当前位置云计算企业动态 → 正文

战役指南AWS助力零售企业数字化转型

责任编辑jcao 作者曹建菊 来源企业网D1Net  2020-03-24 15:30:57 本文摘自企业网D1Net

AWS云解决方案已享誉全球在消费零售业也有深入行业的解决方案近期由企业网D1Net中国企业数字化联盟和信众智(CIO智力共享平台)共同主办的消费零售业CIO线上大会于3月20号成功举办AWS解决方案架构师周琦带来了他的分享他的演讲主题是“战“役”指南—AWS助力零售企业数字化转型”

上图为AWS解决方案架构师周琦

以下为演讲速记

周琦大家好我是AWS解决方案架构师周琦今天很高兴跟大家在这里分享一下亚马逊AWS如何助力于零售企业实现数字化转型这样一个话题

今天的主要内容包含以下几个部分

第一我们谈一谈疫情情况下零售行业遇到的困境与机遇

第二我们介绍亚马逊在零售领域的持续创新

第三AWS云平台助力零售企业数字化转型以及它能够提供的能力

第四总结

我相信2020的春天对于每个人来说都是不平凡的我们每一个人生活工作都经受了新冠疫情极大的考验对于每个行业来说我们也可以用“冰火两重天”的词语来形容由于人们的消费和出行受到了极大的限制餐饮行业酒店旅游影视娱乐交通运输房地产行业业绩遭受了空前的挑战

而相反寄托于云上的一些技术能力医疗健康电商直播网游以及在线的教育还有云服务和云服务相关的领域得到了更加快速的发展无论是哪一个行业其实现在这个节点数字化转型以及精细化管理都是一个不可逆的过程会为我们的企业以及企业未来的发展提供一个更加坚实的保障

谈到我们的零售企业新冠疫情对于我们每一个企业来说都是一场大考我们这里总结出来了四个维度来看一看在业务层面我们的零售企业都遭遇到什么样的挑战?

首先对于客户层面新冠疫情使我们的线下的消费往线上转移成为了一个非常大的趋势对于每一个企业来说如何与我们的存量的客户实现互动了解到他新的消费习惯和兴趣以及对新客户如何达到高好的触达是摆在我们企业面前非常大的挑战

第二对于产品层面由于阶段性的消费降级很多的产品我们的企业都要进行重新的设计与重构如何实现我们的上游供应商与下游的消费者之间的很好的连通和协同?使我们的产品能够以最快的速度最好的形式传递到我们的消费者手中将是我们需要解决的另外一个问题

第三与服务相关的内容随着我们的线上线下这样一些能力的打通以及在新冠疫情的条件下我们仓库物流能力如何做到配套相应的支持?以提供统一的售后的保障为我们的用户提供统一的会员的支持提升我们用户的满意程度是我们企业在去做转型当中的非常重要的部分

最后由于线下环境当中的一些氛围以及一站式消费的体验被疫情的环境所打破所以越来越多的企业开始引入一些新的技术包括VR机器学习等技术实现了个性化推荐千人千面的能力更好的为我们的用户提供个性化的体验在实际的环境当中如何借助这样的技术来满足我们用户的需求?进而刺激我们用户新的消费的能力是摆在我们企业面前的另外一个话题

无论是从客户产品服务还是体验贯穿于四个部分当中一个良好的健壮的企业级平台都会为我们企业未来的转型提供强大的动力这个平台为我们上层的服务提供统一的数据业务以及AI能力的接口使得我们新业务能够快速的去迭代快速的产生以适应于现在的快速发展以及不确定的外部市场将决定着我们的企业能不能跨入下一个新的台阶?

下面跟大家去聊一聊亚马逊在零售企业持续创新的能力

大家都知道零售行业发展至今经历过几次比较大的历史的变迁从1852年我们产生了第一次的所谓的零售的革命我们诞生了百货商店的消费模式它提供了博物馆式的陈列使得我们终端用户购买体验更加便捷并且它由于支持大批量的生产进而降低了我们产品的价格使得大家非常高兴的去涌入到百货商店采购自己的产品

随着时间的推移到了1859年连锁商店诞生它使得我们的商店离我们的用户更加接近使他的购物体验更加便捷并且他采用统一的管理的方式进一步的提升了效率而降低了整体的运营和管理的成本

我们比较熟悉的超级市场是诞生于第三次的零售革命的时间超级市场采用开架式的销售自我服务来提升整体的购物体验并且它借助于现代化的应用进一步的提高了流通的速度和周转的效率使得我们在购物的环节得到了一个非常好的成本的控制与体验的提升

