9-2 电商零售大数据分析云上实战.pdf

《9-2 电商零售大数据分析云上实战.pdf》由会员分享，可在线阅读，更多相关《9-2 电商零售大数据分析云上实战.pdf（42页珍藏版）》请在三个皮匠报告上搜索。

1、 2021,Amazon Web Services,Inc.or its Affiliates.李建伟 大数据技术专家电商零售大数据分析云上实战 2021,Amazon Web Services,Inc.or its Affiliates.议程电商行业现状数据驱动的电商业务场景非结构化数据搜索架构解析亚马逊电商案例 2021,Amazon Web Services,Inc.or its Affiliates.电商用户旅程个性化定制化首页产品推荐相关产品评分交叉销售客服我的订单修改订单问题客服搜索网页搜索图片搜索语音搜索移动搜索优化页面加载导航虚拟现实评分方式市场媒体语音移动设备渠道邮件广告地理

2、位置手机推送物流线上下单，店面提货线上下单，店面发货全球仓库派送预约派送第三方退货退货流程优化用户转化 售中用户触达 售前用户服务 售后兴趣/搜索 吸引/评估甄别/购买期待/追踪咨询/退货 忠诚/推荐 2021,Amazon Web Services,Inc.or its Affiliates.电商业务重点来源:eCommerce Leaders 2021 调查报告顾客终生价值(CLV)转化率优化(CRO)获客成本(CAC)新流量获取客单价(AOV)电商企业KPI电商企业投资重点网站/App性能优化个性化重构平台/无头电商全渠道优化产品发现和产品搜索70%52%51%51%47%2021,Am

3、azon Web Services,Inc.or its Affiliates.AmazonEMR商品搜索运营分析用户画像个性化推荐IT运维分析高阶应用的前置条件依赖于完善的数据湖建设和高效的数据处理无缝集成机器学习来构建用户画像数据驱动电商业务电商行业典型应用场景q 数据服务的深度和广度广泛的ML和AI服务AmazonRedshiftAmazon AthenaAWS GlueAmazon Elasticsearch ServiceAWS的价值主张q 五大场景，围绕用户旅程全链路典型机器学习范畴，是大数据分析的高级应用依赖于完善的数据湖进行数据预处理更加精准地触达客户、提高最终成单率依赖于商品

4、检索引擎架构及对应模块为分布式商品标识明确时，快速定位到目标对象为电商运营提供决定依据依赖于用户行为数据与RDS数据的多维度指标转化分析业务链条各环节数据电商客户的基本需求了解IT系统的整体运行状况，有效排查系统故障Amazon S3功能全面的存储层综合计算层高速可扩展的网络层99.999999999%水平的可靠性数据生命周期管理深度集成AWS Lake Formation 2021,Amazon Web Services,Inc.or its Affiliates.场景1:商品搜索 2021,Amazon Web Services,Inc.or its Affiliates.业务场景场景描述

5、 目标商品明确，可通过文字、语音、扫码等方式快速搜索到 商品搜索引擎架构具备分布式、可扩展的特性 数据在线下流程和线上流程均起到比较核心的作用数据特点 输入数据：通常，原始数据（结构化信息，文本、图像信息，动态信息等）来自前端数据库，数据源多个 搜索引擎：在数据采集方面更侧重于各种数据源的数据更新，其效果需要兼顾买家与卖家 输出数据：支持各种维度的排序，对数据的实时性要求非常高（主要体现在价格和库存两方面）业务实现 商品搜索引擎为功能实现的核心支撑，具备分布式、可扩展的特性，在架构中需要考虑对索引模块、查询模块和排序干预模块的解耦和分离，以方便对各个模块进行单独的优化和扩展 2021,Amaz

6、on Web Services,Inc.or its Affiliates.参考架构接口层服务层搜索意图商业规则个性化排序Amazon API GatewayAmazon DynamoDBAmazon AuroraAmazon MemoryDB for RedisAmazon OpenSearch ServiceAmazon OpenSearch ServiceAmazon OpenSearch ServiceAmazon SageMakerAWS LambdaElastic Load BalancingAmazon Elastic Kubernetes Service(Amazon EKS)