DataWorks开发者(vitaworks开发者)

本文目录：

• 1、大数据阿里云工具之DataWorks（二）
• 2、dataworks创建工作空间选择计算引擎服务灰色选不了
• 3、阿里云架构师解读四大主流游戏架构
• 4、“阿里云”ECS服务器怎么设置IP白名单？
• 5、家乐福离开，麦德龙被卖，沃尔玛关店，大润发为什么越活越好？

大数据阿里云工具之DataWorks（二）

本文主要介绍dataworks的运维中心、智能监控

一.运维中心

运维中心在是dataworks当中的任务调度模块，我们书写好业务流程后，会把业务流程进行提交，提交后的业务流程就会在运维中心进行显示，会按照你设置节点的调度周期开始调度任务。

ps：如果是双环境任务的话，运维中心也会有两个，可在DAG图里面查看当前环境是开发还是生产。

运维大屏

显示 的是已有的任务调度情况，包括新增的任务，失败的、正在运行中的都可以看到

实时任务运维

需要实时计算引擎，这里暂时还没有，以后给大家介绍

周期任务运维

离线任务节点信息，我们配置好离线任务发布后就是在这里进行调度维护的，如果是双环境的话，开发环境提交的任务节点就是在开发运维环境，在编辑节点的时候点击发布按钮才是提交到生产环境。

周期任务运维分为四个功能 周期任务、周期实例、补数据实例、测试实例

周期任务：就是可以查看到我们提交的r离线任务节点，在这里可以查看到我们离线任务的DAG图，血缘关系，并可以添加报警信息，进行测试，和补数据、冻结节点、下线节点等操作

周期实例：会按照调度周期，每天生成实例，如果是日调度，那么在周期实例里，每天都会有一个实例，如果是小时那么一天会有24个实例，可以选择日期进行查看。

补数据实例：补数据就是针对我们以前缺失的数据进行补数据，可以选择当前节点和当前及下节点。

测试实例：就是我们再周期任务里点击测试生成的实例，每一次节点的测试都会生成测试实例，在这里进行观看，可以看到实例的运行任务和日志等情况

手动任务运维：

区别我们的周期任务，我们的周期任务都有调度周期，但是手动任务是没有的，例如某些任务需要临时补救的操作或者数据调整，只是用一次或者几次而且调度时间都不相同的话，可以创建手动任务来进行调度。

智能监控：

智能监控这边主要是为了监控我们的调度任务节点一些运行情况

主要使用到的还是添加一些报警信息，在报警信息里面可以添加我们的报警邮件和短信，也可以把报警信息添加到我们的钉钉群里

规则管理：主要就是我们数据质量的规则设定，详情请看上一篇文章

二、总结

这一片写的相对减少，主要是网不太好，一会断一会断的，只要掌握这些操作，至少你使用阿里云大数据服务操作基本没什么问题，从数据的采集到数据加工到数据同步，任务的调度、任务监控这一系列的文章里都有介绍，如有什么描述不清楚的还望多多批评指正，如有问题，请评论交流 谢谢浏览

dataworks创建工作空间选择计算引擎服务灰色选不了

dataworks创建工作空间选择计算引擎服务灰色选不了解决方法：在创建工作空间时，直接关联EMR引擎。

1、在数据开发页面，点击工作空间管理，在工作空间配置里添加引擎信息即可。

2、DataWorks基于MaxCompute、Hologres、EMR、AnalyticDB、CDP等大数据引擎，为数据仓库、数据湖、湖仓一体等解决方案提供统一的全链路大数据开发治理平台。

阿里云架构师解读四大主流游戏架构

游戏 行业是阿里云最早聚焦的行业之一，近年来 游戏 行业的变化、云计算产品技术的变化都与日俱进。随着行业业务的变化、技术架构的演进以及阿里云产品的迭代演进，整体的产品技术选型在不同的 游戏 场景、业务场景也不尽相同。本文将聚焦阿里云弹性计算产品在 游戏 行业的方案实践经验。