到了新的时代2010年之后随着我们的电子商务的能力的不断的完善以及数字化和IT技术能力不断的提升我们看到零售行业又发生了非常大的变革无论我们把它称为第四次零售革命还是说新零售的这样一个转换我们看到由于电子商务等技术不受物理环境的限制可以让终端用户更大范围的采购自己的商品进而他颠覆了原来传统的零售行业的多极分销体系从而整体的降低了分销的成本成为了消费者非常愿意去接受的消费的模式

总体来看大家可以看到无论是从百货商店到连锁超市以及到我们的超级市场以现在比较流行的电子商务都在围绕着体验效率成本不断的迭代不断的去做优化进而重构了我们人货场三者之间的关系提升了用户整体的购物感受

我们下面来说一下亚马逊的经历大家都知道亚马逊也是一个零售的巨头它成立于1995年最开始亚马逊并没有从线下起家而是借助于电子商务的能力在网上开了一家书店它最开始的业务只是在通过自己的电商网站去售卖图书

大家可以看到左边这张图就是亚马逊最早的电商的截图在那个时候整个业务的范围比较简单只是向终端的用户提供数据售卖的能力而右端是当时亚马逊整个简单IT系统架构我们看到前端有若干的webserver为我们终端用户提供访问的能力而后端有一整套数据库来提供商品目录用户的信息以及订单的能力的查询并且它还会定期的去运行一些定时的任务来做一些管理和统计的操作

大家可以看到这样的一个简单的经典的三层架构就支撑起亚马逊电商最开始的原型随着业务不断的发展越来越多的品种类型的图书丰富亚马逊中间也经历过转型之痛随着我们业务体系不断的庞大复杂以及紧耦合越来越多用户购物体验也得到了非常大的影响终于使得系统不堪重负进而导致整体系统瘫痪

所以大家可以看到这一页PPT里左边是我们类似于现在亚马逊电商的截图由于之前经历过这样的一个系统的失败经历所以整个的亚马逊内部会将原有的单体应用逐渐做拆分和解偶并且每一个服务都会对外提供统一API接口供其他的服务进行调用

所以大家可以看到在我们登陆亚马逊电商的界面当中其实每一个红框对外提供都是一个服务每一个服务都拥有自己独立的对外的访问接口以及他的独立的数据库的访问的能力

随着体系架构的调整整个的电商平台从单体的架构逐渐演变成了这样的一个弹性伸缩并且可以快速迭代的微服务架构的过程使得整个电商弹性和灵活性得到了非常大的提升

我们看到时至今日亚马逊电商它的整个架构已经逐渐的由传统的IDC的环境往云端的环境在去转移这里面我们看到底层的服务有非常多的AWS一些基础的模块做一些支撑包括它的一种虚机的服务包括它的存储服务它的CDN的服务还有它的数据库的服务都在慢慢的将传统的亚马逊电商的这样的架构变成一个云原生的架构

我们看到现在整个的电商平台每天可以接受400亿的日请求的规模并且每个月有15PB的动态内容加载的能力并且服务于13个国家的区域我们相信由原来的传统的单体服务部署在我们的数据中心的环境逐渐的过度到目前的混合的架构在不远的未来亚马逊的电商会全面的拥抱云实现云原生的最终的发展以实现它的整体架构的弹性和灵活

随着自己线上业务不断的发展亚马逊也将自己的触角由线上逐渐的转到线下的模式实现自己全渠道的融合如果大家有幸去到美国可以看到亚马逊开了很多的实体的书店在实体的书店里面大家可以看到右边这幅截图是它整个陈列的模式它会将亚马逊线上的图书分门别类拜访在不同的书架并且将亚马逊线上反馈评价高的书籍排列在书架的显著的位置以供大家挑选

这里面为了实现线上和线下的统一实现了一个全渠道的融合亚马逊也是在中间做了非常多的工作比如说它可以承诺价格的一致如果我们逛到书店里会发现每一本书没有办法去看到它的价格而是说需要登陆到电商网站或者说书店的电子标签扫描仪来获取这个书的价格这样实现了线上线下书籍价格的统一

刚才提到它是根据客户的星级的推荐来确定摆放的位置所以大家可以在非常容易获取的途径来看到现代热门的书籍线下的书店会为用户提供非常好的体验的环境我们可以在书店里面直接的去阅读购买甚至去做一些退换的工作使得用户能够实现一站式的消费的体验

