保证命名标准规范。
2)历史已生成的组合,不再生成,保证指标建设统一,无重复

3

一键自动化生成

确认需要提交的指标后,一键【提交】,分钟级指标生成:
1)自动汇聚至以“统计粒度为主题”的汇总逻辑表表下,保证管理标准规范;
2)代码和调度依赖关系,系统自动生成;
3)派生指标基于汇总逻辑表,可快速雪花模型查询使用指标、分析对象的属性信息。

①派生指标自动汇聚至汇总逻辑表

②派生指标所在汇总表节点,代码及调度关系自动生成


③汇总表及派生指标可查询消费


4
复杂需求实现

上面主要是基于简单统计指标实现,实际上,报表需求还有类似 比率型、乘积型等复合统计方式,比如“客单价=销售额/客户数”,这类也可以通过Dataphin的衍生原子指标实现:

1)衍生原子指标是基于原子指标的再组合;

2)基于衍生原子指标新建派生指标时,需要保证拆解到最细粒度的原子指标,有相同的分析维度、时间周期,允许维度的计算路径不同、设置的业务限定不同。

①新建衍生原子指标


②基于衍生原子指标新建派生指标


D
总结


上面步骤可以看到,派生指标的计算生成,离不开原子指标、业务限定、统计粒度的协助,这其中有什么奥秘呢?

其实很简单,用Dataphin高效创建派生指标,掌握这1张图就够了:

1)原子指标为核心,原子指标的来源表为中心

2)统计粒度取自来源表的关联维度,以及关联维度上的关联维度

3)业务限定基于来源表为中心的雪花模型做定义

4)统计周期可任意搭配使用


如您对商业智能,数智化转型感兴趣,请加微信:wendy199it

]]>
阿里巴巴数据专家干货|数据中台模型设计系列(一):维度建模初探 //www.otias-ub.com/archives/1095905.html Tue, 04 Aug 2020 04:00:12 +0000 //www.otias-ub.com/?p=1095905 本文来源:数智化转型俱乐部

摘要
本文从几个常见概念入手,介绍模型设计与它们的关系,在列举当前企业模型设计的建设方法,并重点介绍“维度建模”。

1

与几个概念的关系操作型业务系统

对于这个概念大家都不陌生。企业业务赖以运转的交易系统就属于操作型业务系统。因此它是为了保障业务正常运转,能够更快的处理事务。

但是因为它是针对某一特定的意图(例如满足交易业务),它不需要承诺与其他业务系统共享公共数据。因此就出现了适合于企业中交叉应用的ERP、主数据系统。当然对于有建设业务中台的企业来说,基于微服务架构的各个服务中心,能更好的提供可复用统一的公共数据。

不管是面向业务的业务系统、经过数据统一后的主数据系统或者基于微服务架构的服务中心的数据,都是作为数据中台的数据输入源头。我们通过批量同步、归档日志采集等方式,能将数据采集进数据中台,作为ODS层原始数据的一部分。

ETL

英文Extract-Transform-Load的缩写,用来描述将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程。在ODS层的原始数据,需要通过加工处理后,才能进入到构建好的数据模型中。

在模型设计时,需要考虑ETL加工流程,根据逻辑判断,做模型的合理设计。同样对于下游使用数据模型的ETL元数据,也是作为模型设计的输入,可基于下游应用方式做模型的横向和纵向的拆分设计,这就是“元数据驱动模型设计”的理论来源。

因此,无法理解数据开发的模型设计师是不合格的。

数据应用

数据中台提供多种数据应用的形式,包括数据报表、智能数据产品等。将统一汇总加工后的数据或者明细原子数据提供给数据应用,为业务提供数据支撑。

更加合理的数据模型设计,能够给更宽泛的应用提供数据支撑,也能够让业务方更准确无疑义的使用好数据。

2

几种企业常见的建设现状烟囱式

也许大家都不愿意承认,但是绝大部分的企业当前是没有统一、标准、公共、全局的模型设计的,而仅仅是把数据同步上来,然后基于业务需求做烟囱式的数据开发。这种方式也许从短期来看是效率最高的,但是从长期看,不仅仅造成计算存储资源的极大浪费、没有统一可用的数据、大量的重复性的工作。企业的数据就像一团乱麻,根本无法管理。

三范式+数据集市

一些传统大型企业,由于历史原因,原子数仓中以三范式的模型设计方式构建,在各个应用的数据集市中以维度建模方式构建。通过这种方式,在原子数据设计过程中,需要投入较大的资源。

对于业务来说,三范式模型太复杂,用户难以理解和检索。并且对于业务频繁变化的企业,模型的维护成本极高。

企业级维度模型

基于企业全局的角度去构建业务总线矩阵,在此基础上完成维度模型的设计,是当前众多企业选择的方向。从众多互联网企业的数据中台实践经验来看,这也是一个绝佳的各因素平衡后的选择。

后面,我们将从各个角度来思考如何基于维度模型构建企业级数据中台。

3

维度建模初探优势

在数据中台建设经验中,企业级维度模型设计从理解性、扩展性、高性能上都是更适应当前的技术和业务环境的。

首先由于计算和存储成本逐步下降,模型更重要的变成了易于理解,当易用性放在模型设计的重要位置时,维度模型可理解的优势就显现出来了,维度建模一直就是以业务的视角来描述数据。

另外,当新的业务出现时,新的模型不会对已有模型形成冲击,可以无影响的产出新的模型数据。

维度建模会设计部分数据的冗余,通过冗余换来数据检索的高性能。对于数据量极具膨胀的今天,高性能给用户带来了高价值。

事实表

所谓的事实表,就是企业的业务过程事件的度量信息。例如对于支付这个业务过程来说,需要度量支付的商品数、金额等度量。因此,企业的业务过程数据以事实表的形式在模型中呈现出来。

事实表每行都对应了一个度量事件,每行数据是一个特定级别的细节数据。事实表中每个度量都必须是相同的粒度级别。

事实表中的度量的可加性也至关重要,因为业务方往往需要将事实表的数据基于某些维度进行汇总,在度量上需要能够做汇总累加。

事实表还是稀疏的,它仅仅会将发生的业务过程数据放入其中。

维度表

维度表是事实表不可或缺的组成成分,它描述了事实表业务过程度量的环境。用于描述“谁、什么、哪里、何时、如何、为什么”有关的事件。

维度属性是作为查询约束、分组、标识的主要来源,因此它的好坏直接决定了数据的可分析性的差异。维度属性需要是可理解的,因此需要尽量避免“0,1”之类的代码,将代码翻译成更易理解的字符避免业务的误解。

同样,会有一些数值型的可作为维度属性。例如:也许有人会问商品标价适合在事实表还是维度表中?

当用于计算度量时,它应该存在于事实表中;但是当它用于做约束、分组、标识分析时,则需要存在于维度表中。在维度表中,我们往往会把连续的数据换成离散的数值存储,例如:将标价变为价格区间段。这是要根据对业务的理解做进一步设计的。

雪花模型与星型模型

所谓的雪花模型,是当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。

而星型模型则是所有维表都直接连接到事实表上,整个图解就像星星一样,故将该模型称为星型模型。

雪花模型是对星型模型的扩展。

星型模型是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连,不存在渐变维度,所以数据有一定冗余。因为有冗余,所以很多统计不需要做外部的关联查询,因此一般情况下效率比雪花模型高。

但是从可理解性上看,雪花模型是更容易让业务理解的。因为业务可以从模型上看出维度与维度之间的关系。

因此如何平衡查询效率和业务理解?我们在后面的文章中再细细道来。

总线矩阵

总线矩阵,维护的是企业的各个业务过程与一致性维度的关系。是以企业的高度实现的顶层设计。它的存在对于数据中台项目至关重要。

如果数据中台的模型设计就是一本书,那么总线矩阵就是这本书的目录,能从整体上对每个模型有统一的定义。

从项目协调上看,总线矩阵在大型项目中起到举足轻重的地位,整个项目组都能基于这个目录清晰的明白自己在做什么,别人已经做了什么,极大程度上的避免了信息沟通不畅导致的重复定义。

从项目管理上看,也可以基于总线矩阵对模型设计和开发进行有效的优先级排期。

最后,总线矩阵是共同业务人员和技术人员的桥梁,通过总线矩阵在项目沟通中达成一致的语言。

D

结语
通过这篇文章,初浅的对数据中台模型设计发表了一些观点。

在后面的章节中,我们将继续围绕模型设计的技术细节、结合行业的模型设计案例,和数据同仁们做进一步的分享和交流 。


如您想加入199IT商业智能群,请加微信wendy199it

]]>
阿里云金融行业数字中台:金融机构需要的“航空母舰” //www.otias-ub.com/archives/1093336.html Fri, 31 Jul 2020 04:50:39 +0000 //www.otias-ub.com/?p=1093336
本文来源:阿里云数据中台数智化转型俱乐部 
作者:轻金融 作者 李静瑕
摘要2020将是中国金融行业数据中台建设元年。2020年2月至今,作为阿里云新金融“一号位”,刘伟光一共拜访了65家客户,深刻感受到了疫情倒逼金融机构加速线上化和数字化进程。让他感触更加深刻的,是收到多家大型银行关于“数据中台建设”的沟通需求和邀请。

与以往不同的是,这次数据中台建设的需求发起部门是银行的业务部门;而在以前,银行上马此类科技型项目通常由科技部门发起。

“这是一个很大的变化,意味着银行想把数据变成资产,应用在所有的业务流程当中,打通各种业务。”身为阿里云智能新金融事业部总经理的刘伟光说。

“中台”是阿里巴巴在2015年率先提出来的概念,历经多年内部实践之后,沉淀成为集方法论、工具、组织于一体的智能大数据体系。阿里巴巴于2018年正式通过阿里云对外开放“中台”,助力金融、零售、政务、互联网等行业数字化转型。

过去两年,中台大热,很多公司效仿阿里推出了各类中台。在金融行业,关于中台的争议也有升温:银行已经搭建了数据仓库、数据集市、数据湖、大数据平台等,再建数据中台是否存在重复建设?

7月30日,阿里云“2020数据中台高峰论坛”在西子湖畔举办,给众说纷纭的数据中台一个清晰的答案。

“我坚信2020将是中国金融行业数字中台建设元年。”在刘伟光看来,不仅是银行,包括保险和券商等金融机构都迫切需要建设数据中台。

待挖掘的数据宝藏

金融业流传着一种说法:金融机构之间的竞争越来越集中在数据上,即“数据为王”。但对于金融机构来说,该怎样才能把数据真正变成资产?

此前,包括银行在内的金融机构在数据挖掘上有过长时间探索。早在2001年3月,工行率先在银行业内建设数据仓库,以打破“信息孤岛”,掀起了一波为期十年的数据仓库建设的浪潮。

如今,数据中台已经成为了金融业的普遍共识。在银行业,包括农行、建行、招行等在内的大行都在向“数据”要生产力,沉淀数据、运营数据,使用数据;在保险行业,保险公司在寻找用人工智能等技术去简化与优化保险理赔、核保、出险过程;在资管行业,多家基金、信托、券商都寻求在数据中挖掘新机会,在新一轮的竞争当中破局。

事实上,银行、证券、保险等行业数据平台的建设周期和历史不比互联网行业时间短,在数据使用上,这些行业的机构基本上都积累了一定的经验。但由于历史原因,这些数据都分散在不同部门。

“数据宝藏在那儿,但却不知道如何挖掘。”一位银行科技部的高层对轻金融表示。

对各类金融机构来说,今天都面临这样一个挑战,即怎样把数据真正变成资产,因为数据资产是所有变革背后最重要的纽带。

金融机构该怎么办?答案是把数据进行打通,建立统一的数据中台。

“金融机构要通过中台把数据变成一个自由流动的资产,把数据智能等能力嵌入到业务流程之中,为每一位员工提供分析、预测和决策支持,而不是割裂在很多系统当中。”刘伟光表示。

也就是说,以后金融机构的业务团队也是数据科技团队。

“我坚信2020将是中国金融行业数字中台建设元年。”在刘伟光看来,不仅是银行,包括保险和券商等金融机构都迫切需要建设数据中台。

金融数据中台:让机构没有部门墙

一家位于上海的银行,零售业务非常突出,但是他们面临新的烦恼。

这家银行发现,行里到处都在做风控。跟蚂蚁、跟其他互联网公司合作的人在做二次风控,信用卡团队在做风控,自建场景、开放银行等团队也在做风控,面临着很多重复建设。

这家银行找到阿里云并提了一个需求,能不能全行建立一个统一的风控平台?

另一家大型的保险公司也发现,公司建了非常多的数据系统,也建了数据仓库,但却无法找到真正对寿险、财险交叉销售有帮助的真正数据资产。

其实,这样的例子非常多。重复性建设带来IT投资的浪潮,更严重是导致数据割裂、不能复用。有金融从业者估计,超过70%的数据价值没有被利用起来。

用刘伟光的话说,今天的金融数据还没有像自来水一样,能够自由的流到每一个角落。

在这样的背景下,数据中台的价值就凸显出来了,通过数据让企业没有部门墙,所有的业务可以共享数据。

为什么金融数据中台很重要?

因为数据中台是一个真正的金融机构全局视角的工程,强调数据能力高度复用、资产复用,站在用户视角,为每个业务提供数据资产级别的决策支撑。

在阿里云看来,中台是一个系统,包含了技术、方法论、组织建设,以及打破部门墙的文化建设,包含“一把手”驱动的文化。

“金融数据中台最重要的变化是把数据变成全行级,让所有的员工都能使用数据服务。这本身就是要打破机构的部门墙、数据墙。”刘伟光称。

但是在谈及数据中台的时候,与之对比甚至争议的是数据库、数据仓库、数据湖、数据集市等名词。

对此,阿里巴巴数字经济体数据专业委员会委员长朋新宇告诉轻金融,从管理决策权方面来说,企业构建数据仓库、数据湖等,为管理层提供决策为主;而数据中台的建立,则能够快速为一线前台员工进行服务决策。

数据中台能够激发出对业务需求的快速反应能力。当然,也必然意味着企业组织架构的调整,朝着敏捷时代进发。

那么,金融数据中台如何给金融机构带来业务价值?