当前， 游戏 行业的各种场景和行业发展密不可分。简单回顾电子 游戏 的发展，80年代的黑白机，90年代的PC单机 游戏 ，00年代前夕随着互联网的发展网络 游戏 开始盛行，2010年后随着移动设备的逐渐普及，手游在国内开始兴起。

从 游戏 终端来区别，主要有：主机 游戏 （往往是3A 游戏 ）、PC 游戏 、移动 游戏 和网页 游戏 等。目前出现跨平台多端 游戏 ，以及云 游戏 化的趋势。

关于 游戏 的品类区别会有非常多的维度：RPG（角色扮演）、MOBA类、竞技类、FPS（射击类）、休闲类、卡牌类、棋牌类、SLG（策略类）等等。目前有多品类融合玩法裂变的趋势。

随着国内防沉迷、版号因素，近年来 游戏 行业诞生了越来越多的精品 游戏 ，出海全球化乃至区域化，以及整体存量用户增速放缓，长线运营、精细运营以及私域社区等运营方式也在悄然变化。

不同的业务场景技术架构不尽相同，如竞技类 游戏 和卡牌类 游戏 对计算的需求就有所区别，云 游戏 与常规的网络 游戏 架构也有所区别。这里主要从 游戏 服和 游戏 平台、大数据、云 游戏 这四个目前常见的场景简单介绍其架构。

游戏 服，从 游戏 类型来看有RPG、FPS、MOBA、SLG、棋牌、休闲等等；从 游戏 平台来看通常有主机、手机、PC等；从业务发行来看有全球、国内、海外，从部署架构来看有集中部署和分区部署；从技术架构来看， 游戏 行业也有逐渐分层解耦的趋势，但与互联网应用相比，有一定其独特性。

因为 游戏 的强交互性特点， 游戏 技术架构与其他互联网应用相比有一定独特性。 游戏 需要保持会话连接，也就是从一个客户端到服务端的长连接，便于对客户端中玩家的操作、行为等进行及时的反馈以及推送给共同 游戏 或对战的其他玩家,所以 游戏 普遍对网络质量更加敏感，网络质量较差的情况会使长连接断开或重连，引起玩家掉线。 游戏 也需要保持会话的状态，既服务端会保持一份玩家的实体，当玩家进行操作时，下次通信的数据会依赖之前的通信的数据，这也是一些MMO（多人在线）大型 游戏 对网络吞吐性能要求较高的原因之一。再比如FPS、MOBA类等多人对战类 游戏 ，交互性更强，对网络延迟容忍度更低，要求低延迟。因为 游戏 需要比较高密度的记录玩家的操作以及结果，所以有频繁写入数据的特点，这类场景需要较强的IO性能。因为 游戏 强交互性、低延迟的特点，其技术架构也和互联网应用不同，在逐渐分层解耦的同时，需要保证 游戏 玩家的交互效果，同时也会依赖到底层服务器的计算能力。

这些都是 游戏 场景普遍存在的特点：长连接保持会话、保持状态、低延迟网络、高IO吞吐、高计算性能。

游戏 的部署架构会结合 游戏 业务特点、 游戏 运营需求来制定 游戏 服务，有分区分服、全区全服业务逻辑，分区分服还是全区全服，最大的架构差异在于数据是不是一套。而从部署方式看，主要是集中式部署和分区域部署。

集中部署就是不论 游戏 玩家在哪里， 游戏 服务集中在一个区域，适合对网络延迟要求通常不高的 游戏 类型，如休闲类；分区部署是指 游戏 服务器根据 游戏 玩家地域分布，分区域部署，方便就近接入，适合对网络延迟要求较高的 游戏 类型，如MOBA、FPS类。

典型架构

MMO类有高并发特点，大量玩家并发的高计算量负载对服务器的计算能力和稳定性有着极高的要求。同时MMO类 游戏 有着比较强的PVE或PVP特性，对网络延迟的容忍度较低。

其中网关服务器负责所有网络数据包的转发，通常是网络负载较集中的点，对于网络吞吐能力要求较高。单个 游戏 区承载玩家数量高，逻辑服务器通常按照场景地图来划分，规模再大会通过分区的方式实现。