所以说通过这样的一个逆向的思维亚马逊将自己的电商的能力逐渐的融入到线下实现线上与线下经营的一体化当然我们可以看到为了实现线上线下的融合后台的能力也是起到了非常大的作用如何打通线上线下的渠道?对于后台的IT的能力也是提出了非常高的要求

随着电子商务的不断发展亚马逊电商也是不断加入新的元素我们看到AI技术已经在亚马逊电商经历了超过20年的不断发展的过程这里面包括它的推荐系统以及包括它的预测系统都是基于客户的购买的习惯来调整它的策略针对于不同用户购买的习惯购买的爱好实现了个性化产品和内容的推荐进而增加了用户的黏性提高了成交的金额并且随着这种业务趋势的发展它会对业务的库存进行一个智能的判断进而实现自动的采购和库存调整这样的能力使得整个的电商运营的效率得到一个非常大的提升

亚马逊还将自己的一些人工智能的能力融入到了一些新的创新的项目当中比如说Amazon Go—无人商店它采用了JUST WALK OUT技术使得无人商店的用户的体验让每一个消费者可以通过手机上的二维码扫码进入商店并且可以实现自主的选购并且可以在没有收银员协助的情况下快速的去实现选购的机制极大的节省了大家在采购过程中需要等待的时间

在整个的消费里面其实它融合了计算机视觉传感器的能力以及深度学习的后端的支撑来实现了整个无人商店的运作现在最近又会有一个新的好的消息亚马逊已经开始将JUST WALK OUT无人商店的技术推广出来可以为其他的零售商去进行赋能工作我相信在不久的将来越来越多的零售店都可以采用这样的一整套JUST WALK OUT无人商店的技术实现自己的无人商店的管理和零售的创新正好结合现有的疫情越来越多的新的一些企业包括这种无人触达的用户的体验可以帮助提升用户非常好的消费的体验的提升

下面我们会详细的去介绍AWS云平台是如何助力零售企业实现数字化转型?这是一张整个终端消费者零售之旅的过程我们看到在用户的视角来看他的整个零售生命周期从他的兴趣的产生到他搜索自己喜爱的这样一些产品最后完成产品的选择下单购买之后是整个物品的物流的运输以及售后保障的实现进而达到体验的提升并且将产品可以推荐给其他的用户和朋友这是一整套闭环的产品销售的流程

在不同阶段流程当中我们看到对于整个零售企业以及零售商来说需要提供非常多的一些基础能力的支撑包括我们需要快速的去捕获用户的兴趣实现需求的洞察当用户选择商品之后我们可以快速的去进行个性化的推荐以增强客户二次购买或者更多购买的欲望下单购买可以实现线上与线下的打通实现全渠道的销售促进整个销售的业绩

在整个物流运输层面可能会涉及到我们的整个供应链管理以及物流管理不同领域的能力的协同和集成服务保障以及数字化营销也是零售商必不可少的环节如果能够快速的提升用户再次购买的兴趣以及达到自己的营销能力的提升是我们零售商整个技术能力不断迭代的非常重要的指标所以整个来看在整个的零售旅途之中无论是从用户还是零售商的角度有非常多的环节可以参与其中

但是现有的零售行业也存在着非常多的技术上的壁垒首先是很多的企业由于前期的发展的经历会有非常多的遗留的业务系统进而形成了非常多的技术债务每年IT预算会有很大一部分比例都用来去维护原有的遗留的系统限制了我们企业的创新目前能力并且影响到我们对于终端用户需求的响应能力无法实现主动零售的能力的赋能

第二碎片化的视图由于已有的系统都是独立割裂开的系统很难实现完整统一视野的视图化的展示使得管理者和决策者无法能够快速去洞察我们整个零售全生命周期每一个环节的具体的信息以及他的一些变化随着物联网的技术的不断的完善和引入这将会是一个更大的挑战

最后一点整个的技术转型我们越来越多高级主管已经意识到通过一些机器学习的能力可以在供应链管理仓储管理以及销售预测和推荐分析的领域给我们提供一些更加丰富的能力但是什么样的方案什么样的服务更加适合企业的发展?都是摆在我们的技术管理者面前的一道难题

所以说AWS在对于数字化转型的方向上总结出来了以下几个层面帮到我们的终端用户

首先如何去改造我们遗留的系统?进而实现我们现代化的业务的改造实现我们的技术债务的脱离

第二通过与我们不同的业务系统打通实现统一视图数据的归一进而为我们的企业的决策者实现一个完整的端到端的视图帮助我们对于运营管理的决策提供很好的支撑

最后智能化的赋能随着越来越多新兴技术的完善和成熟企业的不断创新不断为终端用户体验的提升都是会为我们的企业未来的数字化发展奠定非常好的方向

首先这里去介绍一下如何去重塑我们的遗留的系统很多的零售企业都会经历着这样的企业发展阵痛从开始简单的单体应用随着我们业务的发展不断变大变得复杂进而慢慢的变成了改不动的系统它的反应会越来越慢而且维护的成本越来越高当然到了一定的时间点我们一定需要通过这样的创新来重构我们整个业务系统将原有单体的应用进行打破实现了微服务架构的转型现代应用的改变