有这样一个案例,可以更清晰的看到金融数据中台带来的价值。

某省级农信社以前信贷审批全靠人工,线上业务刚刚开展缺乏线上风控能力,营销筛选也靠人工,大数据平台则主要靠写代码操作,维护成本高,且存在指标口径不统一等难题。

阿里云为其提供了智能决策平台,综合农信社的业务偏好,建设了线上业务风控体系;使用智能决策平台引擎部署信贷全流程风控策略、模型,实现统一数据规范、统一口径、统一管理。

最终,该银行的智能贷款实现了实时信贷风控;信用卡刷卡消费实现实时营销,支持圈选目标客群进行定向营销。

让数据像水电一样伸手可得

“随时看到我想看的所有数据,随时调取,没有任何时间的延迟,这是数据服务的力量。”

在今天,阿里巴巴每个员工对数据就像“水”一样伸手可得,未来数据中台的建设会成为继数据仓库之后新一轮的建设高峰。

阿里云当前为金融机构提供的数据中台服务,正是阿里集团这些年沉淀下来的数据能力。

不过,阿里的数据中台建设也并非一蹴而就,有一个漫长的过程。

2013年,阿里实现数据存储计算平台统一,内部称为“登月”;

2012年~2014年这一阶段,阿里提出数据服务化,数据中台方法论这个时候被提出,并尝试落地;

2014年~2015年,阿里升级集团数据公共层,开启了集团数据建设与管理体系统一,这是基于电商体系的方法论升级与实践;

2015年~2017年,数据公共层升级到阿里系,更多多样业务的工具化升级实践;

2017年,基于阿里经济体,全面启动了集团中台战略,提出阿里经济体的数据中台建设。

目前,阿里数据中台具有两大优势,一是从工具到应用都更加全面;二是阿里真正做成过数据中台,一步步走过了跟银行、证券等金融机构一模一样的路,最后走到数据中台。

对于金融机构而言,阿里云金融数据中台核心价值有四个,其中两个是降本和提效,另外两个价值则是阿里云独有的——实现业务增长和组织升级。

朋新宇告诉轻金融,阿里云当前为金融机构提供的数据中台服务,正是阿里集团这些年沉淀下来的数据能力。阿里云把自身在数据中台建设过程中积累的好的方法、好的产品模块,最终沉淀成了多款产品,即“两横两纵”,构成了数据中台的核心组建能力。

一方面,数据采集、数据管理成为阿里云横向的数据平台的核心能力;另一方面,阿里云不仅把业界经常流行的问题研发成一套独特的分析方法、框架和模型,还较好兼顾了运营与洞察能力。

今年6月,阿里云宣布数据中台已经深度联合蚂蚁生态,为金融机构,提供理财业务“线上用户增长”、整体的数字化运营解决方案,这也是市场看重的优势。

在沉淀上述能力之后,阿里云还在推动企业数字化升级,推出基于数据中台业务模式的解决方案和云上数据中台的赋能业务。

阿里云正在做的事情,是把中台项目背后的产品真正变成一个通用的商品,能让客户在阿里云的平台上快速地实现从1到N的复制。

当然,金融机构在厘清数据中台的同时,更要理清自身的需求,如果简单跟风模仿,“为中台而中台”,那么中台的价值是难以实现的。

结语

很多人问刘伟光,提到数据中台,在他脑海中会浮现什么形象?刘伟光想到的第一个形象就是超级航空母舰。

“航空母舰上面有飞机维修、加油、供给等很多职能,数据中台就像航空母舰一样,是输送炮弹、输送能力的平台。”

当然,就像航空母舰需要不断维护与升级一样,中台建设也不能一劳永逸,而是需要不断迭代,提升与业务不断融合的能力。

最终,真正的中台不是一个外挂在核心系统之外的数据平台,而是将数据能力嵌入到每一个业务流程中的智能大数据体系。


如您对商业智能,数智化转型感兴趣,请加微信:wendy199it

]]>
阿里云推出金融数据中台 助力金融机构数智化转型 //www.otias-ub.com/archives/1093338.html Fri, 31 Jul 2020 04:42:55 +0000 //www.otias-ub.com/?p=1093338

欢迎关注公众号:数智化转型俱乐部

7月30日,在杭州召开的数据中台高峰论坛上,阿里云宣布正式推出金融级数据中台,助力金融机构构建全方位数据资产化的整体方案,从数据和组织变革的层面加速数字化转型升级。

据介绍,阿里云金融数据中台是集方法论、工具、组织于一体的智能大数据体系,能够帮助银行、保险、证券等金融机构把数据智能等能力嵌入到业务流程之中,赋能组织和员工,进而实现金融业务增长和创新,让数据以资产化的方式为业务的增长而赋能,从而加速整体数智化转型进程。

在具体实践中,阿里云金融数据中台通过联动蚂蚁集团的生态,帮助金融机构实现业务增长;通过丰富的工具和产品,实现金融机构数据仓库、大数据平台的迁移与融合,在搭建底层数据处理技术能力的同时叠加数据应用和数据研发以及数据智能的能力,让数据处理技术和数据应用技术融为一体;通过专属的安全和加密技术,保障金融机构内部合规、安全地在授权范围内使用数据。

“金融数据中台打破了金融机构的部门墙、数据墙,让数据真正变成全局性资产,并让所有员工都能在工作中基于数据智能进行分析,预测以及决策。”阿里云新金融事业部总经理刘伟光表示,金融数据中台将触动金融机构自顶向下的组织变革,它将扮演“航空母舰”的角色,为业务和科技的融合创新提供强大的动力和支撑。

据了解,以往银行、保险等金融机构的科技部门为支撑各业务部门运营,构建了数据仓库、数据集市、大数据平台等技术体系,在当时的技术条件和业务发展情况下,对金融业务发展提供了有力的支撑,但是在面临金融互联网时代到来和开放金融的巨变环境下,这些系统建设的短板也逐渐显露,出现数据割裂、难复用,使用难等问题,不能在今天发挥对业务更大的价值,无法让数据向水和电一样唾手可得以及在安全环境下的自由流动。

鉴于此,2015 年阿里巴巴在国内率先提出数据中台概念,历经内部复杂场景的实践后,阿里巴巴于2018 年正式通过阿里云全面对外开放数据中台能力,加速企业实现数智化转型,迄今已在金融、零售、政务、互联网等行业成功落地。


如您对商业智能,数智化转型感兴趣,请加微信:wendy199it

]]>
数据中台的前世今生 :带你全面了解阿里巴巴做数据中台的历史 //www.otias-ub.com/archives/1092683.html Thu, 30 Jul 2020 05:06:09 +0000 //www.otias-ub.com/?p=1092683 本文来源:数智化转型俱乐部

数据中台自14年至今,已然成为了2B、2G业务最热门的话题,政府机构、企事业单位、互联网公司等进行着数字化、数据化、智能化转型。市场普遍认为,阿里巴巴将自身数据中台建设能力对外赋能是拉起本轮数据中台浪潮的根本所在。

本文将带你全面了解阿里巴巴做数据中台的历史。

1

缘起

在2014年以前,阿里巴巴有很多条业务线,都有自己的ETL团队,每个ETL团队建设和维护自己的数据体系。当时许多人认为,这种自下而上的自给自足能够最高效地满足业务需求。也因此,各个ETL团队之间缺乏相互信任,也缺乏最大化互通的可能性。

即便在2020年的很多公司,这种现象也普通存在。不同部门、不同业务、不同系统之间都有自己单独的ETL处理体系,每个ETL体系只关注与自己垂直业务相关的需求,并从底向上完整支撑业务体系。这种情况的出现,大多是由于业务发展迅速,为了快速低成本的满足业务数据需求,单独拉出数据支撑团队造成的。

对于当时的阿里巴巴而言,这种分散数据处理体系带来了很多问题。以日志采集数据为例,就同时存在若干份数据:淘宝数据基础层、广告数据基础层、搜索数据基础层各有一份日志数据,不仅直接耗费了非常多的存储资源,更重要的是扼杀了数据中间层和数据应用层等复用的可能性。

图2014年以前阿里巴巴分业务自建数据体系的抽象图

下图展示的是2014年以前,阿里巴巴各个数据团队建设的数据任务关系图。每个圆形代表着一条业务线的数据任务集合,任意两个圆形之间的连线代表着两者的关系。由此可见:数据处理流向是混乱的、无方向性的;数据管理是无序的,基本处于失控状态;除了浪费研发资源和存储资源,也必然满足不了业务需求。

图阿里巴巴数据公共层建设之初计算环境1上的数据任务关系图

业务猛烈发展与数据支撑能力不匹配产生了巨大的矛盾,也促使阿里巴巴内部开始进行数据公共层的建设,数据公共层旨在可持续地建设阿里巴巴智能大数据体系。

2

发展

从零散的数据到统一的数据

从2014年起,阿里巴巴启动数据公共层建设项目,以OneData体系特别是方法论为指导。

数据公共层建设初期是为了消除因”烟囱式”开发给业务带来的困扰和技术上的浪费。而OneData体系是保障和推进项目建设的关键。OneData体系一方面致力于数据标准的统一,另一方面追求让数据变为资产而非成本。OneData体系除了方法论,还包含工具型产品、规范等,具体体现为:数据规范定义、数据模型定义、模型智能化设计、规范ETL开发、落实数据规范和模型定义的研发工具、对于整个体系的自动化调优和监控。

通过建设统一的ODS数据基础层,建设基于业务应用或需求来源端的抽象数据逻辑层来丰富数据中间层,允许数据应用层的百花齐放来打造阿里巴巴数据公共层。从而将零散的数据变为统一的数据。

从数据孤岛到数据融通

在业务突飞猛进发展过程中,不同的事业部、业务条线会为了快速实现需求,数据单独定义、存储、使用,从客观性来讲,每个发展壮大的企事业单位都避免不了数据孤岛的产生。数据孤岛不仅包含物理孤岛(独立存储、维护、使用),而且包含逻辑孤岛(定义不一致、计算逻辑不一致)。

阿里巴巴创新性的创建OneID体系,将所有业务范围(电商、金融、广告、物流、文化、教育、娱乐、设备、社交等)中的人、货、场、物、钱等实体打通,解决体系内逻辑性数据孤岛问题。在阿里云的强力支撑下,集团内所有隔离数据进行统一的存储和管理,解决体系内物理孤岛问题。

从数据孤岛到数据融通,使得数据拥有创造价值的可能性。

从授人以鱼到授人以渔

从以定制化开发的方式将数据交付到业务人员,到基于数据规范但需要配置,再到全链路数据打通,直到主题式服务,阿里巴巴一次次努力追求的正式从授人以鱼到授人以渔。

2012年前后,服务于1688有超过300多个API,梳理后发现这些API之间无法整合,因为每个API只服务于一个业务应用而不能被共享,API应用的数据应用层数据表也不能被共享。

从2012年至2016年,阿里巴巴通过OneService体系将API数据服务从物理表SQL模式升级至面向主体查询逻辑模型的SQL模型,大大提升了系统的可用性,也使得数据中台面向业务人员使用变成了现实,达到了授人以渔的目标。

3
从数据成本到数据价值

对于大部分企业来说,业务系统创造的数据不仅需要占据大部分的存储空间,而且还需要技术人员持续维护,是一笔不小的成本开支。

阿里巴巴致力于将数据从成本中心变为资产中心,在业务数据化与数据业务化两大方向,数据赋能业务、驱动创新四大业务场景上取得了丰硕的成功。

数据中台赋能业务、驱动创新的四大典型场景包含:全局数据监控、数据化运营、数据植入业务、数据业务化。

全局数据监控,如战略决策的智能方案:最大限度降低数据分析的难度,最大程度提高数据分析效果,同时不动声色中传递品牌价值,以高效优质地辅助战略决策和数据化运营。

图双十一数据大屏&银泰互动大屏

数据化运营,如用户管理的智能方案:基于全链路全渠道的数据构建、数据连接与萃取管理体系,对用户进行全生命周期的精细化管理(如智能CRM)。

2017年热播的一部电视剧,该电视剧在优酷土豆独家播放十天,播放量就突破了60亿次,属于”现象级IP”。但这样的”现象级IP”并不是偶然产生的,除资本投入因素外,数据化运营在其中发挥了巨大的作用。

事前通过舆情分析锁定IP,及时独立采购IP;事中实时监控流量变化、播放情况,及时调整流量入口,有针对性的推送用户;事后,及时总结和复盘,进行用户沉淀,挖掘相似内容,形成闭环。

数据植入业务:智能图像鉴别,智能客服。

通过数据模型算法,将图像鉴别从手工变为自动化,节省95%以上工作量。

图数据智能植入业务系统

数据业务化,如零售管理的智能方案:规避传统零售的松散式管理,将库存、定价、补货、销售等统一协同,整体提升线上线下零售体验和效果(如生意参谋)。

4

集大成

到今天为止,阿里云数据中台体系(Dataphin、QuickBI、QuickAudience)经历了阿里几乎所有业务的考验,包含新零售、金融、物流、营销、旅游、健康、大文娱、社交领域。在此过程中,云上数据中台除了形成自己的内核能力外,更向上”赋能业务前台”、向下与”统一计算后台”连接并与之融为一体,形成云上数据中台业务模式。

同时,阿里巴巴从2018开始,将自身的数据中台能力向外输出赋能,对社会创造更多价值。


如您对商业智能,数智化转型感兴趣,请加微信:wendy199it

]]>
排队五小时才能吃上一口的Popeyes,要借阿里云数据中台10年内开足1500家门店 //www.otias-ub.com/archives/1092664.html Thu, 30 Jul 2020 02:16:33 +0000 //www.otias-ub.com/?p=1092664 摘要:“阿里云数据中台让数据建设变得像搭积木一样简单。”

几个月前,还没多少国人了解美国炸鸡品牌Popeyes,但现在,Popeyes却成为上海滩最火爆的网红店:5月在上海市淮海中路开出首家门店当天,早上7点半,第一条队伍就已排出了半条街。

面对良好的开局,Popeyes却丝毫不敢放慢脚步。

Popeyes 中国区CEO Raphael Coelho在接受媒体采访时表示,外来品牌在中国市场迅速站稳脚跟并实现盈利的关键在于快速达到规模,“从第1家店快速扩展到400家店,没有达到这一规模是很难生存下来的;而成功的品牌在跨过这个槛以后,会迅速进入盈利期。”

在Raphael Coelho看来,想要实现这一目标,离不开数字化运营, “数字化是生意标配,是在行业生存的基本技能。”

正是基于对数字化的高度重视,Popeyes早早地就为自己挑选好了最为合适的数据建设解决方案——阿里云数据中台。

Raphael Coelho认为:阿里云在零售行业中的实践,已经证明了他们能够在短时间内为企业搭建起完整、可靠的数字化能力。

不止精准营销,数据还能指导门店选址

目前,Popeyes拥有会员、供应链、支付三大数据体系。其中供应链、支付数据体系已经实现基础打通,可以满足现阶段财务场景的数据分析和使用,但会员数据体系建设却还只是出具规模。

过去两个月,Popeyes在上海陆续开出三家门店,其注册会员数突破20万,“但目前主要还只是把会员信息沉淀下来并进行一些基础分析,”Popeyes CIO 张天介绍,“我们希望能够借助数据中台的能力,实现更为智能的消费者资产管理和运营,更好地为顾客提供服务。”

现阶段Popeyes的会员数据大多积累在自身CRM系统当中,分析维度还较为常规,离数据驱动的运营和有效洞察还有一段距离。正因如此,尽管在短时间内Popeyes在上海连开三店,且把新的市场增长机会瞄准毗邻上海的杭州,可在消费者精准洞察与营销方面,Popeyes却还一直处于准备阶段。

张天透露,Popeyes会员数据体系的建设会着重依靠数据中台来做。在他看来,企业的基础数据建设和处理,就应该交给成熟的产品化解决方案来进行,而不是投入大量人力成本去重新创造前进的“轮子”,“像数据中台核心产品之一Dataphin,能够减少企业在数据处理和管理方面的工作量,让企业的精力能更多地放在对业务及消费者的分析上面,从而让企业更快更好地实现数据驱动下的运营和营销“。

据了解,Dataphin能够将会员信息集中管理并形成符合前端业务场景使用逻辑的标签体系,并通Quick BI实现可视化展现——值得一提的是,Quick BI目前正在深化在钉钉端的集成应用,未来可以支持企业在移动端的数据处理操作;此外,已经规范且符合前端业务使用场景的消费者资产,还能通过数据中台另一核心产品Quick Audience进行全域洞察和营销,并将相关效果数据回流反哺。