数据中心服务器负责缓存玩家数据并异步入库，保障玩家客户快速获取和写入数据，对于可用性要求较高，需要配合应用层实现数据容错机制。

日志服务器承载了大区所有业务行为的日志收集及处理的压力，对磁盘写入性能要求较高，通常采用多台分组方式实现。

（1）MMO 游戏 服性能与稳定需求，建议使用最第7代ECS实例，根据实际需求选型c计算型（CPU与内存配比1:2）/g通用型（1:4）/r内存型（1:8），Intel Ice Lake 2.9GHz基频3.5GHz睿频提供超高性能，能更好地优化 游戏 体验。

（2）异步落库以及日志服务器，对于磁盘读写性能要求高的场景，建议云上使用ESSD PL 0/1/2/3根据业务性能需要选择，避免磁盘读写瓶颈。

（3）在 游戏 日常版本更新中，需要各个地域Region镜像的快速复制，基于ESSD快照异地复制的能力，能够提升镜像复制效率。

（4）分区分服等场景往往需要快速地开服滚服合服，通过CADT云速搭、ESS弹性伸缩、OOS运维编排、ROS资源编排等云上运维工具搭配产品使用，能够提升云上运维效率。

ii. FPS、MOBA类 游戏 架构介绍

MOBA类 游戏 主要包括PVP系统、PVE系统、 游戏 平台等几个主要部分，其中PVP战斗是MOBA/FPS 游戏 的核心。

PVP、PVE、 游戏 平台功能部署于同一VPC中，构成 游戏 大区；战斗服务器（往往）单独跨地域部署。

游戏 客户端首先接入到登录服务器中，完成登录认证、计费等 游戏 平台逻辑。为避免单点问题，所以 游戏 平台服务往往需要高可用方案。可利用云上高可用方案，包括便捷的运维工具满足业务高可用需求。

FPS/MOBA竞技 游戏 ，往往对延迟特别敏感，可以想象，竞技类 游戏 中对战的 游戏 场景：玩家操控人物，在地图里步伐飘逸，枪声密集，每一颗子弹都是一次时间加上空间的矢量计算，而且需要在主进程中完成计算，那么算力需求就随着房间玩家数量上升而指数爆炸，5V5的房间和大房间100人（吃鸡）对算力的需求完全不同。

游戏 这部分重算力场景，推荐阿里云7代高主频或七代实例，更高的单核性能提供更好的战斗效果。

战斗房间类 游戏 ，因为业务本身峰谷特性，灵活地使用云上资源的弹性能力，往往会较好地优化整体的资源使用成本。阿里云弹性计算本身提供了非常灵活的付费方式，包括常规的按量实例、包月包年实例、以及通过节省计划/预留实例券去抵扣按量实例资源，兼顾资源灵活使用的同时达到更优的成本。

此外，为更进一步释放开发运维的效率，当前一些 游戏 也采用了容器化技术架构，阿里云的ACK+ECS/ECI弹性容器实例组合搭配使用，更进一步释放了基础资源的灵活性和弹性能力。

业务场景

游戏 平台（不限于FPS、MOBA类）主要提供的服务：官网、客服、注册、登录、充值、兑换、商城、推送、公告、社区、SDK及邮件、短信等公共服务；包括内容审核、视频录制、弹幕、转码、剪辑、RTC这些业务需要的基础服务，以及运维监控、发布平台、测试平台这些运维等平台服务。

这部分更接近于通用的互联网技术架构，以服务为颗粒度解耦，接入-网关-应用-数据库。

技术特点

这往往通常需要构建高可用基础架构来提升稳定性，业务突发期往往需要一定的弹性能力。相比于 游戏 服务这部分容器化就更加普及，也更容易通过云上的比如弹性容器实例去应对流量峰值场景。在视频录制场景，对实时性要求较高时，往往会基于GPU能力构建，这部分阿里云也提供了vGPU/cGPU能力，释放GPU的灵活性。