对于亚马逊来说是有一个非常有趣的企业文化叫做2 pizza teams我们这边会将一个团队定义成这样的规模两张披萨团队的规模是微服务架构的非常好的实践所以说随着单体的应用不断的拆解成细粒度的微型服务演变成现在可以快速的去做敏捷的扩展实时的监控进而支持一线的业务发展使我们整个零售企业再去做数字化转型当中必须去面临和解决的问题

所以对于遗留系统的重塑首先我们会从现代化应用改造来谈起这里边会包含以下几个主要的特点

第一微服务架构模式

第二如何通过容器和无服务器架构技术来做支撑

第三现有的数据库会变得越来越多精细化的支持我们如何用不同的数据库来去服务据我们不同的业务

第四标准化的快速发展的通道以及自动化的部署如何去帮助我们企业快速的创新等等都是涵盖在现代化应用改造领域的我们需要讨论的话题

这里面会去简单的介绍单体应用和微服务应用的不同这其实是两类应用程序的模式的选择单体应用更适合于简单的业务系统它由单个应用去实现并且它整个的应用会有一个完整的技术站来支持

相反现在越来越多的一些企业开始逐渐的尝试和使用了微服务架构它由很多独立的功能模块组成每个功能模块都会暴露出对应的接口供其他的功能模块进行调用每个单独服务可以选择自己独立的技术无论是单体多功能的整体应用模式还是微服务单功能的模式可能会适用于不同用户不同场景的选择

我们这里只是重点去介绍一下微服务技术的整体架构模型大家可以看到随着我们的服务划分得力度越来越清晰我们的不同的客户端通过它的对外API暴露的访问可以访问到我们的不同的微服务微服务与微服务之间可以通过事件与API接口调用的方式进行相互的调用和访问在一个应用程序当中会有多个微服务之间实现相互的依赖与连接并且将需要持久化的数据保存在持久化的存储当中整个的微服务可以快速灵活的实现服务的扩展和应用的弹性并且支持我们业务可以快速的增加新的业务模块到整个的应用视图

在云端你也可以选择更多的容器化平台来实现您的现代化应用的改变我们看到在云端我们有非常丰富的整个的云端的容器化的技术平台来帮助到你这里面会有我们的不同的托管的服务包括我们的AWS KS和AWSCS您可以选择不同的技术站去将您的应用部署到容器化环境当中另外为了实现无服务器管理的效率的提升(2948英文)它还可以面向我们应用开发者去提供无服务器托管的容器化的环境

另外我们这里面还配套的像ClouldMap和APPMesh这样的服务实现整个微服务环境管理和治理的功能使得我们服务的管理人员能够通过这样的工具快速对我们微服务化的环境进行整体的管理部署和迭代方便了我们在单体服务转变成微服务过程当中随着服务的爆炸它的治理上的问题得到很好的解决

对于无服务器的经典架构也是微服务环境里非常重要的组成部分大家知道AWS提供了API网关的能力可以作为我们外部访问统一的调度接口API的网关在后台可以去调动不同的AWS云端的服务包括它的无服务器架构Lambda一些函数功能的服务包括我们后端可以通过云主机和容器暴露出来的这样一些服务的能力以及我们云上原生的托管的数据库或者其他服务的能力实现整个的无服务器架构的经典的支撑这样对于我们的企业应用的开发者以及运维的管理者来说极大的降低了他的运维管理的难度将我们日常需要花很大力气的后期的运维管理完全交给了云上去实现而我们只需要关注于业务不断的创新以及新的应用的开发的过程

下面是我们的关于数据库方面的介绍随着我们的应用的越来越多的场景的支持我们看到一个数据库包打天下的过程已经成为了历史现在越来越多细分领域数据库类型来帮助我们对业务实现很好的支撑这里包括我们使用比较多的关系型数据库AWS提供了Amazon RDS服务来去支撑MySQLORACLESQL Server这样的一些数据库并且我们还提供了AWS云原生的数据库去实现我们的关系型数据的管理和支持它和MySQL它的接口实现天然的兼容

