在新零售大趋势到来的今天，传统的零售企业需要面对数字化转型的迫切需求，那么如何在短时间内实现高效能地向数据驱动型零售行业转型？本文中联华华商首席信息官助理、信息开发部经理钟海麟为大家带来数据驱动的零售转型实践分享。
联华华商的业务背景
联华华商在2018年3月份与阿里云签署了联合合作协议月份与阿里云签署了战略合作协议，近半年以来联华华商和阿里云在企业上云和数字化转型过程中进行了广泛的合作和探索。本次将站在用户的角度为大家分享企业在上云和数字化转型实践当中阿里云产品所能够提供的帮助以及一些思考。
联华华商是浙江省本土的商超企业，在1997年开设了杭州市区第一家大卖场门店，近二十年的发展时间中，联华华商沿着这条路不断地开拓和发展。到2017年为止员工数达到1.46万人，门店遍布浙江省各地区，销售规模达到146亿。在业务类型上除了超市卖场之外，还有了天华世纪城这样的购物城模式，也有了像CityLife这样的高端超市，同时在新零售的驱动下，也开设了精选鲸选会员店和Green&Health的餐饮体验店精品超市等。从电子商务到线下零售，从电商时代到O2O时代，前端业务的变化发展非常之快，对于系统的要求也是越来越高。在新零售浪潮的背景下，对于数据的需求也越来越高，对于零售行业系统的挑战就变得更加巨大了，因此需要经历转型和升级的过程。
转型新零售数字化的实践之路
在本次进行核心系统改造的时候，联华考虑了三方面核心因素。第一方面就是成本，包括开发、维护以及使用成本。还有就是时间成本，在短期内需要进行数字化转型，在过程中需要具体系统进行支撑。此外还有机会成本，需要选用的系统能够支撑业务的实践，因此在对于原型系统的选择上存在机会成本。
第二方面就是数据，对于数字化转型而言，问题的核心就是数据。对于传统的商超ERP系统而言，核心的可能是商品、价格、会员以及库存等常规数据。但是在新零售场景下面，除了这些结果数据之外，还需要关注过程数据，比如顾客进店之后的购物轨迹、购物逻辑，这样就需要对应的数据进行支持，因此整体的数据量就会很大。在数据类型上而言，除了传统类型之外，还扩展到了客户的基础信息，这里面就会涉及到的影像等资料帮助分析顾客行为。综上所述，对于传统的商超系统而言，存在着较大的挑战。而在整个管理过程中，决策层对于数据的依赖性以及时效性要求也高了很多，需要即时地获取数据来分析竞争环境，对于数据的需求需要提升到小时级甚至分钟以及秒级的获取速度。
第三方面就是效率。效率与数据需求是联通在一起的，联华已经有了20多年的经营历史，因此在这个过程中也有了信息系统的改建，但是还是主要围绕着传统的ERP建设，在效率上更多地还是满足日常经营需求，想要实现数据驱动，在整体效率上无法达到。因此在转型过程中，对于效率而言需要更多地考虑数据处理能力以及运营能力这样的需求。
围绕以上三个方面，摆在面前的就是两个方案。其中一个就是继续走传统的ERP解决方案的思路，这种方案的好处就是比较成熟，整个系统相对独立并且稳健，具有成功的行业应用案例；另外一种方案就是可以选择互联网企业所使用的中台解决方案，以敏捷开发模式进行迭代，其业务处理和数据采用这样的模式，基于云平台进行部署帮助系统提升弹性，能够更方便地进行横向延展，帮助适应高分值的应用场景。综合考量了以上两种方案，联华选择了互联网企业的解决方案，并且选择了阿里的解决方案。原因主要有以下几个方面：
- 阿里的解决方案基于自身所做的零售实践积累沉淀下来的。
- 阿里云具有完整的产品线以及技术解决方案来支撑中台系统的开发。
- 最重要的就是阿里云的技术支持团队能够帮助联华进行托底。
基于阿里云中台解决方案实现业务和数据中台
阿里云的中台方案的核心有两部分，即业务中台和数据中台。两部分相辅相成但是又相互独立的，可以理解为“DNA的双螺旋结构”。部署时也相对比较灵活，而对于整个中台而言，都是构建在阿里云现有的技术产品之上的，可配置性也非常强。总体而言，业务中台帮助将所有的业务指标进行统一，再通过统一的平台处理业务数据，这样业务效能就得到提升，前端的应用就可以根据场景进行定制化开发，释放了前端灵活性。数据中台围绕了DataWorks的构建体系，基于MaxCompute的数据计算和数据存储能力将业务中台中产生的数据归结到MaxCompute中去进行处理和运算。在前端通过QuickBI以及DataV等数据展现插件将所需的数据结果展现出来或者按照分析主题的方式汇总到企业参谋家产品中去。