通过这一完整的数据流通闭环,Popeyes能够实现面向会员人群的数字化精准营销。

但在张天看来,数据中台在会员数据体系搭建方面能带来的价值,远不止于此。

“与其他行业不同,餐饮是个更加注重门店选址的行业。”张天介绍,目前Popeyes在上海的三家门店已经能够覆盖休闲、办公、社区等多个消费场景,且在9月前还将陆续在上海和杭州开出新的门店。

如何根据会员信息及消费大数据进行有效门店选址,是包括Popeyes在内等餐饮企业的一大重要课题。

张天举例,核心商圈的门店凭借周边客流能够吸引大量消费者,但这类人群一般都是“一次性消费”;设立在办公楼间的门店,能够吸引周边办公人群的消费,且消费高峰期较为稳定,一般集中在午餐和晚餐时间段;而围绕住宅社区打造的门店,能够吸引到的消费者则相对更为稳定,除了午餐晚餐之外,夜宵时间段也会是一大消费高峰期。

以前这些信息大多靠经验所得,但在使用数据中台之后,包括各门店成交信息、会员信息都将以数据的形式加以沉淀打通,并在后期同城店铺选址时作为重要参考依据, “有了这些直观的数据,企业就能知道在这座城市里,自己已经覆盖了哪些消费场景和人群,以及现阶段的场景、人群短板在哪里,这些都将是它的新机会。”

数据中台在店铺选址层面的运用,其实就是帮助企业去找到消费者, “这样我才可以做到,消费者在哪,我的门店就跟进到哪。”张天补充。

从迟疑观望到积极推进,Popeyes要借势开出1500家新店

早在Popeyes之前,国内知名餐饮品牌海底捞就依托阿里云数据中台的数智赋能,在9个月内使得APP会员数量增长近50%,同时拓展极致服务边界。

而将目光跨越行业界限,阿里云数据中台还帮助蓝光地产充分打通全国60多个城市400多项业务数据和100多万业主信息,帮助运营部门一年节省90多万元运营费用。

除此之外,福建移动、良渚古城遗址、良品铺子等数十家企业都积极搭建数据中台,并获得实效。

回到Popeyes,张天在两年前第一次听说数据中台的时候,并没想到自己会在后来成为一名践行者。

他解释,这是因为那时候数据中台这个新概念刚刚兴起,大多数人并不清楚这是什么,“包括我自己,当时对数据中台也存有一种怀疑,这种怀疑不是说觉得这个新概念不好,而在于对其能否真正落地心存疑虑”,在张天的理解中,数据中台的架构需要对企业的核心业务能力进行沉淀和抽象化,这就导致它的实施和投入要比通常的一个业务应用项目工作量大得多,“这些企业是不是真的在做数据中台,还是只是把一个业务项目微服务化了,对于这一点我心存疑虑。”

但随着对Popeyes数字化进程的战略规划逐步推进及对数据中台的理解加深,张天发现,“公司决策层都认为数据中台的方法论是最合理且有战略远见的”,只是认知转变之后,又有了新的难题,“那会儿但凡是个公司都在说自己能提供中台解决方案,市场上的声音非常多,容易让人混淆。”

但好在Popeyes有自己的一套数据中台标准。

对Popeyes来说,相对大型的企业来提数据中台概念会更加有信服力,因为大型企业的数据系统及场景更为多样复杂,会更加懂数据中台的重要性和必要性;另外更重要的一方面是数据中台的提出者必须将全套方法论及解决方案在自身内部进行实践,只有自己真正使用过了才最有发言权——而阿里云数据中台,恰好满足了Popeyes的两大标准。

但彼时,却还是有不同声音传来:Popeyes未来一段时间内在数据层面可能遇到的问题,其实可以另寻单点工具进行解决——为什么要花几倍甚至几十倍的成本去搭建数据中台,这会不会有点“大材小用”?

但张天却有自己的看法:从长远来看,数据中台一定是最高效的解决方案。他说, “虽然现在建设中台,看似成本比较高,但是一旦建设完成,在未来就不需要一而再再三地对数据进行整合,所以长线来看,能够避免很多重复建设,降低运维复杂性,从而最大限度实现成本的优化。”

也正是有所经历,张天现在对数据中台才更有发言权。

他认为,数据中台能够为企业带来的价值,除了是一项解决方案之外,更重要的其实是整套核心方法论,即数据在线且打通。

虽然不同企业由于体量不同,所遇到的数据问题也不尽相同,但是它们都能够在数据中台的方法论里去找寻到适合自己的解决方案,“在阿里云数据中台的方法论框架下,企业可以像搭积木一样去挑选对应的产品,搭建出满足自身需求的数据中台。”

而在阿里云数据中台高级专家列文看来,数据中台的搭建也一定是为了满足企业的自身实际诉求,在这个基础上,数据中台所能带来的价值将不再局限于单纯的数据治理,而是对企业的整个数字化全链路的赋能,“这个过程贯穿供应链改造、新品研发、多系统数据打通治理、前端业务数字化营销等等,帮助企业构建强力高效的数智化闭环。”

也正是看到了数据中台所能带来的业务爆发潜力,目前Popeyes已经在积极布局上海以外的发展。

据了解,今年9月Popeyes会在杭州开出3家门店,10年内还将在全国开设1500家门店,“我们也将继续运用数据中台深钻消费者资产运营,去了解我们的消费者到底喜欢什么,不同城市之间的消费者会有什么差异,以此来不断提升我们的服务。”张天说。

]]>
阿里云数据中台产品设计逻辑:体系化矩阵类数据产品的设计构思 //www.otias-ub.com/archives/1090663.html Mon, 27 Jul 2020 07:13:04 +0000 //www.otias-ub.com/?p=1090663 本文来源:数智化转型俱乐部

摘要

当前,整个社会都处在产业升级和数字化转型的大浪潮中,如何在新的商业环境下,运用设计的方式,发挥设计的驱动力,助力整个数据产业的创新升级,是数据设计师们最核心的课题下图是我们在阿里云上可以看到的当前“阿里云数据中台”核心矩阵中的数据产品。这些数据产品分别通过输出阿里巴巴的数据智能能力,面向云上企业、用户,破解数据采集、建设、管理及应用等课题。

在对这些体系化矩阵类数据产品的设计构思中,来自阿里的数据设计师的都会遇到哪些设计难题,又如何解题呢?

1
体验架构构建:数据管理

阿里巴巴通过数据服务上云,目标是帮助政府、企业等用户合理便捷地管理数据,让数据为企业创造商业价值。

这类产品拥有海量的功能模块,错综复杂的交互流程,以及普通用户无法理解的强数据技术背景,用户体验正是其最佳的定义方式。

从商业竞争研究、业务链路梳理、场景化体验架构构建,再到产品的落地与售卖传播,设计师在这一环扮演着“商业规划师”的角色。

这里提到的“体验架构=体验流程+信息架构”,如何去构建产品的体验架构呢?

体验链路构建根据产品战略、行业竞争力优势及业务目标,全链路的定义产品分模块及体验关键触点。

信息框架设定:运用场景化及结构化解构思维,根据多角色需求,抽离用户多角色使用场景、提炼使用行为链路,设计师要真正站在用户的视角看问题,运用同理心,层层递进的剥丝抽茧,逐层架构产品信息框架。

信息过载解构出现产品级、页面级、功能级信息冗余时,为了减少对用户造成误导的情况,可以从场景层、信息层、逻辑层进行解构。

(Dataphin 体验架构构建案例)

2
可视化呈现:数据演绎

传统的数据表呈现方式无法跟上数据时代的脚步。

我们期望让数据开口说话,用最直观简洁的可视化语言展现商业背后的故事。从构建业务目标,设计故事版,抽离符号,典型用户分析,用户需求收集,到最后的可视化设计呈现,设计师为用户规划了洞察业务、经营决策的分析动线和场景化体验。

Dataphin中,为满足企业主看企业数据、技术看业务关联及数据资产情况。“数据资产全景”以可视化的方式进行呈现,根据用户关注点及场景,设计师定义了从“全局>流程>结构”三种视图,从全局到细节,满足用户多维监控探索的需求。

3
从数据智能到商业智能:数据增值

1.工具化设计

BI工具可以满足用户从数据处理,数据查看,数据分析到数据洞察的全链路分析需求,并用最直观的可视化方式进行商业的探索。

设计中,可视化图表的丰富、易搭建,工具的易操作,产品的多维分析能力都非常重要。设计师需要从可视化分析、工具化体验等不同维度进行方法体系深耕,用专业性说话,让产品具有丰富的工具配置能力、深度的工具洞察能力,才能帮助产品更稳定成熟的迭代,建立行业竞争力。

(Quick BI 可视化组件模型及工具框架搭建)

2.智能化设计

如果说BI工具的工具化能力是产品的基础能力,智能化能力则是产品加在行业竞争力上的砝码。Gartner 2019发布的魔力象限报告中指出,通过人工智能、机器学习等技术实现的增强分析已是BI产品发展的最重要、也是最显著的趋势之一。

如何用体验赋能数据智能,如何以全链路的视角打造闭环的用户体验?

行业竞争研究了解行业产品布局,挖掘竞争力优势。

可行性挖掘与技术共建,多思维碰撞,了解知识图谱,自然语言理解,意图识别等最前沿的人工智能算法技术,全流程思考,不断挖掘设计可行性,设计赋能业务。

专业规则定义:辅助定义用户分析意图,可视化匹配规则、NLP交互规则,多轮对话逻辑,兜底问答逻辑等,做专业性定义。

设计师运用自己的专业能力,赋能打造低使用成本、轻松问、精准答的数据智能小助理,驱动产品从数据智能到商业智能的进程。

4
度量标准:软性评估
从2018年初始至今,云上产品矩阵生态初步形成,当前整个云上产品矩阵处在成长期-初创期及成熟期之间。该阶段产品小步快跑,快速迭代,不停歇的补齐有竞争力的产品功能。我们尚无法拿到成熟的使用数据指标,那如何度量产品是否健康的进行着商业化呢?

生命周期评估产品上线后,记录功能的生命周期,不容易被更新或被替代,代表生命周期长,反之短。生命周期短会造成大把的研发投入被荒废,设计结果不尽人意。- 评估可用性

用户反馈评估新功能上线后,收集用户已有功能建议及无法满足的需求,记录反哺产品需求,辅助产品迭代。-辅助迭

续签率评估随着用户对产品的熟识,商业化营收续签率增长,说明用户对产品接受度较高,对产品产生正向影响。- 评估商业化健康度

我们暂时把这几种度量方法定义为软性评估,更适用于B端成长期的产品,帮助产品节省研发成本的同时进行稳定迭代。

小结在大数据时代,数据服务的产品化上云步伐不停继续,前路任重而道远。作为数据设计师们,需要不断突破设计师的限制,从多角度思考,运用设计的专业能力在产品中发挥更多的主观能动性,打造强有力的行业竞争力,同时定义可传承可复制的数据产品设计模式,长远赋能整个数据行业。


如您想加入199IT商业智能群,请加微信wendy199it

]]>
阿里云Quick BI和微软云Power BI实测比对 //www.otias-ub.com/archives/1090377.html Sun, 26 Jul 2020 05:15:04 +0000 //www.otias-ub.com/?p=1090377 本文作者:大涛学长

摘要:

Quick BI和Power BI分别是阿里云和微软云上的官方BI产品,两款产品都是比较好的自助式商业智能软件,都具备云BI的优势,既能够像SaaS运行在阿里云或者Azure云上,又能快速部署到本地的服务器中运行。但是,两款产品还是有非常大的区别的;比如Power BI微软主打的是组合策略,需要Power BI Desktop、Power Query、Excel等多个产品的各自使用;Quick BI崇尚“高效数据分析与展现”,是基于网页版能实现数据建模、可视化报表以及类Excel分析、数据门户分享等一站式数据分析链路。那么两款产品比较起来到底哪个更好用?下面我们对这两款商业智能软件做个对比评测。

一、Quick BI对比Power BI:数据源连接

从数据引擎的对接能力来看,两者差不多,比如Power BI支持连接文件、Azure、联机服务、SQL Server、MySQL、Oracle等多种关系数据库;Quick BI 支持连接文件、阿里云多种数据库、SQL Server等多种数据库。

不同点在于一是两个产品集中在于对各自的云数据库的支持,二是Quick BI在支持常见数据库的基础上,还支持跨数据源查询,以及对常见数据库支持上传本地文件。

Quick BI如下所示:

Power BI如下所示:

二、Quick BI对比Power BI:数据处理和建模

Quick BI支持自助式建模,和SQL建模两种方式,通过网页版连接到数据库,映射成逻辑表,可以直接对大数据量的数据表做数据集管理和处理,并支持对特定数据库的加速;Quick BI图示如下:

Power BI网页版无数据建模功能,需要安装Power BI Desktop版连接本地数据库,在本机上对数据表的行列进行灵活的处理和相关的数据集操作,但其中对于数据量会有限制和要求,而且Desktop版仅支持Windows系统,不支持Mac电脑;Power BI desktop版实例如下:

三、Quick BI对比Power BI:可视化展现和报表制作

Quick BI网页版支持可视化数据报表搭建和电子表格的两种数据分析分析方式,其中可视化报表支持40+种图表组件的展示,以及复杂的查询控件的设置来方便预览者动态查询数据,电子表格除包含本地Excel的基础功能以外,优势在于能直接联系加工好的数据集,并支持数据动态更新。Quick BI图示如下:

Power BI网页版支持可视化数据报表的搭建,并提供多种图表的配置和展现;同时本地支持Excel支持复杂的报表分析和制作,示例如下:

四、Quick BI对比Power BI:用户分享及数据

Power BI本地服务器用户能共享报表,但不能编辑仪表板,并缺少在Power BI SaaS上的机器学习功能。 用户还报告了不同数据支持方面的不一致之处。微软没有灵活性的提供对Azure以外的云服务器同样好的性能支持。

Quick BI 为网页版,网页版可以编辑和通过URL分享给企业小伙伴,开发者并一键发布即访问者可实时观测到报表的变化,同时Quick BI的本地服务器版(豪华版)支持的功能为云上SaaS版的功能集合;同时从Quick BI的权限架构体系中可以看出Quick BI更适合中国国情,是面向企业IT部门、业务人员,提供企业级管控下的业务人员自助式数据分析,从而实现上游IT部分做好数据管控,下游业务部分充分利用加工好的底层数据来自助式分析,支撑前台业务的快速发展。

五、Quick BI对比Power BI:移动端

Quick BI以HTML5形式集成钉钉微应用中,还支持对接企业的账号系统,嵌入到自有的APP系统中。Quick BI用移动端打造了以访问者为中心的报表搜索、查看、收藏、分享等一站式移动端服务;提供企业级的数据报表目录以方便用户快速找到相应的报表,支持快捷查看报表、权限审批流等,并支持通过应用内消息、钉钉、微信等渠道将报表分享给其他同事。

Power BI移动端为安装独立的APP,其中可视化图表是PC端做的简单适配,但和PC端相比,和其它系统无法进行互动和分享联系;

总体看来,两款产品各有优势,Quick BI在数据处理和建模、移动端及用户数据分享方面更胜一筹,大家可以根据自己的需要选择使用哪款产品哦~

阿里巴巴数据中台团队,致力于输出阿里云数据智能的最佳实践,助力每个企业建设自己的数据中台,进而共同实现新时代下的智能商业!