另外对于一些No SQL数据库我们提供DynameDB这样数据库的能力实现我们建制文档服务能力的支撑我们的内存数据库我们的图数据库时序数据库以及去年刚刚发布的帐本区块链的数据库都可以帮助我们的用户在自己特定的环境当中采用更加适合的数据库去实现我们的业务的快速迭代所以说让专业的工具去做更加专业的事情是AWS这样云平台能够给用户提供非常重要的能力

AWS也为我们的用户提供端到端的DevOps相应的工具来帮助我们零售的客户去实现自己的开发运维一体化的整个端到端流程的创新这里面我们看到从代码的开发到持续集成部署以及后续的基础设施代码化到最终的监控和日志管理AWS有一整套完善的服务包括CodeBuildTestDeployProvision还有我们监控的CloudTrall等等从中选择自己合适的一些工具与我们熟悉的服务相集成快速的达到我们开发的快速迭代快速部署的过程

下面会有两个实际的案例去看到我们如何将传统的架构慢慢的转换为现代化架构的实际的分享

第一Amazon Fresh无服务器架构的演进过程Amazon Fresh是亚马逊生鲜的独立品牌在2017年大会上Amazon Fresh资深研发工程师向我们去介绍了Amazon Fresh如何将他的单体应用通过API网关无服务架构以及DynamoDB等一系列的服务逐步转换成现代化无服务器架构旅程

另外一个案例是亚马逊的物流中心这里面承载着亚马逊供应链非常重要的一些环节在去年的这个大会上亚马逊物流中心的资深的数据工程师向大家去介绍了他们如何去改造自己的库存系统并且将他原有的数据库经过不断的优化拆解成为现代化的架构这两个案例大家都可以在网上找到它详细的描述和讲解

除了现有应用的现代化的转变之后其实很多的用户还希望将自己的传统的遗留的业务系统能够借助于云端的弹性扩展的能力做一个平滑的迁移通常情况下在迁移入云的过程当中我们会有以下主要三大迁移的步骤

首先我们会对现有的业务系统进行一个评估将我们的业务系统的关联性以及它的重要性做一个重新的梳理基于这样评估基础之上我们会有非常多的工具和服务来帮助我们去做迁移入云的准备包括组织架构的准备包括迁移的工作小组的筹划以及具体的项目的计划和管理最终我们会实现我们遗留的系统逐步的迁移到云端并且与云端的运维工具进行很好的集成实现我们的运营效率的优化并不仅限于现有的数据中心的物理环境的限制而更好的利用云端的弹性安全以及可扩展的能力来帮助我们企业进行转型

大家这里看到AWS提供非常多的工具和服务来加速整个的迁移这里面除了AWS自有的迁移工具之外我们在整个页面的下方也会看到有非常多的我们的合作伙伴来帮到大家这里面有一些合作伙伴提供的工具来帮助我们去实现我们的应用侧的迁移有一些是帮助我们实现数据的迁移还有一部分是实现我们的数据库的迁移针对不同的场景和迁移的需求我们可以通过不同的服务的组合来最终的帮到大家实现一个快速上云的整个的过程

下面我给大家分享一下整个的云端迁移的案例这个客户是泰国可口可乐它在随着我们数字化转型的浪潮的过程当中为了提供一个更加强大更加灵活而且可以快速支撑业务创新的基础架构最终选择了去全部将自己的业务系统转移到云端在整个过程当中业务系统的迁移包括前期的规划经过了非常周密的统筹的部署和不断的测试最终经过双方的大力的合作逐步的将原来在自建数据中心的这样一些业务模式分期分批的往云端进行了一个迁移最终实现了整个业务系统的云上的部署大大的降低底层架构运维复杂度并且可以针对客户淡旺季销售的差别快速的灵活的配置自己的资源并且再有一些新的应用上线的时候可以快速借助于云端的能力实现数字化的转型

这里是迁移到云端的整体架构我们内部的一些运维和内部的用户可以通过我们的网络的连接通过专业网关来访问到云端的资源云端的资源里面也会分为公用子网区和私有子网区在不同的区域里面我们会借助云上的服务能力以及第三方软件提供的能力来搭建一个安全可扩展的云端的环境并且我们这里面还有一系列的监控管理和配置的服务来实现企业级对于企业应用部署的管理的需求