大数据是当前 游戏 业务经营、 游戏 运营主要的技术手段，主要面向平台数据运营、 游戏 数据分析、广告转化分析、安全运营分析等 游戏 核心运营场景。不同的场景对实时性要求不同，实时查询检索通常是经营分析、客户受理、玩家监测、在线等场景；离线报表通常是玩家行为分析、用户画像、特征挖掘等场景。

总体而言，实时性业务更多是业务查询类、简单计算类任务，比如买量转化的分析；离线类基本是分析类、预测类任务，比如 游戏 玩法分析。

从技术架构来看，得益于开源社区技术栈的高丰富度，大数据具体的技术选择非常之多，整体从存算一体到存算分离，也诞生像数据仓库、数据湖乃至湖仓一体等概念。

从数据架构流程来看，从数据源-数据采集、传输-数据计算、存储-数据应用，其中可选看技术方案也需要因地制宜。

从部署架构来看，不同的 游戏 公司处在不同的数据建设阶段，会有不同的选择倾向，包括完全自建、基于云自建大数据、基于云上托管、以及利用更多云上成熟的产品技术去丰富整体的大数据能力集，而后者也成为越来越多客户的选择。

拿云上大数据方案举例来讲，比如实时计算部分，选择SLS采集、Kafka数据网关通道，通过Flink做数据计算，通过ES或CK做数据分析，通过ADB以及QuickBI做数据应用展示。离线方案通过OSS做冷数据存储，Spark、Hive、HDFS等组件做数据计算存储，通过CK汇聚分析，通过Dataworks做数据应用。

具体计算存储的产品选型，主要根据不同的业务特性以及大数据应用特性来区分，根据数据容量、IOPS、吞吐、读写特点以及性价比来选择。

如刚刚举例的实时计算/近实时计算场景，Flink具备高性能、低延迟特点，所以是计算密集、网络性能高场景，推荐选型七代ECS实例或6代增强实例；如HDFS需要超大存储容量，高吞吐，推荐D系列本地盘实例，如D2S存储型本地盘实例。Remote Shuffle Service等处理结果多的场景，读写处理频繁如大量的join计算，需要综合来看计算、网络、存储性能以及综合成本来选择通用实例（如第7代ECS实例）或i系列本地盘实例。所以，最终在云上的资源选型，在性能满足的前期下，需要评估通过网络传输数据成本高（云盘），还是就地取材计算成本高（本地盘），不同模型、不同量级选择不同。

从内存处理（成本最高、性能最好、存储容量最小）、SSD本地盘、HDD本地盘、ESSD云盘、OSS对象存储（成本最优、性能一般、存储容量最大），逐渐分层解耦，还带来一个好处：充分释放了云上弹性的能力，可以利用更轻巧的弹性计算产品（如SPOT抢占式实例方式，或ECI容器实例）进行大数据计算，达到更好的弹性能力去满足业务需求的同时也能节约更多的成本。

云 游戏 主要分终端和云端。终端部分基于Windows、iOS、Linux等操作系统的终端设备包括手机、平板、电脑、电视机、VR一体机等。云端架构主要是 游戏 应用层、云 游戏 平台层、IaaS基础资源层，应用层包括PC 游戏 、手游、VR 游戏 、H5 游戏 等多种类型的 游戏 应用；平台层云 游戏 必须的运营平台、支撑平台、流化技术平台等；IaaS基础资源层包括基础网络、基于X86架构以及ARM架构的GPU服务器。

云 游戏 落地，在技术上也经历了诸多挑战，为满足端到端高性能低时延，网络调度、指令串流、编解码、多终端的SDK适配等等都是云 游戏 场景中不可避免的技术问题。

对于云端算力来讲，阿里云解决了云端渲染、串流以及编解码问题，并通过全系列GPU产品来满足云手游、端游、VR乃至企业级视觉渲染场景的需求。

总结来讲，阿里云弹性计算通过云上的串流、编码加速、渲染加速等全套的技术帮助 游戏 客户给云 游戏 玩家提供更好的性能体验，通过基于阿里云全球数据中心可以帮助云 游戏 客户覆盖更多的用户，通过GPU多种产品形态和整体的弹性能力，也帮助到 游戏 客户去更快捷更灵活的构建其云 游戏 业务。