阿里巴巴数据中台解决方案,核心产品:

• Dataphin,以阿里巴巴大数据核心方法论OneData为内核驱动,提供一站式数据构建与管理能力;

• Quick BI,集阿里巴巴数据分析经验沉淀,提供一站式数据分析与展现能力;

• Quick Audience,集阿里巴巴消费者洞察及营销经验,提供一站式人群圈选、洞察及营销投放能力,连接阿里巴巴商业,实现用户增长。

查看更多:https://yq.aliyun.com/articles/745039?utm_content=g_1000104749

]]>
阿里巴巴:女生不买服装和包包 拖累中国电商业务增长 //www.otias-ub.com/archives/1056291.html Wed, 27 May 2020 00:02:32 +0000 //www.otias-ub.com/?p=1056291 根据阿里巴巴发布的4Q20财年(自然季度为1Q20)的财报数据,2020财年阿里巴巴数字经济体GMV规模超过1万亿美元,年度活跃买家数量超过9.60亿,其中中国买家数量7.8亿人,海外买家数量1.8亿人。

但受疫情影响,尤其是女性需要长期佩戴口罩,这减少了服装、配饰、化妆品的需求,很大程度上拖累了中国电商业务的增长。

但短期挑战不改变阿里巴巴的长期投资价值,与看着国内电商的增长和竞争相比,我们更应该关注云计算、海外电商这些星辰大海的业务。

受疫情影响,1季度天猫实物GMV同比增长10%,用户居家生活期间,快消品和消费电子需求强劲,这两个品类合计销售额同比增长25%,但服装、配饰、家居、汽车配件等非必需类产品出现负增长。4月份开始,天猫线上实物GMV已经开始强劲复苏和增长,中国零售市场的GMV同比增速已经跟12月的水平类似,并在5月份进一步提升。

本地生活服务营收同比下降8%,主要是因为餐饮和本地商家的大规模关门,但社交隔离也推动了食品杂货和其他日用必需品的增长。4月份开始,随着疫情环节,外卖业务GMV开始转正。

阿里巴巴过去几年在生鲜和食品杂货的投入,比如盒马生鲜和淘鲜达在疫情期间发挥了重要的作用,在过去这个季度,两者均同比增长超过100%。60%的盒马生鲜订单来自线上,同比增长10个百分点。

国际电商零售平台Lazada和AliExpress年度活跃买家数超过1.8亿,Lazada的订单量同比超过100%。2-3月份,AliExpress的GMV增速因疫情导致供应链和物流中断的影响。2020财年占营收7%的国际电商业务其业务复苏时间仍然受各个国家和地区疫情发展不明朗的影响。

阿里云继续快速增长,营收达到400亿元,同比增长62%。在疫情期间,因为视频内容、远程办公和学习需求增长,公共云业务快速增长。

钉钉在企业协作和远程教育上扮演了重要的角色,3月份,钉钉工作日的DAU超过1.55亿,即便复工复学后,钉钉的日活用户数仍然维持在超过1亿。

针对疫情,阿里巴巴践行社会责任,截止到1季度,阿里巴巴和蚂蚁金服一共捐献大约34亿元,用于捐献、补贴和技术支持。

就3月财报季的财务数据来看,公司总营收为1140亿元,同比增长22%。增长动力主要是中国电商零售业务,尤其是食品杂货等新零售业务,以及云计算业务的增长。

分业务看,中国电商零售业务同比增长21%,客户管理服务营收增长3%,主要是推荐信息流和淘宝直播的增长。受疫情影响,佣金营收下降2%,其中包括订单取消,服装品类的疲软,免除上半年的年度服务费等。

国际电商业务营收同比增长8%至54亿元,增长主要是因为Lazada和Trendyol,部分被AliExpress 俄罗斯业务不再并入报表所抵消。

本地生活服务营收同比下降8%。

菜鸟营收同比增长28%至50亿元。

阿里云同比增长58%。

下面是成本和费用趋势,受疫情影响具体不展开。

利润方面,第三方市场核心电商调整后EBITDA为340亿元,同比下降2%,但核心电商调整EBITDA同比增长2%至280亿元。这主要是因为四个电商战略创新业务亏损减少,得益于菜鸟网络的持续改善,盒马生鲜更高的需求,以及本地生活服务更低的可变成本。

创新业务方面,调整EBITDA亏损为31亿元,同比增长19亿元,主要是因为远程办公和远程教育方面的积极投入。得益于此,钉钉dau超过1亿,峰值达到1.55亿人。

GAAP净利润为为32亿元,同比下降主要是投资公司估值的减少,Non GAAP净利润为250亿元。

下面是2020财年的情况,核心数据为GMV突破1万亿美元,营收同比增长35%至5097亿元。核心电商业务仍然保持高速增长,云计算业务强劲。

面对未来,阿里巴巴看好云计算增长潜力,原因在于:1、IT上云只是第一步,这也才刚刚开始;2、产业互联网,云计算能力赋能传统产业变革,不仅是IT基础设施,而是更加深入和具体业务结合,所以云和智能放在一起。中国云业务发展相对国外慢的原因在于中国saas的生态,开发者生态没有国外成熟,中国才刚刚开始。

]]>
Gartner发布2019云计算市场数据报告 几家欢喜一家忧愁 //www.otias-ub.com/archives/1039732.html Fri, 24 Apr 2020 03:38:44 +0000 //www.otias-ub.com/?p=1039732 199IT讯 4月24日消息 近期,作为全球IT行业研究标杆Gartner发布了最新的2019云计算市场数据报告。报告显示,2019年全球云计算市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。

行业共识是,在新冠疫情导致的全球数字化进一步深入以及中国新基建如火如荼开展,企业上云需求将进一步释放,对整个云计算市场利好。

从几家云计算龙头的公关稿件来看,阿里云、腾讯云、华为云都不胜欣喜,且公关迅速,值得赞赏。

1、阿里云:(以下内容摘自公关稿件)

标题:Gartner公布2019年云计算市场数据:阿里云蝉联全球第三、亚太第一
Gartner:阿里云全球第三、亚太第一,份额上涨、拉大与谷歌差距
Gartner:阿里云蝉联全球第三、亚太第一

2019年全球云计算市场亚马逊、微软、阿里云、谷歌排名前四。阿里云全球市场份额从7.7%上涨至9.1%,进一步拉开与谷歌的差距;亚太市场,阿里云排名第一,市场份额从26%上涨至28%,接近亚马逊和微软总和。

数据显示,2019年全球云计算IaaS市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。全球市场3A格局稳固,但亚马逊市场份额被微软和阿里云挤压,从2018年48%下降到45%。阿里云排名第三,市场份额增速最快,从2018年的7.7%,上涨至9.1%。

相比全球,亚太市场增长更快,云计算市场规模同比增长达50%。在亚太市场上,阿里云排名第一,市场份额进一步上涨,从2018年的26%上升至28.2%,接近亚马逊和微软总和。同期,亚马逊份额从去年18%下降至17%。

近日,阿里云宣布未来3年投入2000亿,用于云操作系统、服务器、芯片、网络等重大核心技术研发攻坚和面向未来的数据中心建设。3年再投2000亿意味着阿里云的数据中心和服务器规模再翻3倍,冲刺全球最大的云基础设施。

金融时报评论认为,阿里云近年来在中国市场份额不断稳固,2019年第四季度中国市场占比达46%。新冠疫情刺激了市场对远程工作背后的云基础设施与技术的需求,疫情之后,企业和机构将大幅加快上云脚步。

分析师普遍认为,阿里云进一步扩大云基础设施和核心技术投入,“未来数年内赶上亚马逊是大概率事件”。

2、腾讯云(以下内容摘自公关稿件)

标题:Gartner:腾讯云亚太市场排名第四、全球市场排名第五,增速均超100%

4月23日,国际研究机构Gartner发布最新的云计算市场数据。报告显示,2019年腾讯云全球市场份额排名第五,增速111%,亚太地区市场份额排名第四,增速107.3%。

Gartner报告显示,2019年全球云计算市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。

在全球市场,腾讯云份额再前进一名,从2017年的全球18位、2018年的全球第6位上升至2019年的全球第5位。在全球Top5厂商中,腾讯云增速达到了111%,排名第一,且在全球及亚太市场增速均超过了100%。

根据腾讯最新财报,2019年,腾讯云全年营收超170亿元,增速持续高于市场,付费客户数突破100万。报告期内,腾讯云成功扩大市场份额,并在互联网服务、旅游、民生服务及工业等垂直领域持续拓展业务,并发挥连接消费者的优势,助力企业进行数字化升级。

目前,腾讯云的基础设施覆盖全球五大洲的 26 个地理区域,运营 53 个可用区,数据存储规模达到EB级别,并在全球部署1300+加速节点。

2019年年内,腾讯云多项核心指标取得里程碑式突破。2019年5月,腾讯宣布实现全网服务器总量超过100万台、带宽峰值突破100T的“双百”里程碑,成为中国首家、全球第五家服务器总量超过百万的公司,同时也是中国首家带宽峰值达到100T的公司。

同时,腾讯云持续加码新基建,依托遍布全球的数据中心,领先的大数据、人工智能、物联网等能力与智慧产业场景的结合,腾讯云已成为新基建的先锋队,并将在未来持续加大投入,修好信息高速公路,为产业互联网提供加速度。

3、华为云:(以下内容摘自公关稿件)

标题:Gartner:华为云IaaS市场中国排名前三、全球前六

华为云跻身Gartner报告中国三强,预示云计算市场的未来变局?

Gartner最新发布的《Market Share: IT Services, Worldwide 2019》研究报告显示:华为云全球IaaS市场排名上升至第六,增速高达222.2%,全球增速最快,中国市场排名前三。

在中国,华为云为30多个国家级部委、600多家政府与公共事业单位、互联网50强企业中的30家、20多家大型车企、14家基因领域企业提供服务,遍布政府、金融、互联网、汽车制造、基因等多个行业。在海外,华为云已在新加坡、智利、巴西、墨西哥、秘鲁大区陆续开服,与伙伴在全球23个地理区域运营45个可用区。

去年,华为云发展咨询合作伙伴10000家,伙伴贡献收入占比超过60%,并与全球多家顶级咨询公司、运营商建立战略合作关系。截至2019年底,华为云已上线200多个云服务、190多个解决方案,包括69款华为云鲲鹏云服务、43款昇腾云服务;300万企业和开发者基于华为云进行云端开发

4、百度云 (以下据媒体报道)

在几家龙头各自欣喜之际,最郁闷的当属百度。昨日媒体报道,百度云掌舵人原百度云总经理尹世明、副总经理张志琦已于近期离职百度。据36kr报道,百度云近一年内三次架构调整,且传闻百度高层对百度云业绩不满意。

2019年9月,百度宣布将智能云事业群组与CTO体系融合,尹世明团队向集团CTO王海峰汇报。

2020年1月8日,百度将ACG(百度智能云事业群组)与AIG(AI技术平台体系)、TG(基础技术体系)、整合为“百度人工智能体系”(AI Group、缩写为AIG),继续由百度CTO王海峰负责。

今年3月11日,百度CTO王海峰发送内部邮件,宣布对百度智能云事业群组(ACG)进行调整,其中,尹世明、张志琦两人卸任原职务,另作安排,百度智能云的云计算、智能金融、智能客服、渠道生态等业务负责人将向王海峰汇报。

有媒体分析认为,尹世明团队的铺量打法已经跟不上潮流,也成为百度云业务并未起色的原因之一。

华泰证券行业研报观点认为,疫情之下,国家不断 加码“新基建”政策支持力度,有望至上而下加速数字化转型步伐,驱动 数据流量、存储等需求大幅增加,推动云计算行业景气度进一步提升。

一切向前看,当前中国云计算市场正处于打透圈层,气势如虹的发展阶段,云计算的诸多玩家正摩拳擦掌准备大干一番,相信2020年中国云计算市场将迎来新的发展篇章,各位玩家也能各自收获。

]]>
Gartner发布2019云计算市场数据报告 几家欢喜一家忧愁 //www.otias-ub.com/archives/1039718.html Thu, 23 Apr 2020 16:00:53 +0000 //www.otias-ub.com/?p=1039718 199IT讯 4月24日消息 近期,作为全球IT行业研究标杆Gartner发布了最新的2019云计算市场数据报告。报告显示,2019年全球云计算市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。

行业共识是,在新冠疫情导致的全球数字化进一步深入以及中国新基建如火如荼开展,企业上云需求将进一步释放,对整个云计算市场利好。

从几家云计算龙头的公关稿件来看,阿里云、腾讯云、华为云都不胜欣喜,且公关迅速,值得赞赏。

1、阿里云:(以下内容摘自公关稿件)

标题:Gartner公布2019年云计算市场数据:阿里云蝉联全球第三、亚太第一
Gartner:阿里云全球第三、亚太第一,份额上涨、拉大与谷歌差距
Gartner:阿里云蝉联全球第三、亚太第一

2019年全球云计算市场亚马逊、微软、阿里云、谷歌排名前四。阿里云全球市场份额从7.7%上涨至9.1%,进一步拉开与谷歌的差距;亚太市场,阿里云排名第一,市场份额从26%上涨至28%,接近亚马逊和微软总和。

数据显示,2019年全球云计算IaaS市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。全球市场3A格局稳固,但亚马逊市场份额被微软和阿里云挤压,从2018年48%下降到45%。阿里云排名第三,市场份额增速最快,从2018年的7.7%,上涨至9.1%。

相比全球,亚太市场增长更快,云计算市场规模同比增长达50%。在亚太市场上,阿里云排名第一,市场份额进一步上涨,从2018年的26%上升至28.2%,接近亚马逊和微软总和。同期,亚马逊份额从去年18%下降至17%。

近日,阿里云宣布未来3年投入2000亿,用于云操作系统、服务器、芯片、网络等重大核心技术研发攻坚和面向未来的数据中心建设。3年再投2000亿意味着阿里云的数据中心和服务器规模再翻3倍,冲刺全球最大的云基础设施。

金融时报评论认为,阿里云近年来在中国市场份额不断稳固,2019年第四季度中国市场占比达46%。新冠疫情刺激了市场对远程工作背后的云基础设施与技术的需求,疫情之后,企业和机构将大幅加快上云脚步。

分析师普遍认为,阿里云进一步扩大云基础设施和核心技术投入,“未来数年内赶上亚马逊是大概率事件”。

2、腾讯云(以下内容摘自公关稿件)

标题:Gartner:腾讯云亚太市场排名第四、全球市场排名第五,增速均超100%

4月23日,国际研究机构Gartner发布最新的云计算市场数据。报告显示,2019年腾讯云全球市场份额排名第五,增速111%,亚太地区市场份额排名第四,增速107.3%。

Gartner报告显示,2019年全球云计算市场持续快速增长,同比增长37.3%,总体市场规模达445亿美元。

在全球市场,腾讯云份额再前进一名,从2017年的全球18位、2018年的全球第6位上升至2019年的全球第5位。在全球Top5厂商中,腾讯云增速达到了111%,排名第一,且在全球及亚太市场增速均超过了100%。

根据腾讯最新财报,2019年,腾讯云全年营收超170亿元,增速持续高于市场,付费客户数突破100万。报告期内,腾讯云成功扩大市场份额,并在互联网服务、旅游、民生服务及工业等垂直领域持续拓展业务,并发挥连接消费者的优势,助力企业进行数字化升级。

目前,腾讯云的基础设施覆盖全球五大洲的 26 个地理区域,运营 53 个可用区,数据存储规模达到EB级别,并在全球部署1300+加速节点。

2019年年内,腾讯云多项核心指标取得里程碑式突破。2019年5月,腾讯宣布实现全网服务器总量超过100万台、带宽峰值突破100T的“双百”里程碑,成为中国首家、全球第五家服务器总量超过百万的公司,同时也是中国首家带宽峰值达到100T的公司。

同时,腾讯云持续加码新基建,依托遍布全球的数据中心,领先的大数据、人工智能、物联网等能力与智慧产业场景的结合,腾讯云已成为新基建的先锋队,并将在未来持续加大投入,修好信息高速公路,为产业互联网提供加速度。

3、华为云:(以下内容摘自公关稿件)

标题:Gartner:华为云IaaS市场中国排名前三、全球前六

华为云跻身Gartner报告中国三强,预示云计算市场的未来变局?