对于第二个零售企业里面遇到的痛点是说我们如何能够为我们终端的管理者和决策者提供一个完整的视图?现阶段其实对于我们的用户来说往往陷入了“三无”的尴尬首先由于我们的数据来源非常复杂格式不统一而且缺乏连接性所以导致我们的数据变得无序而混乱另外因为数据分析的能力不足我们无法真正的掌握消费者的销售数据并且将这样的一些消费的模型真正转换为对目标消费者的一些触达或者营销的动作最终我们没有办法将我们现有的数据变成真正的可以为企业所用为业务驱动所用的真正有效的有价值的服务

所以基于上面的这样一些非常无序的现状在云端我们可以通过一系列数据的操作来为我们提供一个完整的完善的数据的平台最终实现我们企业的整体的洞察

传统意义上来说我们的零售数据源会包括传统的经销网点电商日常的产品线对于一些新型的零售场景我们会有一些IOT的数据点击流的数据以及视频的数据当这样的一些数据收集来之后我们建议将这样的一些数据统一存放在我们的云端统一存储里面也就是说我们会在云上搭建出我们数据湖的架构将所有的收集到的数据统一的去存放到Amazon S3这样一个统一的数据源这样可以为我们的数据提供单一的广泛的数据归一的环境

基于这样的环境我们可以针对不同的业务场景和统一分析的要求做后端的进一步的数据清洗数据转换并且辅助于我们的数仓还有机器学习的能力提供传统的分析以及按需的高级分析的能力

下面这是一张完整的基于S3数据湖架构的统一视图的云端的部署架构我们看到左边是我们传统的一些业务系统包括我们的办公系统前端的物流系统外勤系统等等还有像我们生产端的系统包括我们的生产数据物料数据销售数据以及我们历史和手工线下的文件都可以通过不同的方式来去注入到云端这里面可能会有批次性的数据的注入也可能采取流式数据的传输还有一部分可以通过批量的迁移的工具统一的把它都放到了云端S3存储的数据湖里面来

有了这样的统一的数据湖的基础架构之后其实我们都可以基于中心的Amazon S3数据湖进行更多定制化的操作和服务我们可以通过(4418英文)Serch来做不同维度的查询和检索将S3与我们后端的Amazon Redshift数仓服务进行提升之后可以快速的集合到我们BI工具做一个统一的前端数据分析的展现

另外我们的大数据平台服务也可以结合我们现有的数据去运行各种的跑批任务和实时处理的任务结合整个的架构来看我们现有的终端用户就不再为前端的复杂的业务系统割裂而产生不了统一的视图而烦恼所有的数据会首先做一个归一在基于这样归一数据之后做统一的转换清洗基于这样干净有效的数据之后我们再根据于现有的业务需求来实现我们的终端消费者身份的识别统一的画像进而达到我们最终希望的千人千面的精准营销和触达最终实现我们整个企业更好的对于业务的感知和洞察

下面一个案例给大家分享一下我们另外一个客户欣和的案例情况欣和其实是我们零售传统企业里面非常有名的一家企业它建立之初就开始着重的去转变自己传统IT的笨重和缓慢的发展方式随着与AWS云平台逐渐的结合欣和决定逐步来淘汰本地的数据中心并且将前端的系统和大量经营决策的数据搬移到云端当中来由于自己的内部系统开始的时候也是有非常多的竖井的架构并且缺少统一的标准对于数据的治理数据的处理存在非常明显的短板以及没有办法最终提升整个业务系统的快速响应能力

所以基于这样的一些挑战和需求欣和会结合云上的服务去搭建出未来的统一的数据处理的平台我们看到这里面会将整个的数据通过数据源导入到云端的S3的服务并且通过大数据处理EMR集群Redshift数仓操作来去将我们的数据通过不同的维度进行计算和划分最终我们的应用业务系统会通过前面的基于数据的处理跨业务系统的处理之后得到一个统一的准确的展示的结果的平台为我们的企业决策人员进一步的决策提供非常好的依据

大家可以看到整个一张架构图当中会分为数据流和控制流两条主线最终它的目的是将原有的割裂开的业务系统做一个数据层面的统一为企业的对数据的应用提供一个标准的接口和展示的平台

数据化转型的第三部分是我们提到的智慧化的赋能大家都知道时至今日越来越多的企业开始关注如何借助于新兴的技术和能力来帮助到企业内部实现数字化转型在AWS云端其实有非常多的一些能力能够帮助到我们的零售行业的一些客户这里面对于通过AI的能力来帮助我们的零售的企业去预测和进行规划推荐这是一个非常好的场景通常来说在云端的正确打开AI的方式可能会有以下几种模式

第一种采用开箱即用的方式我们可以根据我们现有的这样一些遗留下来的数据进行收集和整理按照云端的托管服务的数据的要求上传经过一个快速和简单的操作之后就可以获得一些开箱即用的推荐和预测的结果