业务中台的核心其实就是解决系统效能不能匹配业务的问题，而数据中台的核心就是解决核心效率以及数据运营质量不能帮助进行数据化运营的问题。以上两个中台帮助联华解决了ERP系统的问题，甚至可以看做“外挂”。在这一轮的实践中，考虑到业务的复杂性以及希望在短周期内形成数字化竞争能力，联华选择先上数据中台。数据中台就是围绕DataWorks进行数据化构建，其底层就是MaxCompute的计算和存储，其有两个方法论主线，分别是：数据资产化管理和数据智能化管理。根据这两个方法论将数据分为了三个层级，第一层就是所谓的垂直数据中心，通过DataWorks的数据同步工具将原本存在于各个业务系统中的数据抽取到MaxCompute中形成统一数据中心；第二层就是构建公共数据层，将每个业务板块中的原子指标抽象出来，加上时间维度形成简单的汇总层；最上面的一层就是萃取数据中心和主题数据中心，这两个中心将为前端要应用数据时做一些组合和加工，基本的逻辑就是在萃取数据中心中按照具体的业务角色或者目的将数据进行组装，基于组装后的数据支撑前端应用。在主题数据中心中，则是将经营过程中将考虑的一些业务分析维度的数据组装到体系当中，再通过RDS等数据库形式推到前端展现系统当中去。前端中则包含了企业参谋、供应商分析平台以及数据报表体系等多个应用。
因为有了后端的数据加工和处理能力，前端应用数据时对于数据库的性能要求就没有那么大了，目前仅部署了两个RDS数据库就实现了为整个公司做报表体系的支撑，这也是传统解决方案难以想象的。而对于应用前台而言，所面对的就是用户，也就是业务部门和管理部门，他们将会通过前端所提供的不同产品来支撑自己的数据化转型操作。
对于联华这一期的数据化转型改造而言，主要应用了阿里云的数据化技术构建了数据中台，开发了自己的分析平台和报表体系，一些相应的数据还需要反哺到业务系统中去。在6个月左右的时间内，联华通过使用阿里云这套方法和套件，基本上形成自己的数据中台。围绕着阿里云的实施推进方法论，首先进行全局架构和初始化，进行数据迭代，之后数据深化应用以及全面数据化推进。过程中不断进行推进和演练，这个过程与传统开发商模式不同，在本期的数据中台建设过程中一边开发一边应用，在应用的过程中就会不断地进行迭代和更新的考虑，整体就是按照互联网企业敏捷开发的思路在业务过程中将软件开发结合到一起去。
在系统和开发不断迭代的过程中，阿里云和联华华商形成了一种新的决策关系，阿里云提供解决架构和方案设计，同时做技术输出和能力输出。联华则是借助阿里云的产品和方案围绕数据中台进行构建和运营。而对于联华而言，在实施商的选择上更加灵活，在本次实施中就选了帮助阿里云做数据服务的开发商，在整个过程中他们帮助联华进行方案和模型评审，以便使数据中台的开发产出更加高效。除了实施商之外，联华华商的开发团队也直接参与到了实施过程中，那么通过整体的建设，得到不仅是数据中台，也到了对于数据中台进行运营的能力。
迁移到阿里云收获的效果
经过半年来数据化转型建设，联华最直观的感受有以下几点：
首先，实实在在地感受到了效率的提升。在上云的过程中，联华首先将所有的门店服务器都搬到了阿里云上，将数据库全部切换成了RDS数据库，如果按照传统方案，那么切换过程将是非常漫长的。而这次的切换仅用了20几个工作日，就将所有门店服务器搬迁到阿里云上，这也得益于阿里云RDS的一些成熟的迁移工具。因为发展经历了很久时间，原有的硬件并不能跟上现有的技术需要，在处理大促日结的时候会产生较高延迟，在迁移完成之后，得益于新的架构以及效能提升，在今年615时做到了2.8亿的日销售，做到了近100万的交易流水，门店的日结却没有延迟超过1分钟。如果按照传统开发模式，实现上述的效果，在整个过程中至少需要一年的时间，而借助阿里云经过半年的时间，联华已经将门店的销售、客流等数据以分钟级的形式展现出来，并且在会员、商品以及门店数据域中将经营指标以数据报表的形式推送出来。此外，联华也基于DataV做了展示大屏，整个营销过程中的核心数据也可以实时地展现出来。
第二点感受就是部署成本的降低，如果采用自建方式将服务器进行切切块并实现这样的数据能力，成本是千万级以上的。而借助阿里云，联华在MaxCompute中开了50个单位的CU，实现了现有的业务支撑。未来，计划开设到500个CU量级，因为其具有较强的弹性并且是按量计费的，因此整体成本是可控的。
此外，在整体实施过程中，RDS数据库就能够很好地支撑业务。首先，其具有弹性扩展能力，能够按照每个门店不同的规模进行配置；第二，读写分离的功能能够支持700多万的会员数据的业务应用；第三，一键克隆的功能一方面能够帮助部署门店服务器，另一方面在整个开发过程中，在传统模式中需要搭建开发和测试环境，现在只需要一套开发环境，测试环节直接克隆即可，这样一来时间成本就会大大降低。
结合近半年以来的实践经验，阿里云所提供的方案给用户的灵活性是非常高的，确是也使得企业业务开发实现高效能，帮助企业短期内实现数字化运营的目的，这也是阿里云平台所提供的最大价值。在阿里云整套体系和技术支撑之下，能够使得联华更多地考虑如何服务好前端顾客，让顾客更好地享受品质好生活，实现业务价值的提升。
155
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