阿里云通过多年的技术积累和持续的运营，提供了大规模的基础设施云服务，目前在全球部署了26个地域、82个可用区，通过优异稳定的性能表现帮助 游戏 客户高效稳定地运行 游戏 业务，为玩家提供极致顺滑的 游戏 体验，并通过技术手段不断地帮助 游戏 客户优化用云成本。

国内的业务出海、 游戏 出海也是现阶段大的趋势之一，很多 游戏 公司已经把出海从业务可选项变成了必选项之一。在2022年3月，阿里云上线了韩国和泰国两大Region，能够为本地化的 游戏 业务提供更流畅、更稳定的 游戏 体验，以此希望能在 游戏 客户出海的业务领域，提供更多的帮助。

当然，作为内容与 科技 两大热门领域的交叉领域， 游戏 产业日新月异，架构也随着前端业务的需要不断改变。阿里云弹性计算也针对 游戏 厂商的不同架构，陆续推出了不同的云服务器类型和付费方式，以及云上运维套件，以帮助客户降本增效。

原文链接：

“阿里云”ECS服务器怎么设置IP白名单？

“阿里云”ECS服务器IP白名单设置操作步骤如下：

1、登录云盾安全管控平台管理控制台；

您也可以在登录阿里云控制台后，将鼠标移至右上角的账户图标打开用户菜单，并单击安全管控，进入云盾安全管控平台管理控制台。

2、鼠标定位到白名单管理-访问“IP白名单”页面，之后单击“添加”。

3、选择对象类型，输入源IP（非当前云账户名下的IP），在左侧列表中选择当前云账号名下的对象IP（例如ECS云服务器公网IP），单击右箭头按钮，将选中的IP加入右侧待添加列表，单击确定。

即将所输入的访问源IP加入所添加的对象IP的访问白名单，所有来自该源IP对于您云账户名下的目标IP的访问都将不受任何安全管控限制。

如果您想要放行所有对该对象IP的访问，在 源IP框中输入0.0.0.0即可放行所有IP对该目标IP的访问。

扩展资料

设置访问IP白名单之后，来自访问白名单中的源IP对目标主机资产的访问将不受任何安全管控限制，即使访问可能是有风险的也不会进行任何安全管控限制。因此，请务必谨慎添加访问白名单。

参考资料来源：百度百科-白名单

家乐福离开，麦德龙被卖，沃尔玛关店，大润发为什么越活越好？

作者：陈赋明，《商业评论》栏目主编

1998年，大润发在上海开设了第一家大卖场。在此后十几年里，凭借主攻二三线城市的开店策略、极其精细化的门店运营、总部集权加门店分权的混合管理模式，大润发实现了爆发式的增长。

到2009年，大润发已在全国21个省市及自治区开设了143家门店，年营收达到404亿元，单店业绩超过3亿元。

作为独立零售品牌，大润发超过家乐福和沃尔玛，成为了中国规模最大、运营效率最高的零售商。事实上，自那时起，大润发就一直保持了中国零售业领头羊的地位。

不过，就在大润发登上零售业宝座的同时，中国的消费市场环境正在酝酿着一场大变局。电子商务的兴起，不仅带来了新的零售业态，而且改变了消费者的购物习惯。

这些变化很快就波及了大润发。2011年开始，虽然大润发总营收仍在持续增长，但作为商超行业最重要的经营指标——同店销售增长趋缓，并在2014年进入了负增长。

据大润发母公司高鑫零售2014年年报显示，同店销售增长减少，主要原因在于整体消费市场增长放缓、用户消费渠道更加多元化。

面对年轻消费者的不断流失，传统大卖场该何去何从？

时任大润发董事长的黄明端很清楚，大卖场要生存下去，必须进行转型升级，最核心的问题就是，怎么能够与年轻消费者建立连接。 既然年轻消费者都去了线上，大卖场也必须到线上去。

于是，2013年底，大润发上线了自营B2C电商飞牛网，开始了互联网化、数智化的 探索 。然而，这条路并不好走。高仓储成本、高履约成本、高流量成本、低配送效率，让飞牛网陷入持续亏损的窘境。