Gartner最新发布的《Market Share: IT Services, Worldwide 2019》研究报告显示:华为云全球IaaS市场排名上升至第六,增速高达222.2%,全球增速最快,中国市场排名前三。

在中国,华为云为30多个国家级部委、600多家政府与公共事业单位、互联网50强企业中的30家、20多家大型车企、14家基因领域企业提供服务,遍布政府、金融、互联网、汽车制造、基因等多个行业。在海外,华为云已在新加坡、智利、巴西、墨西哥、秘鲁大区陆续开服,与伙伴在全球23个地理区域运营45个可用区。

去年,华为云发展咨询合作伙伴10000家,伙伴贡献收入占比超过60%,并与全球多家顶级咨询公司、运营商建立战略合作关系。截至2019年底,华为云已上线200多个云服务、190多个解决方案,包括69款华为云鲲鹏云服务、43款昇腾云服务;300万企业和开发者基于华为云进行云端开发

4、百度云 (以下据媒体报道)

在几家龙头各自欣喜之际,最郁闷的当属百度。昨日媒体报道,百度云掌舵人原百度云总经理尹世明、副总经理张志琦已于近期离职百度。据36kr报道,百度云近一年内三次架构调整,且传闻百度高层对百度云业绩不满意。

2019年9月,百度宣布将智能云事业群组与CTO体系融合,尹世明团队向集团CTO王海峰汇报。

2020年1月8日,百度将ACG(百度智能云事业群组)与AIG(AI技术平台体系)、TG(基础技术体系)、整合为“百度人工智能体系”(AI Group、缩写为AIG),继续由百度CTO王海峰负责。

今年3月11日,百度CTO王海峰发送内部邮件,宣布对百度智能云事业群组(ACG)进行调整,其中,尹世明、张志琦两人卸任原职务,另作安排,百度智能云的云计算、智能金融、智能客服、渠道生态等业务负责人将向王海峰汇报。

有媒体分析认为,尹世明团队的铺量打法已经跟不上潮流,也成为百度云业务并未起色的原因之一。

一切向前看,当前中国云计算市场正处于打透圈层,气势如虹的发展阶段,云计算的诸多玩家正摩拳擦掌准备大干一番,相信2020年中国云计算市场将迎来新的发展篇章,各位玩家也能各自收获。

]]>
阿里巴巴:最新的财务数据显示阿里仍增长强劲 //www.otias-ub.com/archives/1007399.html Sun, 16 Feb 2020 08:18:33 +0000 //www.otias-ub.com/?p=1007399 阿里巴巴发布了截止到2019年12月的财报,数据显示阿里巴巴核心业务和云计算业务仍然保持强劲的增长。

4季度公司概括

在线零售增长不减:根据商务部,2019年中国社会零售总额增长8%至41万亿元,消费占中国经济增长的58%,占GDP增长的3.5个百分点。中国实物商品线上零售额为8.5万亿元,同比增长19.5%。消费已经成为中国经济的驱动力,在线零售是消费增长的引擎。

低线地区扛起用户增长大旗:4季度阿里巴巴的年度活跃客户达到7.11亿人,环比增长1800万,60%的新用户来自低线地区。中国零售市场MAU达到8.24亿人,环比上升3900万。DAU的增速快于mau,主要来自淘宝的业务发展健康良好。

天猫实物GMV增长24%。双11全球购物节GMV达到2684亿,是美国黑五和网络星期一的2.3倍。有超过1115个品牌的销售额突破10亿元。

全球化方面,Lazada季度订单量同比增长97%,Aliexpress dau 12月增长56%。天猫国际付费GMV同比增长45%。天猫国际的端到端配送时间提升了2.78天,比去年同期减少10%

菜鸟网络业务势头不减。双11期间,菜鸟处理的包裹数12.9亿,其中6.9亿的包裹在一周内配送,同比提升30%。通过菜鸟驿站的包裹数同比增长88%。

阿里云营收年比增速62%:这个季度阿里云达到两个里程碑,一个是营收单季度突破100亿元,第二个是阿里巴巴电子商务业务核心系统迁移到公有云。

疫情的影响:

春节假期后头两周,商家返工慢以及很多包裹不能及时配送负面影响了电商业务。

新零售业务盒马鲜生和淘鲜达订单额增长明显,但缺乏运力影响了订单量的恢复。

本地生活服务,到店餐饮和食品配送订单年比年下降明显。因为很多餐饮没有正常返工,其他类目,生活百货增长强劲。

飞猪机票,酒店和旅游订单取消量很明显。

叮叮的DAU和公司用户爆炸式增长。主要是企业远程办公的需求推动,在虚拟课堂直播课也很受欢迎。叮叮每天的健康打卡数达到1.5亿次。

4季度财务数据

核心电商业务业绩强劲。移动MAU增长3900万至8.24亿,中国电商平台的新活跃客户增长1800万至7.11亿,超过60%来自欠发达地区。总营收同比增长38%至1610亿元,扣除收购考拉业绩带来的影响,总营收增长为33%,主要来自中国电商零售业务的强劲增长和阿里云业务的贡献。

核心电商业务增长38%至1410亿元,中国零售业务和客户管理营收增长23%。点击单价和点击量都有上升。这个增长也体现了季度付费商家数的增长。

佣金营收增长16%,主要是因为天猫在线实体GMV强劲增长24%所致。收入增长和GMV增长的差距主要是因为有更多战略品类的商家获得了佣金率优惠(因为销售额更高而有更优惠的佣金率)以及天猫超市的佣金模式逐渐转向直销所致。

新零售业务增长仍然保持128%的高增长。这包括天猫超市和盒马直销业务的增长。这个季度也是考拉收购后财务报表合并完全的一个季度。

国际零售业务增长27%至74亿元。增长主要来自Lazada,部分受到Aliexpress的拖累,因为把俄罗斯业务跟当地合作伙伴建立了合资公司。

菜鸟的营收增长67%至75亿元。本地生活服务营收增长47%至76亿元。

阿里云营收增长62%至107亿元,公有云和混合云均对此有贡献。

电商业务调整后的EBITA为660亿元,同比增长20%。云计算业务调整后EBITA亏损3.56亿元,EBITDA利润率有所提升,所以亏损有所缩小。

数字媒体和娱乐业务,调整后EBITA亏损33亿元,比去年60亿元显著减少。

创新业务,调整后EBITA为亏损19亿元。

现金和短期投资为3520亿元,自由现金流为780亿元,同比增长52%。

]]>
8成服饰品牌采用阿里云转型新零售,国货大涨平均增收24% //www.otias-ub.com/archives/983101.html Wed, 18 Dec 2019 09:31:25 +0000 //www.otias-ub.com/?p=983101

2019年1218日,在第二届阿里巴巴ONE商业大会上,阿里巴巴副总裁、阿里云智能新零售事业部总经理肖利华透露8成知名服饰企业已同阿里云合作,其中国货品牌崛起,收入平均增速24%。借助阿里云新零售,合作客户已经驶入增长快车道。

随着市场环境、消费者心理变化,服饰企业渠道为王的时代已经过去,调整品牌定位、触达目标消费者、优化购物体验,向数智化转型已成关键。

李宁、特步、雅戈尔、红蜻蜓、太平鸟、百丽、安踏、波司登等诸多头部国货品牌成为先行者,率先同阿里云深度合作,并借助阿里巴巴商业操作系统化增长为持续的增长力。

作为阿里巴巴A100首批战略合作伙伴,红蜻蜓、雅戈尔等与阿里云合作建设数据中台、智慧门店等,在今年天猫双11中创下佳绩。红蜻蜓全渠道单品牌销售额突破3.8亿,位列鞋品牌榜第四。雅戈尔全网销售额1.24亿,同比增长88.8%

同阿里云合作转型新零售的国货服饰,收入普遍大涨。据公开信息整理,仅今年上半年,合作国货品牌收入平均增速达24%。其中,安踏收益同比增长40.3%,李宁增长32.7%,雅戈尔增长27.81%。同期ZARA母公司、优衣库增长均为7%左右。

阿里云智能总裁张建锋在同一天的会上表示,阿里巴巴把云智能技术基础与商业系统结合, 是面向未来社会新的商业操作系统。企业通过新品、新客、新组织实现增长,离不开新的技术基础设施,今天的是因为有了新技术,消费者成为在线的主体,企业需要用新技术实现增长。

作为阿里巴巴的云,阿里云是整个阿里巴巴商业操作系统的底座,有着广泛且扎实的经济体内新零售改造实践,承载着阿里经济体20年的多元商业场景数字化能力,为零售企业提供技术、电商、物流、支付宝等在内的系统化解决方案。

自年初战略性投入新零售行业以来,阿里云已将技术注入零售,在场景中产生价值,拓出一条快速推进、规模复制、体系作战的新道路。

目前,阿里云为零售行业制定有效的数智化转型五部曲,包括基础设施云化、触点数字化、业务在线化、运营数据化和决策智能化,深入服饰、快消、3C消费电子、商场百货购物中心、美家、新餐饮、新文旅等7大行业。

]]>
阿里云最全云原生产品家族亮相,全面释放云的技术红利 //www.otias-ub.com/archives/897562.html Wed, 26 Jun 2019 09:30:04 +0000 //www.otias-ub.com/?p=897562 6月24-26日,云原生领域顶级大会KubeCon + CloudNativeCon在上海召开,作为云原生技术与应用的领先企业,阿里云全面展示了云原生产品家族,同时发布边缘容器(ACK@Edge)和云原生应用管理与交付体系,为企业数字化转型提供全方位的技术支撑。

云原生是IT基础技术以及应用的新趋势。Gartner报告指出,到2022年有75%的全球化企业将在生产中使用容器化应用。

阿里巴巴是国内最早大规模布局云原生技术体系的公司。早在2011年,阿里巴巴就率先在全集团规模部署容器化基础架构,开启了中国公司将云原生技术体系在电商、金融、制造等领域中大规模应用的先河。

历经9年技术沉淀,阿里云已拥有国内最丰富的云原生产品家族,覆盖八大类别20余款产品,涵盖底层基础设施、数据智能、分布式应用等全栈技术能力,可以满足不同行业场景的需求。

目前,阿里云上运行着国内最大的公共云容器集群及镜像仓库,广泛服务于互联网、金融、零售、制造、政务等领域企业和机构,大幅降低了应用开发的门槛,让企业轻松享受云的优势。

奥组委通过容器服务ACK,在欧洲助力奥运OCS频道敏捷开发高效运维;西门子使用阿里云ACK,实现开放式物联网操作系统MindSphere微服务架构、DevOps以及系统的高可用;迅雷使用容器混合云方案,完成云下及云上混合部署和调度,在享受极致弹性的同时降低成本。

此次发布的边缘容器可实现云、边、端一体化的应用分发,支持不同系统架构和网络状况下,应用的分发和生命周期管理。该产品采用了自研高性能Terway网络插件,将弹性网卡ENI分配给容器实例,使容器实例和计算资源使用同一个网络平面,性能较传统的overlay容器网络高出20%。

大会同时发布了云原生应用管理与交付体系,涵盖国内首个开放云原生应用中心Cloud Native App Hub、云原生应用自动化引擎OpenKruise等服务。

其中,OpenKruise 开源项目源自于阿里巴巴经济体过去多年的大规模应用部署、发布与管理的最佳实践,同时解决了 Kubernetes 之上应用的自动化管理问题。OpenKruise后续会继续覆盖部署、升级、弹性扩缩容、QoS 调节、健康检查,迁移修复等更多K8s 自动化能力。

阿里云智能容器平台负责人丁宇表示:“云原生正在重塑整个软件生命周期,容器、Kuberentes、云原生成为云时代的三个重要标准。阿里云将继续加大云原生技术栈产品体系的研发,并持续回馈开源社区,与生态合作伙伴一起,共同推动云原生标准制定以及应用的落地。”

 

阿里云是国内在云原生领域的开源贡献最全面的科技公司,涵盖编排调度、作业管理、无服务器框架等,主导维护etcd、containerd、dragonfly等多个CNCF明星项目的发展,已有超过10个项目进入CNCF landscape。今年1月,阿里云资深技术专家李响成为首个入选全球顶级开源社区CNCF技术监督委员会的中国工程师,致力于推动云原生技术的落地。

 

得益于全面的技术投入和大规模应用实践,阿里云成为国内唯一进入2019 Gartner《公有云容器服务竞争格局》报告的企业。今年3月,阿里云智能总裁张建锋表示,未来1-2年内,阿里巴巴要实现100%的业务跑在公共云之上,并且继续大力投入云原生技术的研发。

]]>
Gartner:阿里云亚太市场份额第一,超过亚马逊和微软总和 //www.otias-ub.com/archives/872139.html Tue, 07 May 2019 05:03:58 +0000 //www.otias-ub.com/?p=872139 国际权威研究机构Gartner近日发布最新市场调研数据,阿里云在亚太云计算市场排名第一,2018年市场份额达到19.6%,超过亚马逊和微软的市场份额总和。同时在全球范围内,阿里云持续保持全球前三,领先优势正在持续扩大。

Gartner的数据显示,2018年阿里云在亚太区域市场份额为19.6%,同期亚马逊为11%、微软为8%。同比2017年,阿里云市场份额增长了4.7个百分点,与亚马逊和微软的差距正在拉大。

财报显示,2018自然年阿里云营收规模达到213.6亿元,首次突破200亿大关,上一年这一数字为111.7亿元。阿里云4年间增长了约20倍,目前已成为亚洲最大的云服务公司。

据国际通讯社彭博报道,阿里云在过去三年里持续保持高速增长,远超行业平均增长水平。在国际市场上,阿里云的增长更加迅速,其在亚太区域拥有最为广泛的云计算基础设施布局,并且是唯一在马来西亚和印度尼西亚开设数据中心的云服务商。

公开资料显示,阿里巴巴还在不断加码对云业务的战略投入,将全集团的技术与云全面结合并对外输出。同时,阿里巴巴自身也将在未来1到2年内全部上云,为数字经济发展提供基于云上最佳实践的新技术和新理念。