第二种鉴于高级的客户可能会对于自己的一些训练的模型和最终的效果有着不同的需求无法通过既有的开箱即用的服务得到很好的满足AWS也提供相应的服务文档以及相关的支持的工作帮助我们能够将我们的整理好的数据进行了特征工程并且用一个整套的自动化的平台来实现我们的推测以及推荐场景的训练的评估最终产生出了一个推理模型来帮助到用户去实现一些精准营销的支持

第三种有一些传统的用户可能自身并不具备非常强的AI的开发能力我们这边也会有相应的AI的实验室的团队能够协助客户一起去快速搭建出一个AI的训练的模型来帮助到用户在实际的使用过程环境当中促进我们的新的技术在关键场景上面的落地

智能化的赋能在零售行业里面其实可以有非常多的应用和落地的场景包括个性化的推荐包括对于库存的优化和管理以及通过计算机的视觉的能力来实现无缝式的购物体验来提高我们的设备损失和预防等等

通过我们这样的一些智慧化的赋能我们可以更好的去从产产业链前端到后端为我们整个企业实现一个赋能这里面有两个典型的场景一家大型零售商他们使用AWS机器学习预测能力使整体预测的精准度提高了将近14%对于他的一个整个业绩的产品的购买产生非常积极的效果另外是一个在线的艺术市场通过这样的云端推荐的服务的集成可以快速的找到用户以及用户匹配的一些喜好而且可以在很短的时间内实现原型的完成并且在一周之内就投入了生产的环境

刚才提到了非常多的一些云端的AI赋能的一些能力这里面会给大家做一个简单的介绍首先对于AWS预测的引擎是基于亚马逊电商多年的积累和沉淀将它这样的一个能力部署到云端服务于我们更多的广大的用户

我们的用户可以根据自己的历史的数据转换成云端相应的要求的格式进行这种预测的转换其中Amazon Forecast是一个托管的全自动的预测的平台它内部是集成了多种的预测算法快速的将我们之前时间序列上的数据以及AWS之前的训练的最佳实践融合到一起最后为客户提供一个准确的预测的结果来辅助到我们用户能够实现一个非常精准的预测的效果

另外一个云端的服务叫做Amazon Personalize它是一个个性化的推荐引擎和之前的Amazon Forecast场景类似我们的用户也可以将我们之前的原始数据和事件做一个整理和归一然后上传到云端Amazon Personalize也是一个完全托管的云端的服务它不需要用户去部署自己的服务器而只需要借助于现有的机器学习的技术来快速的将现有用户的使用习惯进行这样一个推理和一个预测来实现我们对于用户定制化的推荐的结果

大家可以看到在虚线框当中都是Amazon Personalize提供的内在的能力包括对于数据的检查特征的识别自动的选择超参数以及训练模型优化模型最终得到这样的一个定制化的推荐的API整个或者当中其实都不需要用户的介入直接自动化的来完成我们想要的定制化推荐的结果

如果这样的一个开箱即用的服务无法满足所有客户的需求用户也可以去选择云上更加灵活的服务Amazon SageMaker它可以让我们日常的机器学习更加的简单Amazon SageMaker主要包含三部分的主要功能

第一它可以快速的去为数据进行标签化的支持它内置集成了Jupiter Notebook这样一个工具来帮助我们能快速的去构建出我们的原始模型

第二一键式的训练和超参数的优化这里面我们的用户可以借助于自动化的训练过程能够快速的去实现我们最优的模型的生成工作有了这样的模型生成之后我们可以快速的一键式的部署到我们的计算资源当中这里面可以是我们的资源来帮助我们做推理或者验证的工作

所以Amazon SageMaker的平台可以大大缩短了我们用户开发整个机器学习能力的进程而且也大大简化了我们其中很多的数据算法调优以及开发部署的工作而且它是一个跨多个框架的支撑的平台我们主流的机器学习的框架都是在这样的一个工具的支持的范围之中

除了我们日常经常会提到的销售的预测还有推荐的管理之外越来越多的一些企业将这样的一些智慧化的工具和能力引入到自己的工厂当中实现了这样的一些非常典型的智能工厂的场景这里面通过这样的智慧化的能力可以帮助我们的工厂环境里面去提升我们的整体的产品质量降低我们的故障率以及对于整个的资产状态得到一个非常好的监控进而响应这样的一些意外事件发生的工作

这是一张比较经典的工厂与云连接的网络的连接图大家可以看到传统的企业当中其实我们的生产车间与云端会有非常多的网络的壁垒连接我们看到传统的OT的环境与企业IT环境往往是割裂开的企业IT环境的云端也需要用不同的方式做一些连接

