B. 阿里巴巴 数据中台 --- OneEntity体系方法论 与 OneService体系方法论

B. 阿里巴巴 数据中台 — OneEntity体系方法论 与 OneService体系方法论

OneEntity体系方法论

• OneEntity统一实体
  • 分类
    • 一般质量OneEntity：不能贴上“特定标签”的OneEntity
    • 高质量OneEntity：能够贴上“特定标签”，这里的“特定标签”会因业务和场景而异。
    • 高价值OneEntity：不仅要能用标签等来精准刻画，还要达到实际意义上的可精准触达
• GProfile全域标签：以“人”为例
  • 有效：基于人口学、社会学等学科，以及借鉴业界标签分类体系的优点，将“人”的立体刻画分为“人的核心属性”和“人的向往与需求”两大部分，具体包括四大类：可以在分为二级分类和三级分类等
    • 人的核心属性
      • 自然属性：人的肉体存在及其特征，是人自然出生后自然存在的，一般不会因人为因素较大的改变。例如：性别、生肖、年龄、身高、体重等
      • 社会属性：人在实践活动基础上产生的一切社会关系的总和。例如：经济情况、家庭状况、社会地位、政治宗教、地理位置、价值观等
    • 人的向往与需求
      • 兴趣偏好：人对非物化对象的内在心理向往及外在行为表达，是一种发自内心的本能喜好，与物质无必然关系。例如：渴望爱情、需要安全感、希望能有一口漂亮的牙齿、讨厌脏乱的环境等
      • 行业消费偏好：人对物化对象的需求与外在行为表达，涉及各行业、与物质世界有着千丝万缕的联系。例如：母婴行业偏好、美妆行业偏好、洗护行业偏好、家装行业偏好等
  • 高速
    • 以OneEntity体系为核心，将OneEntity相关的实体及其行为全部串联起来，与存量的标签一起作为数据源
    • 将萃取标签逻辑沉淀为两种，分别对应到“偏好类标签”和“分类预测类标签”的工具性产品的生产过程中，其中包括确定计算因子及其权重等业务规则、选择数据样本、选择算法与模型等
    • 沉淀质量评估报告和生产检测、上线等管理流程
• GRelation全域关系
  • 例如：当OneEntity代表人的时候，就可以找出他的亲属、朋友、校友和同事等当OneEntity代表“商品/货”时，就可以找出它的上下游商品/货等
• GBehavior全域行为
  • 将OneEntity相关实体及行为全部串起来

OneService体系方法论

• 发展历程
  • 2012年：烟囱式的API服务首先根据业务需求烟囱式定制开发满足需求的数据表。然后将数据表同步到查询数据库中，再基于查询数据库定制化封装面向一个个应用需求的API。每当应用调用一个API时，对该API数据调用与解析出来的SQL语句会指向写入该API中的制定物理表，从而实现API的定制化与独享化。
  • 2014年OpenAPI：将相同统计维度的不同物理表中的数据指标配置到同一逻辑表中，因为数据指标是唯一的，所以配置到同一逻辑表中的数据指标都是唯一的。每当调用一个API时，对该API数据调用解析出来的SQL语句会通过逻辑表指向多个物理表，进而找到一个唯一的数据指标，从而实现API的共享以及API引用数据的共享。
  • 2016年：OneService体系基于逻辑模型，而逻辑模型内的数据指标则是通过自动化、智能化实现的。1. 每当调用一个API时，对该API数据调用解析出来的SQL语句就会通过逻辑模型而非逻辑表发起一个数据指标的查询请求，而请求结果返回的则是由一个智能黑盒基于逻辑模型来实现的。2. 智能黑盒实现每一个指标的前提条件是，对每一个数据指标进行数据规范定义，并对应到一个逻辑模型中。智能黑盒基于此过程对数据指标实现智能计算和智能存储