]]>
Gartner:阿里云亚太市场份额第一,超过亚马逊和微软总和 //www.otias-ub.com/archives/865865.html Wed, 24 Apr 2019 10:06:13 +0000 //www.otias-ub.com/?p=865865

4月24日,据彭博社报道,阿里云在亚太云计算市场份额达19.6%,超过亚马逊和微软的总和。这是阿里云连续第二年位居亚太市场第一,份额同比上年增长4.7个百分点,持续扩大领先优势。

报道引述研究机构Gartner的最新市场调研数据,在云计算基础设施领域,2018年阿里云在亚太区域市场份额为19.6%,同期亚马逊为11%、微软为8%。同比2017年,阿里云市场份额增长了4.7个百分点。同时,在全球范围内,阿里云持续保持全球前三的领先地位。

彭博表示,阿里云在过去三年里持续保持高速增长,远超行业平均增长水平。在国际市场上,阿里云的增长更加迅速,其在亚太区域拥有最为广泛的云计算基础设施布局,并且是唯一在马来西亚和印度尼西亚开设数据中心的云服务商。

公开资料显示,2018自然年阿里云营收达到213.4亿,四年间增长20倍。高速增长的同时,阿里巴巴还在不断加码对云业务的战略投入,将全集团的技术与云全面结合并对外输出,目标是构建数字经济时代的云智能基础设施。

同时,阿里巴巴自身也将在未来1到2年内All in Cloud,为数字经济发展提供基于云上最佳实践的新技术和新理念。

]]>
十年再出发:阿里云智能战略加速的“四级火箭” //www.otias-ub.com/archives/849066.html Thu, 21 Mar 2019 06:26:19 +0000 //www.otias-ub.com/?p=849066 3月21日,在2019阿里云峰会·北京站上,阿里云智能总裁张建锋首次对外阐述了阿里云战略加速的“四级火箭”:达摩院加持的云、数据智能的云、最佳实践的云和被集成的云,从技术、产品、商业和生态层面开启阿里云的下一个十年。

达摩院加持的云

十年前,阿里云开始自主研发云计算操作系统飞天之路,开启了中国云时代。十年后,阿里云在中国市场份额超过2到8名总和,培育了整个中国云计算市场,数字经济在云上蓬勃发展。

十年再出发,在核心技术层面,张建锋表示,阿里巴巴所有的技术也将通过阿里云对外输出,全集团的科研力量将融会贯通,达摩院的能力与云全面结合。未来,还将加大研发投入,扩大云的技术代差优势。

2017年,阿里巴巴成立达摩院,三年投入1000亿进行核心基础技术研究。目前,达摩院已经在机器学习、下一代人机交互、视觉计算、芯片技术、量子计算等领域构建了核心技术。

特别在智能领域,达摩院算法科学家将把阿里巴巴内部场景锤炼过的能力,向云上企业输出。这些技术已经具备多模态交互的智能能力,具有全球性领先优势。

数据智能的云

“IT基础设施的云化、核心技术的互联网化、应用的数据化和智能化”,张建锋认为这是云的三大趋势和核心价值所在。

在IT基础设施层面,All-in-Cloud的时代全面到来,各行各业正在向公共云上全站迁移。对此,阿里云将提供上云的多种路径和工具,帮助企业零改动上云。此外,阿里云将坚持自主研发之路,打造最安全稳定的云。

未来,社会经济将与互联网更加融合,企业机构的业务也将全面转变为互联网业务。阿里构建了应对海量高并发的互联网分布式架构、下一代数据库POLARDB、中台技术、云原生的产品和能力,这些能力将帮助企业实现核心技术的互联网化。

在此基础上,企业应用将实现从流程驱动变为数据智能驱动,实现数据化和智能化。阿里云将输出全栈数据技术能力,并提供达摩院顶尖的AI技术。此外,阿里云将开放城市大脑平台,结合深化产业AI实现智能化的社会和经济价值。

最佳实践的云

过去20年,阿里先于社会遇到互联网时代挑战,从而构建了下一代企业所需的数字化技术和范式。这些能力将通过阿里云成为社会的能力。

未来,阿里云将成为阿里巴巴经济体的技术底座。张建锋表示,现在阿里巴巴有60%到70%业务跑在公共云上,在未来一到两年时间里,阿里巴巴100%的系统将完全基于公共云,成为云上的阿里巴巴,“阿里巴巴使用阿里云的产品,和对外提供给用户的一模一样。”

阿里一直被认为是下一代企业的模型,同时也拥有最多的云上最佳实践。近年来,聚划算、钉钉、盒马等创新业务层出不穷,阿里经济体形成物种多样的“动物园”。庞大的电商交易仅需要几百运营,数据智能协助人类做更好的决策。

在这些真实商业场景中淬炼和抽象的数字化能力,将为各个行业提供数字时代所需的核心商业能力。阿里云将加大行业投入,并聚焦新零售、新金融和数字政府三个领域。

被集成的云

这些在复杂多样的场景中淬炼的技术和产品,将被更广泛和深刻的集成。张建锋表示,阿里云要“练好内功被集成”、“阿里云自己不做SaaS,让大家来做更好的SaaS。”

会上,阿里云面向开发者发布了SaaS加速器,并推出小程序云,以20亿扶持基金的“繁星计划”培育云上新生态。

生态是流淌在阿里巴巴血液里的基因。通过与合作伙伴的携手,特步、波司登、蒙牛、海底捞等大型企业已经率先开始引入数字化范式和技术,支持业务快速创新,使用数据智能支撑决策。

]]>
智标委联合阿里云等多家单位发布全国首部《租赁住房行业全域安全白皮书》 //www.otias-ub.com/archives/822380.html Wed, 16 Jan 2019 04:27:23 +0000 //www.otias-ub.com/?p=822380

1月15日,在北京召开的2019阿里云数字地产峰会上,全国智能建筑及居住区数字化标准化技术委员会(以下简称智标委)联合阿里云、中装协住宅租赁产业分会及19家单位,联合发布中国首部《租赁住房行业全域安全白皮书》(以下简称白皮书),共同推进行业安全相关标准制定。

近年来,我国住房租赁行业的开始了高速发展,而随之而来的因为过度创新,标准缺失,出现了很多行业乱象。《白皮书》的出现,将联合租赁住房行业领军企业,对行业制定统一的规范化标准,解决行业问题,推进行业安全。

据介绍,《白皮书》主要分为行业背景及痛点分析、行业生态能力介绍、安全场景及方案阐释三大核心内容。相关参与单位包括智标委、中国建筑装饰协会住宅租赁产业分会,以及龙湖冠寓,魔方公寓,我爱我家相寓等多家深耕租赁市场的头部长租公寓企业和10多家行业服务伙伴,共同对于国家政策,行业背景,市场趋势进行深度解读,《白皮书》梳理了租赁市场的行业发展现状和未来趋势,并结合现阶段租赁市场发展中,人身安全风险,管理安全风险,设备安全风险,信息安全风险等安全问题,深度剖析潜在风险点及解决办法。

阿里云智能IoT事业部租赁住房行业负责人洪桢杰表示,租赁行业规模巨大,根据研究显示,2020年租赁市场规模预计达到1.6万亿,租房人数将达到1.9亿;到2025年,中国租赁市场规模将从现在的1.1万亿元增长到2.9万亿元。洪桢杰表示,行业蓬勃发展的背后,却引发了长租公寓资金链断裂,长租公寓甲醛超标等多种问题,此次《白皮书》的发布,也将联合起行业,以更安全更高效的物联网手段,对租赁市场进行深度管理和再造,并为用户切实提供一整套安全舒适的住房租赁体验。

]]>
阿里云IoT庄闲网络娱乐平台进入 方案助力supET工业互联网平台斩获大奖 //www.otias-ub.com/archives/793710.html Thu, 08 Nov 2018 03:19:01 +0000 //www.otias-ub.com/?p=793710

11月7日,在乌镇举办的第五届世界互联网大会上,融合了物联网与庄闲网络娱乐平台进入 技术的supET工业互联网平台,获选世界互联网领先科技成果,也是唯一获奖的工业互联网平台。其中阿里云IoT的庄闲网络娱乐平台进入 方案为supET项目提供工业设备认证、产品质量追溯和供应链管理服务三大类场景应用。

supET工业互联网平台在今年6月由阿里云、中控和之江实验室联合发起,其中阿里云负责平台技术及产品架构,提供领先的云计算能力、工业大数据模型和算法,以及丰富的生态协同创新模式。中控提供流程制造工业自动化、智能制造的专业技术能力和丰富的工业场景。之江实验室则结合其在工业领域的科研能力,为平台提供基础科研技术支撑。

阿里云庄闲网络娱乐平台进入 负责人易立表示,在工业物联网中,终端IoT设备会采集各类数据、结合边缘网关设备进行实时决策,又与云端相连,可信地连接物理世界和数字世界,与庄闲网络娱乐平台进入 技术结合在一起会有广阔的创新空间。

阿里云IoT高级安全专家王叶松表示,阿里云IoT将Link Security(IoT安全平台)与BaaS(庄闲网络娱乐平台进入 服务)平台相结合,为工业互联网平台打造云、边、端可信的分布式账本网络以及云端智能合约安全运行环境的一站式解决方案,提供完善的数据安全和隐私保护能力。我们保障数据在上链的路径中各关键设备的安全性,并在此基础上为制造企业提供实时可信的工业生产数据,为金融服务企业提供制造企业业务和资质的可信证明等。

今年以来,阿里云IoT在工业物联网不断发力,除了打造supET以外,在广东及重庆都联合合作伙伴推出了相应的工业互联网平台。目前已建成拥有云端服务平台、边缘连接平台能力的完整通用工业PaaS云平台,在电子制造、机械制造、纺织服装等细分行业实现场景化的应用。

]]>
阿里云讲述“新杭州故事”:向全球输出数字中国“杭州方案” //www.otias-ub.com/archives/774602.html Wed, 19 Sep 2018 08:20:17 +0000 //www.otias-ub.com/?p=774602

9月19日,2018杭州·云栖大会现场,杭州城市大脑2.0正式发布,管辖范围扩大28倍,覆盖面积增至420平方公里,相当于65个西湖大小。

ET城市大脑等数字化城市解决方案,掀开了“杭州故事”的新篇章。今天的杭州,已从千年古城变为全球领先的数字化城市样本。

“这些新杭州故事,明天将会在更多城市发生。”阿里云总裁胡晓明在大会上表示,将以杭州为起点,向全球更多城市输出数字中国的“杭州方案”。

从人文胜地到科技之都  科技改变一座城

自古以来,杭州就是人文的代名词。“江南忆,最忆是杭州”诠释着人们对杭州的全部想象。

然而,今天的杭州不只是“人间天堂”,过去几年来,杭州在中国城市竞争中异军突起,变身为一座“科技之都”。

本次云栖大会上,杭州市政府联合阿里云等企业建设的杭州城市大脑2.0正式发布。仅一年时间,城市大脑已成为杭州新基础设施:管辖范围扩大28倍,覆盖全城420平方公里,相当于65个西湖大小。通过交警手持的移动终端,大脑实时指挥200多名交警。在城市大脑的作用下,杭州交通拥堵率从2016年时的全国第5降至2018年的全国第57名。

除了依靠大数据、人工智能摆脱拥堵,今天的杭州,还是“移动支付之城”、“移动办事之城”、“智慧医疗之城”。

在杭州,出门办事“最多跑一次”,全市59个政府部门368.32亿条信息汇聚在基于阿里云打造的政务服务平台上,市民可凭身份证一证通办296项事务。

在杭州,超过95%的超市便利店、超过98%的出租车、5000余辆公交车都支持移动支付,堪称全球最大的移动支付之城。

在杭州,近年来,智慧医疗让近7000万人次在杭州市属医院看病时间平均缩短2小时以上。

在杭州,成千上万的摊贩店主不再需要每天记账本、跑银行;跑航运、港运、路运的师傅不再需要花很多时间办数不清的证件;法院审理某些案子不再需要原告被告到场,甚至不需要书记员;去医院拍片子做CT,不再需要去固定医院就诊,也不需要将片子全部打印出来;而创业公司也不再需要自己搭建服务器、数据中心,每天可能只需几十块钱就可以享受跟大公司一样的计算服务。

在杭州,一度遭遇低潮的百货业焕发新活力,银泰转型为大数据驱动的消费解决方案提供商。商超向新零售升级,世纪联华积极拥抱新技术。杭州银行携手云计算革新用户体验,具备了互联网金融能力。以吉利汽车为代表的汽车制造从营销到生产全流程数字化。

在传统工业制造领域,通过云计算与人工智能,沉默的数据被唤醒,中策橡胶、正泰新能源等工业企业的生产流程大幅优化,良品率上升带来利润增长。随着200家工业企业相继入驻SupET工业互联网,杭州智造正在成为“新制造”的典型样本

曾经,西雅图走出了亚马逊和微软两大科技巨头,反过来,两者也用数字化技术铸造了全新的西雅图。今天,杭州孕育了领先全球的云计算企业阿里云,而阿里巴巴则推动着千年古城杭州在新一轮数字化变革中走在前列。

“新杭州故事”只是刚刚开始 

“我们今天讲述的新杭州故事只是开始,阿里云希望向全球更多城市输出新杭州背后的技术和实践。”在胡晓明看来,杭州被打造成数字中国的标杆城市,但新杭州故事的意义不止于杭州。

近年来,以阿里云为代表的科技企业走向海外,正在改变国际社会对中国的认知。国际社会已经将目光投入到中国科技带来的数字化转型上,科技领域的“中国方案”受到关注。区别于传统商品为主的国际贸易,中国技术走向世界不仅能为中国企业出海铺好“数字丝绸之路”,也能为当地经济增长带去新动能。

在中东,阿里云正在和有“中东MIT”之称的哈利法大学共同探索解决能源领域的重大前沿问题;在传统工业大国德国,阿里云正在和世界知名的企业管理方案供应商SAP扩展全球合作伙伴关系,为全球企业提供更好的数字化转型解决方案;在非洲,阿里云正在和肯尼亚政府打造智能野生动物保护平台,保护更多珍稀动物;在奥运领域,阿里云正在和奥运转播服务公司OBS打造奥林匹克转播云,用视频云技术,让更多偏远地区可以更智能的方式观看奥运比赛视频;在马来西亚,ET城市大脑在杭州率先成功的特种车辆优先调度方案被吉隆坡引入,测试显示救护车到达现场的时间缩短了48.9%。未来,“杭州红绿灯”可能成为世界全新的一种红绿灯控制系统。

中国是全球数字化转型的试验场,而杭州是中国数字化浪潮的中心。100年前,伦敦向世界输出了地铁,巴黎输出了下水道,纽约输出了电网。今天,中国杭州携手阿里云,正向世界贡献数字化城市方案。

杭州,是阿里云技术理想和家国情怀的起点和原点。

]]>
阿里云IoT发布Link Develop 2.0 最快10分钟完成物联网全链路开发 //www.otias-ub.com/archives/773849.html Tue, 18 Sep 2018 03:00:55 +0000 //www.otias-ub.com/?p=773849

9 月 16 日,阿里云IoT开发平台 Link Develop 2.0 正式上线,该平台将完全颠覆传统物联网开发模式,帮助传统企业快速实现设备端到应用端一站式物联网开发,相比于传统的开发环境,Link Develop 2.0将帮助企业节省三分之二开发成本,最快仅需 10 分钟即可完成物联网全链路开发。