这里面AWS一整套IOT的服务可以贯穿于我们的从端到边缘再到云端的一整条的链路我们这里面可以在我们的每一台工业设备里面去做一个数据的转化将我们的一些机器上的数据包括PLC的数据转换到云端可以识别的格式当中来并且我们可以在我们的产线上部署我们IOT边缘侧的服务在工厂侧就可以做一定的本地化的处理

另外我们可以将需要去云端的去做整个的分析处理的数据通过这样的一些MQTT这样的方式传到这样的云端云端会有我们的AWS IOT服务来帮助我们的用户去实现IOT整个服务的整合和管理

下面跟大家分享一下真正亚马逊物流中心利用IOT能力的创新这张图大家可以看到是整个的亚马逊物流中心的截图我们看到在这样的一些生产线当中会有类似这样的一些设备大家可以通过放大的场景看到每个设备会集成这样的AWS IOT的button这里面对于流水线上的工作人员他可以通过去按击IOT button来触发后端的处理能力物料员可以通过每按一次button来传送相应的消息工程师通过常按这样的button传递一些比如说设备需要维护或者需要上报SCADA上面信息的一些消息这些消息会根据我们之前规则的设定并且在后端触发无数据架构函数编写的逻辑最终发送给相应的管理人员或者是工程师整个这样的过程当中可以看到IOT已经将它的非常灵活的能力已经与工厂的生产线的环境得到了非常好的整合

最后我们做一个简单的小结零售企业上云之路可能会有两种不同模式一种是通过基于现有的遗留的业务系统经过开发测试到业务系统的迁移最终挂壁我们数据中心这样一条蓝色的弧线进行我们的技术卸债的过程

另外越来越多用户会采用云端的新的技术包括电子商务的技术包括数据湖的技术包括机器学习对于我们企业业务系统的赋能IOT的这些操作自动化的技术来实现我们的企业重新的发明创新的趋同之路

无论是选择哪样的一条线路对于我们企业未来的数字化转型都有很多的指导和借鉴的意义我们上面谈了很多的从技术层面从云的层面来赋能于我们企业去创新的能力但对于整个的企业的创新路径来看除了我们的IT系统能力之外我们的组织架构是我们创新的事情发展的基础而我们整个企业机制与文化将成为我们创新的催化剂所以将IT的基础能力以及我们的组织架构的完善和机制文化的转型促进融合在一起能够激发出我们企业更多的创新的能量促使我们在未来的数字化转型过程当中取得更好的效果

最后引用亚马逊CEO的一句话来做一个结束我们有三个坚持超过了20年的大想法它是我们成功的原因客户第一创新发明和有耐心我们也相信经过疫情的考验我们一定能够度过这样的难关有信心也有耐心去实现我们下一步更好的发展谢谢大家!

关键字AWS 云计算

本文摘自企业网D1Net

战役指南AWS助力零售企业数字化转型 扫一扫
分享本文到朋友圈

关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士

企业网版权所有©2010-2020 京ICP备09108050号-6

^
穆里尼奥又一妙手诞生!把热刺废将变全能神将
随便打!湖人后场大脑终于解除出场时间限制
背后运球+超稳中投!波波维奇被逼亲自上阵打球
卡戴珊公开承认原谅多次出轨的TT:他不是坏人
奥拉罗尤:长三角德比非常关键 需要有性格的球员
曝布朗宁已领中国护照中文名为蒋光太 有望入国足
利物浦败给自己!克洛普太固执 欧冠决赛教训重演
欧冠-哲科两中柱+造19岁新星两球 罗马2-1波尔图
利拉德50分超远三分绝杀 开拓者4-1淘汰雷霆
武磊再努力也成不了孙兴慜 但他的坚持让我有勇气
还活着!国安紧咬恒大到最后1秒 抛开压力做好自己
国足失主动!叙利亚进菲律宾5个 熟悉的生死战来了
美国队训练赛10分钟被虐21分!对手都打不上NBA
莫德里奇荣膺2019年金足奖 力压梅西C罗莱万当选
TT出轨细节曝光! 震精!那女的和登哥有关系!
19届内定状元1年内增重90斤!越胖反而越能飞
最全干货!跑者常见的膝关节损伤指南
快来“教育,从体育开始”峰会 与梁文冲对话互动
足球场的新上帝诞生了!多少人狠狠念着他的名字
请叫他李玄宗!田忌赛马玩蒙苏宁 看土帅中国智慧