3年后，飞牛网转型，以店仓合一的模式，兵分两路， 探索 线上线下整合。

一路是开发大润发优鲜App，为门店周边5千米内的顾客提供B2C生鲜一小时到家服务，满足年轻消费者的购物需求。另一路是推出大润发e路发App，为门店周边的中小超市、餐饮、 娱乐 、企事业单位等提供B2B进货服务。

2017年底，阿里巴巴投资高鑫零售，大润发的数智化转型进入了快车道。

到今天，大润发在中国大陆地区开设的414家大卖场都完成了数字化改造，除了大润发优鲜App，还通过阿里系的淘鲜达、饿了么、天猫超市等多个端口，为门店周边5千米内的顾客提供一小时到家服务，为5千米~20千米内的顾客提供半日达服务。

截至目前，大润发线上会员已有1000多万，其中20%~30%与线下门店会员重叠。线上日单量接近40万笔，线上销售额占到总销售额的20%，未来希望能达到50%以上，相当于再造一个线上版大润发。

2019年，大润发生鲜电商实现全面赢利，并且同店销售增长指标在连续5年的负值之后开始转正。

大润发的卖场遍布华东、华北、东北、华中、华南五大区域，服务覆盖全国29个省市及自治区，拥有10多万名员工和10万多名导购，每天为400多万顾客提供服务。

为了方便管理，也为了避免可能的断网给门店生意带来影响，大润发的基础设施系统采用了分布式架构，区域总部系统、门店系统、POS机系统都是相对独立的，基本上每个门店都有自己的一台服务器。

总部系统和门店系统之间并不是实时在线，它们之间的信息交换是以日结的方式批次上传或下达。

当新的时代推动传统零售企业转型升级，需要它们到线上做生意，实现线上线下一体化的时候，一道坎摆在了它们面前——分布式架构无法支撑线上生意，更无法适应线上线下一体化。

大润发CTO陈俞安解释说，如果零售企业想基于LBS，以店仓合一的模式，给门店周边的用户提供到家服务，不仅需要集中式架构来承接所有用户的App或第三方平台，还需要让部署在集中式架构中的业务系统与每个门店的系统进行数据交互，这样，就构成了一个混合式架构，即一部分业务系统在集中式架构中，一部分业务系统在线下的分布式架构中。

2016年，盒马出现了。这种 以门店为中心、线上线下一体化的新零售模式，让大润发看到了机会 ，因为这种模式比较匹配大润发的核心优势——供应链和门店网络。

于是，大润发决定转型，开发了大润发优鲜App和e路发App，分别为门店周边的消费者和企业客户提供到家和进货服务。

由于线上订单需要线下门店发货配送，所以，集中部署在混合云上的线上零售业务系统需要与每家门店的业务系统，进行会员、支付、库存、营销、物流等数据的交互，由此形成了混合式系统架构，既有原来门店的分布式架构，又有能够实现线上线下一体化的云端集中式架构。

2017年底，获得阿里巴巴投资后，大润发开始将部署在第三方云上的系统和设备迁移到阿里云上。大润发原来的云架构由此变成了本地IDC+阿里云的混合云。

当然，无论是混合式系统架构，还是混合云，都不是大润发的最终目标。陈俞安透露，大润发的混合式架构相当复杂，数据流转需要从总部到门店，门店到云端中台，云端中台再到阿里中台，中间只要有一个地方断开，整个系统就会出问题。

所以，他们希望能够简化数据流转路径，而要做到这一点，只能把所有系统都集中到云上，这样就能直接在云里进行操作。

为此，大润发准备用两三年时间，把原来线下的系统都搬到阿里云上，将现在分布式和集中式混合的系统架构，彻底升级为部署在云端的集中式架构。

同时，现在的IDC会在服务器到期后不再购置新机器，部署在IDC的业务系统则会迁到阿里云上。到那时，IDC+阿里云的混合云配置，就会变成纯阿里云。

大润发在成立之初，就导入了ERP系统。有了ERP系统，再加上多年的功能开发和优化，大润发线下门店的业务流程基本实现了信息化，供应链、商品、交易、会员等数据都沉淀在系统中。