传统物联网开发包括设备端、服务端和应用端开发,开发环节繁琐,同时应用端开发对设备端开发的依赖性强,必须要做到先设备端,再应用端,无法进行同步开发,这样就会耗费大量人力物力成本。

阿里云IoT Link Develop 2.0物联网开发平台则可以完全避免繁琐开发步骤,通过嵌入式开发、Web应用、移动应用、服务编排四大在线工作台,完全颠覆传统物联网开发的“先硬后软”模式,依托物模型和在线虚拟设备功能实现软硬件开发同步进行。同时配合网页、移动应用可视化搭建及服务流编排,无需前端开发再编写各种复杂代码,通过现成的Link Develop开发工作台,直接生成用户产品所需要的数据面板、控制面板、设备告警推送等常用应用,该平台较传统物联网开发节省三分之二开发成本,最快仅需 10 分钟即可完成设备端到应用端的物联网全链路开发。

阿里云 IoT 产品负责人金锋表示,依托阿里云IoT生态,未来 Link Develop 将为更多的中小企业带来安全、便捷的一站式开发服务,同时针对未来可能存在的各种物联网应用场景,开发者完全有能力开发出更丰富多样化的物联网产品和解决方案,。

2018 年 3 月深圳云栖大会上,阿里云 IoT 宣布投入 2.5 亿全力支持物联网开发者。阿里云IoT Link Develop 2.0物联网开发平台的发布,将赋能超过 100 万的开发者,帮助更多中小企业跻身物联网赛道,打造物联网开发者生态。

]]>
阿里云IoT发布生活物联网平台2.0,智能硬件开发效率提高5倍 //www.otias-ub.com/archives/756906.html Fri, 03 Aug 2018 09:11:14 +0000 //www.otias-ub.com/?p=756906 7月30日,阿里云IoT正式发布生活物联网平台2.0,让智能家电行业厂商开发智能硬件的效率提高5倍。同时生活物联网平台还将通过阿里云的全球化部署助力中国企业出海,共同推动物联网的生态发展。

据了解,传统家电行业的智能硬件开发包括设备端、服务端和客户端开发,至少需要20步以上的基本工作环节,还需要面对高并发稳定性、安全保障、运维服务等方面的问题。而通过生活物联网平台,传统智能家电硬件厂商只需要 “定义产品-在线调试-配置界面-发布量产”4步,就可以低成本的完成从硬件到用户交互的产品交付整个环节,效率提升5倍以上,完成后厂商只需要专注于硬件产品本身的设计和开发。

同时,智能生活开放平台还提供了高扩展能力,包括客户端SDK和云端API,让具备开发能力和个性化需求高的厂商开发自主品牌APP,也可以通过云对云的方式将自有业务系统和平台打通,深度定制自有业务体系。

阿里云IoT相关负责人表示,通过阿里云的全球化部署,智能生活开放平台也将在全球多个节点实现完整的全链路服务能力、统一的设备激活和漫游能力、多语言能力,助力中国企业的产品走向海外,服务国际用户。

自今年3月阿里巴巴宣布全面进军物联网领域以来,阿里巴巴旗下阿里云IoT致力于将物理世界数字化,已经构建起了云端一体化的平台,为智能生活、智能工业、智慧城市等各行业提供助力。生活物联网平台2.0的发布,也将让全球消费者都可轻松获得中国家电产品的智能体验。

]]>
阿里云IoT发布视频服务Link Vision,全面助力安防行业数字化转型 //www.otias-ub.com/archives/753984.html Fri, 27 Jul 2018 08:37:24 +0000 //www.otias-ub.com/?p=753984 7月26日,阿里云IoT发布了云边端物联网视频服务Link Vision 1.0,该服务包含了物联网视频开放平台和物联网视频AI解决方案,可帮助传统摄像头厂商与安防工程全面实现数字化和智能化转型。据介绍,Link Vision 1.0将于8月底正式上线。

数据表明,基于来自平安城市、道路交通、金融、教育等领域的旺盛需求,2020年安防行业总产值将达到8000亿元,年复合增长率达10%,而物联网技术的迅猛发展,解决了安防智能化门槛高、开发难度大的问题,助力企业实现数字化和智能化的落地。

目前,在以家用摄像头产品为主的消费级安防市场,除了具备一定研发实力的头部玩家,大部分中小企业还是传统的P2P业务模式,盈利模式单一,用户通过手机APP端观看,经常出现卡顿、画质不佳等体验欠佳问题;同时,很多传统家用摄像头只将视频存储在本地SD卡上,安全性和实时报警问题难以解决。

基于阿里云Link Vision物联网开放平台,技术开发能力较弱的中小企业能快速升级为”硬件+软件+服务”的模式;另外,企业还可以实现摄像头云端接入管理,相比于原有的P2P方式,可以向用户提供更加流畅,画质更高的体验。

在以城市或大型企业为单位的安防监控系统中,传统解决方案无法实现海量视频有效存储和调阅,这导致企业无法实现复杂的视频AI结构化分析,也无法实现视觉对象和安全事件的全局搜索、布控、跟踪,一旦遇到安全事件,无法及时警告和有效后续跟踪。

阿里云Link Vision物联网视频AI解决方案可解决该问题。据介绍,该方案的边缘媒体服务器单机可以实现最多128路本地工业级网络摄像头的联网接入,企业能够提取高质量的视频AI结构化数据并上传至云端存储,轻松实现全局范围内的视觉对象、视觉事件的搜索、布控、跟踪等上层业务。

阿里云IoT自去年云栖大会亮相以来,已经推出了多款云边端一体化产品,阿里云IoT认为,”无处不在的计算”是一条必经之路,这种计算不仅在云上,也在边缘端和设备端,换言之,这种计算可以在云边端三侧进行协同。此次阿里云Link Vision的发布,也意味着阿里云IoT将开放视频业务领域的云边端一体化能力,助力安防行业实现实时、海量数据的处理,从而全面实现行业的数字化和智能化转型。

]]>
阿里云IoT边缘计算产品Link Edge公测,打造云边端一体化计算平台 //www.otias-ub.com/archives/753321.html Wed, 25 Jul 2018 09:03:20 +0000 //www.otias-ub.com/?p=753321 近日,阿里云IoT边缘计算产品Link Edge正式公测。Link Edge将阿里云的计算能力扩展至边缘,在离设备最近的位置执行计算,提供安全可靠、低延时、低成本、易扩展的本地计算服务,能够大大提升处理效率,减轻云端的负荷,提供更快的响应,将需求在边缘端解决,是IoT服务不可缺少的环节。

Link Edge专为物联网开发者推出,产品继承了阿里云安全、存储、计算、人工智能的能力,可部署于不同量级的智能设备和计算节点中,提供稳定、安全、多样的边缘到IoT设备的通信连接,同时可以结合阿里云的大数据、AI学习、语音、视频等能力,打造出云边端三位一体的计算体系。此外,Link Edge还支持设备接入、函数计算、规则引擎、路由转发、断网续传等功能。

在实际场景中,Link Edge的应用领域越来越广泛,例如在未来酒店,边缘网关通过Link Edge快速集成了本地设备,并作为本地节点快速响应本地事件,实现入楼闸机、房间门、空调、照明、水电等设备的M2M智能联动,客人入住后由天猫精灵作为私人管家,接收住户指令、管理多端设备,实现室内室外一体化的语音智能。

作为IoT服务不可或缺的一部分,边缘计算日益受到业界重视。Link Edge独有物模型概念,通过定义物模型连接不同协议、不同数据格式的设备,精准描述设备属性及其功能,便于设备之间互操作。可以预想,此次Link Edge公测将会大大推动IoT服务落地的进程。

]]>
阿里云IoT将举办第三届极客创新挑战赛 吸引全球极客参赛 //www.otias-ub.com/archives/744298.html Mon, 02 Jul 2018 05:19:18 +0000 //www.otias-ub.com/?p=744298 极客,是美国俚语“geek”的音译。在今天,极客被指代为对计算机和网络技术有狂热兴趣的人。而在中国,随着云计算、人工智能、IoT的快速发展,极客的数量越来越多,在这些高尖技术的加持下,极客们的创意也开始逐渐进入到大众的生活中来。

为支持和推动全球极客文化发展,近日,阿里云IoT宣布将举办第三届极客创新挑战赛(GXIC)。该赛事是阿里云旗下IoT事业部所主办的智能创新比赛,本届大赛将首次对外开放征集报名参赛队伍。比赛将召集所有在创意、设计上有想法的极客们,享受最纯粹的创新碰撞,动手做出一些体验创新有所突破的作品。

据透露,极客创新挑战赛始于2016年,当时仅为阿里巴巴内部员工的赛事。当年在内部吸引了36支队伍、共150名选手参赛,最终有11支队伍进入决赛。包括AR连接器、智能家用种植系统等黑科技产品获得大奖。在2017年极客挑战赛上,更是出现了智慧快递柜、未来访客、智慧驿站等优秀作品。创意作品的频出,再加上挑战赛事的激烈,GXIC很快在极客圈引起了广泛的关注。据悉,今年GXIC还在筹备阶段便受到了全球极客的关注,并在全球极客们的要求下, GXIC今年将首次对外开放报名,主办方预计,今年参赛人数有望达到1000人,这也将创造极客挑战赛的历史。

据主办方介绍,本次挑战赛,参赛队伍将使用阿里云IoT提供的物联网套件进行产品设计,同时,本次挑战赛确定了“野生动植物保护”和“极有家美居生活“2个大赛主命题,极客们将以此展开角逐。而赛事将最终选出16支队伍的参赛作品,在9月19日的杭州云栖大会上再次展开决赛。目前, GXIC的官方网站已经上线,全球极客均可在网站上报名。

]]>
阿里巴巴:4Q18财季业务全面开花,营收同比增长61%,利润同比增长35% //www.otias-ub.com/archives/720315.html Sat, 05 May 2018 08:05:24 +0000 //www.otias-ub.com/?p=720315 公司业务保持强劲增长,核心电商业务加速,云计算业务表现抢眼

根据阿里巴巴发布的2018财年4季度(对应自然季度为1Q18)的财报,2018财年阿里巴巴营收同比增长58%,淘宝和天猫的GMV增速从去年的22%提升至今年的28%,增长加速。

公司认为取得这样的增长主要是因为三点:(1)市场份额继续扩大主要是得益于技术和用户洞察,得以把更精确的产品推送给匹配的用户,公司同时在供应链,产品和商家,物流方面进行了升级改造,技术和运营的双管齐下使得阿里巴巴得以在大规模的基础上继续实现快速增长;(2)新零售业务的增长使得阿里巴巴的潜在目标市场规模扩大。通过输出技术和运营能力,阿里巴巴帮助传统零售伙伴满足用户的需求,扩大了新的增长来源。通过这个转型,中国5万亿美元的零售市场规模已经向阿里巴巴敞开;(3)阿里巴巴已经在电商之外的娱乐和本地生活站稳脚跟,过去一年阿里巴巴持续投入娱乐和媒体领域,优酷会员规模和收入得以提高;通过完成饿了么的收购,增强了阿里的新零售策略。

4Q18阿里巴巴营收同比增长61%至619.32亿元,其中核心电商业务营收同比增长62%至512.87亿元;云计算营收同比增长102%至43.85亿元,阿里云营收在中国云计算领域的市场份额接近50%;数字媒体和娱乐业务同比增长34%至52.72亿元;创新业务同比增长8%至9.88亿元。

核心电商业务EBITA利润率为42%,扣除新零售,Lazada和菜鸟的投入后,核心电商业务EBITA利润率跟去年基本一致。non-GAAP自由现金流为86亿元,去年同期为80亿元。

市场推广有成效,用户规模创新13个财季最高新增

中国零售市场的移动MAU达到6. 17亿人,同比增长22%,在春节期间的市场推广活动对新用户的增长拉动明显,本季度净增3700万年度活跃客户,大部分来自三四线城市和农村地区,创下过去13个财季的最高净增。

GMV保持快速增长,越来越多的品牌加入天猫

2018财年,阿里巴巴的GMV共计达到7680亿美元,公司对于在2020年达到1万亿美元的GMV规模充满信心。

天猫的各个类目继续保持增长,实物GMV同比增长40%,主要是得益于时尚和FMCG品类的加速增长,以及用户对消费电子产品的旺盛需求。越来越多的品牌加入天猫,如H&M, YSL Beauté, Valentino.

1季度,阿里巴巴进入两个新城市,新增13家河马店,开店的总量达到37家,河马有超过50%的订单来自线上。

全球化扩展继续取得成效,在技术整合后将保持对Lazada的投入

全球化取得新的进展,来自国际零售业务的营收同比增长94%,跨境电商进口业务天猫国际,GMV同比增长113%,受益于热卖品类如美容,婴儿和家装。为加快Lazada的发展和市场份额扩张,阿里巴巴将技术平台整合进东南亚的6大市场,将会继续投入20亿美元至Lazada业务。

2018财年,菜鸟的配送网络保持稳步扩张,超过90%的电商平台订单由菜鸟的e-way处理,超过17家物流合作伙伴使用菜鸟的物流云服务来提高收件和配件效率。次日达业务扩大至211个城市和近1500个乡村。跨境电商服务成功与中国主要海关整合,可以加速用户订单清关,使得全球主要地点的门到门配送时间缩小至10天。

数字媒体和娱乐业务继续迎来亮点,优酷的付费会员规模同比增长160%,继续通过购买和开发授权和原创内容提升用户认知。

高德已经成为最大的移动数字地图平台,日活跃用户接近6千万,高德地图服务还作为基础设施服务不同的行业,如外卖和共享单车。

语音助手天猫精灵销售量超过200万台,天猫精灵最新的升级产品开始配置图像识别功能。

新零售业务和东南亚电商业务导致成本增长较快

扣除掉SBC的成本为308亿元,在营收中的占比从去年同期的37%上升至今年的50%,增长主要是因为新零售业务和Lazada带来的库存成本增加,以及对菜鸟的投入,对市场推广获取客户,提升用户体验投入的增加。

市场和推广费用(扣除SBC)为70亿元,占营收的比重从去年的10%增至本季度的11%,主要是因为广告和投入的增加,这也已经在我们的年度活跃买家和MAU增长上面得到体现。

净利润同比增长35%,低于营收的增速,主要是新业务更低毛利率以及投资增加所致

净利润方面,Non-GAAP净利润为14亿元,同比增长35%。GAAP净利润则同比增长33%,主要是受去年同期投资资产售卖的影响,如果扣除该影响,GAAP净利润同比增长27%。

Non GAAP自由现金流为461亿元,现金和现金等价物及短期投资环比下降主要是因为现金投资活动带来的影响,其中包括对万达影院,居然之家的投资,以及对银泰股份的持股的增长,部分被自由净现金流增长86亿元所抵消。

资本性支出为70亿元,其中15亿元跟获得土地使用权,以及在建工程有关。

电商业务和非电商业务表现可圈可点

​核心电商业务营收同比增长62%,其强劲表现主要是得益于中国电商零售业务同比增长56%,中国电商零售业务在核心电商业务中的占比为78%。

在中国电商零售业务中,客户管理营收同比增长35%,主要是点击单价的上升,另外点击量也有上升。点击单价上升主要得益于个性化技术的进展,带来了更好的转化。佣金收入同比增长39%,主要是因为天猫实物商品GMV强劲增长40%。其他收入为58亿元,同比增长超过1000%,主要是新零售业务的增长,其中包括河马,天猫进口,和银泰。

核心电商业务的EBITA利润率为43%,去年同期为69%,扣除掉新零售,Lazada,菜鸟的影响,调整后核心电商业务EBITA利润率跟去年同比接近。

云计算营收同比增长103%,主要是付费用户数量的增长,以及客户云业务使用的增加。

数字媒体和娱乐业务营收为53亿元,同比增长34%,主要是因为优酷付费会员的增长,以及UCweb移动增值业务的增长。Youku的日均付费会员增长强劲,同比增长160%,主要得益于几款电视真人秀节目和剧集的爆款。调整后的EBITA利润率为-49%,去年同期为-44%,主要是优酷土豆内容成本的增加。

来自创新业务的营收和其他部门业务为9.88亿元,调整后EBITA利润率为-87%,主要是对这些新业务仍然在投入期。

财年方面,2018财年总营收同比增长58%达到2500亿元,除去菜鸟合入的影响,营收同比增长仍然超过50%,主要是核心电商业务保持快速增长,同时云计算业务同比保持三位数增长。

核心电商业务是IPO以来增速最快的一年,同比增长60%,2018财年,中国零售电商GMV达到4.8万亿元,同比增长28%,需要指出的是,这个GMV并未包括新零售的GMV,后续公司将会计入新零售的GMV。阿里云业务营收翻倍至134亿元。

公司业务保持强劲的盈利能力和现金流水平,2018财年,自由现金流达到990亿元,2017年财年仅为690亿元。

公司预计2019财年营收同比增长60%,扣除掉饿了么和菜鸟网络的影响,营收同比增长超过50%。公司将继续将自由现金流投入新业务保持长期增长机会。

公司投资公司的情况,4Q18公司口碑,菜鸟网络,其他投资公司共担的亏损共计7千万元,而去年同期为14.4亿元。

via:199IT财报数据中心

]]>
中国电子学会15年首颁特等奖 阿里云计算操作系统飞天获奖 //www.otias-ub.com/archives/714934.html Sun, 22 Apr 2018 14:16:16 +0000 //www.otias-ub.com/?p=714934 4月21日的中国电子信息技术年会上,阿里巴巴集团技术委员会主席王坚博士代表“飞天云操作系统核心技术及产业化”项目接过科技进步特等奖的奖牌,这是该奖项设立15年以来,首次颁发的特等奖,阿里云、北京航空航天大学、清华大学等为主要完成单位。

“飞天云操作系统核心技术及产业化”荣获2017年中国电子学会科技进步特等奖

飞天是由阿里云自主研发、服务全球的超大规模通用计算操作系统,得名于中国古代一位亲水女神,希望为人带来幸福。2008年10月24日第一位员工入职,2009年2月1日,阿里云工程师写下“飞天”第一行代码。2013年8月15日,阿里云飞天5K系统上线提供服务,这也是中国第一次实现单个集群超过5000台服务器的通用计算平台。今天,飞天承载的阿里云已经跻身全球前三,成为中国最大的云计算平台。

今年恰逢飞天诞生10周年,这份沉甸甸的奖项就像一份独特的成长礼。“多年前,创办阿里云的时候,和一批视ACM竞赛为乐趣的年青人一起工作。他们用‘飞天’代码告诉我,没有年青人,就不会有阿里云。”王坚动情地回忆飞天的开始。“当时做这个系统没有东西可以借鉴,是一群不到30岁的年青人一起定义了这个架构,找到了一些关键的技术挑战,在过去十年不断完善了飞天这个系统。”

会上,王坚还介绍了5月25日至27日在杭州云栖小镇举办的2050大会,“这是一场为年青人举办的大会,飞天10年间的年青人也会在这里团聚。”

2018年4月21日,王坚博士在中国电子信息年会上发表主题演讲,从电力时代到算力时代

王坚表示,今天我们站在从电力时代到算力时代的转折关头,衡量一个国家和地区经济发展实力的标准,正在从电力消耗变成算力消耗。正如130年前爱迪生在纽约建设了第一个电网,让灯泡走入所有人的生活,当电成为基础设施、成为工业的主要动力的时候,人类才真正走入电力时代。

人工智能之所以取得重大的发展,也正是因为互联网把算力带到了更多地方。但今天互联网和算力的渗透已经超过过去所有基础设施,但还远远不够,人工智能还只是算力时代的第一个灯泡而已,电冰箱、洗衣机等等电器还远未出现。“我小时候每个家庭还在纠结点8瓦的电灯泡还是20瓦的电灯泡,那个时候电对人们而言还是奢侈品。而今天的算力某种意义上还是奢侈品,还没有产生对电对工业革命那样的影响。”王坚生动地描述了他对算力时代的思考。

“10年前,飞天诞生的第一天,我们就知道单台服务器远远不能满足计算需求,我们要做的第一件事就是把数据中心作为一个巨大的计算机,而不是把数据当作一个放一万台计算机的地方。”王坚回顾了飞天之初的思考,“飞天就是数据中心的操作系统,没有这样的基础软件,就无法做真正的云计算。”

以下为王坚演讲速记全文:从电力时代到算力时代

前几天在博鳌论坛,我参加了一场论坛,题目叫“互联网的上半场与下半场”。我说今天互联网还远谈不上上半场和下半场,这些概念可能是一些今天大的互联网公司杜撰出来的。为什么这么讲?互联网带来的创新远未开始,只是今天的上半场和下半场代表了过去的互联网。今天传统互联网公司所面临的巨大挑战,使得他们在想他们自己的上半场和下半场。所以我再说一下没有互联网的上半场和下半场,只有今天互联网公司的上半场和下半场。

这回到我今天所讲的题目,我们在一个最好的时代,从一个电力的时代到算力的时代。如果从经济的角度来看,就是我们处于用一个用电力衡量一个国家、地区经济发展的能力,到了今天以计算的能力来衡量一个地方的经济发展的能力,所以我想这是一个巨大时代的转变。

我想回顾一下,一个电力时代到底曾经为我们带来过什么?我们今天到底处于什么样的情况?我自己的理解是电的现象很早就有了,但电力真正成为社会发展不可分割的一部分,也就是一百多年的事情。爱迪生不仅仅是发明了灯泡,他将电网带到纽约的珍珠街时,这才是完成了电这件事情。同样为什么会产生那么大的变化?当爱迪生把电带进来时只带进了一个电器,就是灯泡。而当电变成了基础设施以后,使得我们慢慢有了电冰箱、洗衣机,慢慢地电变成了工业的动力,世界就发生了很大的变化,我觉得我们就进入了我自己认为的电力时代。

到今天我们发生了什么样的变化呢?为什么人工智能会出来呢?我想就是因为今天我们看到的所有的东西,真正产生很高价值的东西,已经不是电而是计算能力,简化下来就是“算力”。所以大家想想今天为什么我们能谈人工智能、谈大数据,所有谈的东西都是假定计算能力无所不在,同样地也可以讲计算的基础设施因为互联网而到处都在。大家认真来想一下的话,我们其实就是发生了这么大的一次根深蒂固的变化,这是我们从电力到算力时代非常重要的机会。

同样,为什么没有互联网的上半场和下半场,只有互联网公司的上半场和下半场。今天所有讲的互联网,实际上都是在讲地下的光缆,那是最最基础的东西。那这个背后是什么意思呢?就是今天的互联网的渗透我想到了人类过去从未达到过的,但是这个渗透还远远不够,如果你讲海洋算进去,地球上大部分的地方是没有被互联网覆盖的。美国希望用卫星组下一代的互联网,其实这件事情的意义会超出光缆取代铜缆,是一次革命性的改变。

有一本书提出了一个观点,当一根电报的铜缆跨了大西洋把美国和英国连起来的时候就是互联网的开始,只是那上面没有跑TCP协议。从铜缆到光缆是一个很大的变革,但用卫星组互联网不仅仅是解决飞机上上网的问题,而是会重构整个基础设施。这个我个人认为会远超出了光缆替代铜缆完成的那次变化,因为卫星组的互联网是人类历史上第一次可以覆盖地球上的每一寸土地的基础设施。

为什么我讲从电力时代到算力时代,因为互联网的全面渗透,我们可以想像过去不需要计算,也没想过要计算的东西将来都可以被计算,可以想象算力会有多大的提高。两、三年前我提出来,其实我们应该建一个城市大脑,把数据看作是城市发展新的资源。但是如果城市所有的数据都能被处理,它所需要的计算能力可能是我们今天所有可以想像的计算能力的几万倍甚至是几百万倍。所以大家有时候开玩笑说,我们今天一个城市所拥有的视频数据如果都处理下来的话,会把国家搞破产的。

我小时候每个家庭都会纠结点8瓦的电灯泡还是20瓦的电灯泡,那个时候电对人们而言还是奢侈品。而今天的算力某种意义上还是奢侈品,还没有带来电对工业革命那样的影响,所以我觉得这是一个非常好的时代,因为一切刚刚开始。

十年前,大家刚开始谈云计算的时候,我们重新思考了一下云计算是什么,就做了今天得奖的系统。那个时候我们不是想云计算,其实我们想明白了三件事情:

第一件事情实际上我们不是在做云计算,我们所有做的技术就是希望数据中心是一台巨大的计算机,而不是数据中心是一个放几百台、一万台计算机的地方。那个时候对我来讲,飞天就是数据中心的操作系统,没有这样的基础软件,做云计算就是做云计算上面的服务,而不是真正的云计算。这是我们当时想这件事情的出发点。

第二件事情我们想明白了一件事情是与今天的主题相关,就是从电力时代到算力时代。当时所有人讲云计算的时候,最主要的是讲虚拟化,虚拟化的出发点就是一台机器的算力能力是否能被充分利用。但是那个时候我们做飞天的时候是有基础的假设,单台计算机的算力是重要的,但是真正对计算机的需求,你可以预见未来单一台机器的能力不够,所以你需要远超出今一台机器所给予的能力。所以我们将虚拟化当成是一个计算能力的切分,而当时飞天要解决的一个非常大的问题就是计算能力的聚合,这是一个非常不一样的出发点。

最后一件事是一个非常根深蒂固的出发点,飞天操作系统跟单台机器上的操作系统最大的不一样,就是完成了一次从产品到服务的转化。在软件的时代,操作系统就是把一个产品装到一个机器上,但是到了互联网作为基础设施的计算时代,你要做到的事情是怎样将计算变成一个服务,而不仅仅是把计算放到一个盒子里做一个产品。当时飞天就是做了这个事情。

刚才梅宏老师最后说任重道远,听到这个词你就知道没有上半场和下半场之说。我也蛮感触的,这让我想到我们做飞天系统时,年青人在这里面起到的作用。其实当时做这个系统时,没有所谓的东西可以借鉴,就是一批不到30岁的年轻人一起定义了这一架构,找到了一些关键的技术挑战,在过去十年一点一点完善了飞天这个系统。

当然今天很高兴,对阿里巴巴这样一家大的公司来讲,先不说别的,那也是历史上在那么大的范围系统里,我们实现了存储的统一性,无论是结构化还是非结构化,无论是实时计算还是批处理,因为有了飞天,我们有了计算的统一平台。但这是这些年青人前赴后继地花了十年的时间才奠定了这一基础。

下月底25、26号我们会在杭州云栖小镇给年青人开一个2050大会,过去曾经为飞天做过贡献的年青人,可能很多已经不在阿里巴巴工作了,都会回来团聚一下。

我们今天碰到的问题和挑战,大概是世界上所有地方都没有的。我在很多地方讲过,城市大脑就像60年代的阿波罗登月计划,这是我自己今天可以想到的最最复杂的一个系统,需要智能技术去解决,也需要超过我们今天成千上万倍的计算能力才能解决。我相信,接下来的5年、10年,我们一定有机会真正进入算力决定一切的时代。

谢谢大家!

]]>
阿里云产品云栖大会再降价!详情对比,拿走不谢 //www.otias-ub.com/archives/706931.html Wed, 04 Apr 2018 03:00:05 +0000 //www.otias-ub.com/?p=706931 在刚刚结束的2018云栖大会·深圳峰会上,阿里云宣布了新一轮的价格调整,范围包括ECS 企业级和入门级实例规格族,共有9款,还有图像识别、人脸识别等4款人工智能产品,小编利用周末对比了一下降价后的阿里云产品和其他云厂商,以及AI厂商的产品价格、性能情况,给各位汇报一下。

首先来看看弹性计算产品的情况。

在深圳云栖大会上,阿里云宣布ECS产品最新一代企业级实例(基于skylake处理器+25G网络)价格全面下调,其中,面向企业稳定计算场景的计算型C5规格族降价18%。面向企业通用各种使用场景的计算需求的通用型G5、面向企业分布式应用场景、Hadoop、Spark群集以及其他企业大内存需求的内存型R5,以上两个个规格族降价15%。

目前阿里云使用的是最新一代 skl产品,腾讯云则是bdw一代,价格方面,阿里云价格也低于腾讯6%~7%。可以说,阿里云目前的性价比大幅拉高。

同时,阿里云其他企业级实例也大幅降价,包括:高网络包收发场景,如视频弹幕的网络增强型实例(SN1NE、SN2NE、SE1NE)降价5%。面向大数据弹性搜索等场景的本地SSD型实例I2降价10%。面向高性能科学和工程应用,以及大型多人在线游戏、视频编码场景的高主频计算型HFC5降价15%。

对于面向个人应用或中小网站使用场景的入门级T5,部分实例类型(性能基线为15%的规格)全线价格下调30%。目测此次价格调整,相比腾讯云,阿里云T5的价格优势在33%~36%左右,将更便于个人和轻量级企业用户用成本快速搭建网站和轻量级应用,实现快速上云。

据悉,此次阿里云降价基本覆盖国内所有地域,4月1日之后,阿里云国内站、国际站会同步生效。

再来看看备受关注的AI技术产品。

阿里云这次在深圳云栖大会上,推出了“AI开发者扶持计划”,实际上是降低了AI技术的使用和价格门槛。

阿里云图像识别、人脸识别产品分别降价20%(即超过免费额度后,永久打8折),可扩容。极大降低了AI开发者的准入门槛,而且采用后付费机制,并提供5000次免费调用额度,或根据年使用量购买资源包,助力不同业务用户灵活调配相关资源。避免了直接采用qps计费,难以从技术层面保障服务质量的问题。

更重要的是,即便是免费版本用户,也可享受付费版本的每账号10qps的服务,有利于中小企业开展图像和人脸识别业务。而对于大客户,阿里云还可以提供一定范围内的免费扩容,十分适合大企业使用。

阿里云印刷文字识别,免费500次使用,标准OCR权限产品从原价的5折永久改为原价的3.5折,最高功能降价达30%。

虽然阿里、百度分别采用了不同的计费方式,在小编看来,阿里选择的更为人性化的,根据自己年使用量的购买资源包,有效期时间为1年,业务灵活调配。性能上:阿里集成最优的接口供客户使用,不是根据功能模版分别计费,免费版本也享受付费版本的qps ,百度免费版保证不了qps。

此外,阿里云自然语言处理也对用户开放5万次/天总免费额度。

总体看来,阿里云这次降价性价比很高,值得各位看官去试一试。

]]>