2013年，面对电子商务的猛烈冲击，大润发开始 探索 线上零售，推出了飞牛网自营电商，以期触达日益壮大的线上消费群体。

但是，飞牛网这种模式挑战太大，在连续亏损几年后，大润发看到了新零售的机会，于是，放弃自营电商的想法，将飞牛网转型为线上线下融合的门店配送业务。

消费者通过大润发优鲜App，可以享受最近门店的一小时到家服务，商户则可以通过大润发e路发App，获得最近门店的次日达进货服务。

不过，无论是大润发优鲜还是e路发，拉新能力有限，其用户大多来自线下门店的原有用户。阿里的投资则为大润发打开了一个广阔的线上市场。

2018年3月，大润发开始接入淘宝的淘鲜达项目。跟大润发优鲜一样，淘鲜达项目也是针对生鲜食品的1小时到家服务，所以，对大润发来说，等于在大润发优鲜App的基础上，又多了一个触达线上消费者的端口。

更重要的是，这个端口位于手机淘宝上，后者的巨大流量不仅给大润发门店带来了可观的线上销售，也让大润发迅速获得了大量的新用户。

此后，大润发又入驻饿了么平台，还与天猫超市达成“共享库存”的合作，为门店周边5千米内的用户提供一小时达服务，为5千米~20千米内的用户提供半日达服务，进一步扩大了大润发的线上流量和用户数量。

至此，大润发的新零售业务就有了四个线上端口，消费者可以选择任何一个端口下单。门店收到来自不同端口的订单后，会通过同一个履约系统进行配送。

“我们前端不一样，后端完全一样。我们把邻近社区的订单合成一批，交给一个小哥去送，订单够密集，配送效率才高。”陈俞安解释道。

截至目前，大润发所有414家门店都已接入一小时配送到家服务，有200多家门店已上线天猫超市半日达服务。线上用户数已突破3300万，活跃用户数超过1000万；e路发商户数超过53万，活跃商户接近24万。

据大润发新零售事业部总经理吴春相介绍，线上四个端口的用户人群虽有部分重叠，但总体区隔明显。

大润发优鲜以家庭用户为主，大部分是大润发的忠诚用户；淘鲜达和天猫超市主要是白领阶层；饿了么则属于更年轻的外卖群体，主要购买零食和水果。

除了线上的数字化端口，大润发也在尝试社区团购模式来触达更多用户。

一方面，大润发跟菜鸟合作，由后者把菜鸟驿站的站长发展成团长，让他们去建立和运营社区团购群，然后在小程序下单，由大润发门店统一配送到社区。

另一方面，大润发自己也组建了专门的团队来开发团长，还有e路发的业务代表也可以开发团长。

在拓展线上销售端口的同时，大润发也对所有门店实施了新零售改造，使它们具备线上运营能力。门店使用了阿里云POS机和自助收银机，既打通了跟阿里的商品和库存数据，也将门店支付环节变成了消费者数字化触点。

为了提高拣货效率，在20分钟之内完成场内拣货，门店安装了悬挂系统，并部署了快拣仓。

陈俞安解释说：“门店货品，尤其是生鲜品和快消品，基本上都是线上线下共用的。对于周转比较快的货品，有可能出现的情况是，线上顾客下单了，门店还没来得及拣货，货品就被门店顾客买走了，或者货品已被门店顾客放入了购物车，但还没有结账，线上库存仍显示有货。为了避免类似的缺货，我们对周转慢的长尾货品不做区隔，对周转快的货品，就专门建了快拣仓进行物理区隔。目前，我们出货的缺货率在0.6%左右。”

为了保障线上线下全渠道业务高效、流畅的运营，尤其是大润发在线上有多个零售端口，又要对接线下各个门店的分布式系统，大润发需要一个中间的系统来实现线上线下的对接和交互。

2017年上线大润发优鲜App和e路发App，开始做新零售时，大润发就建立了这样的一个中间系统，并称之为大润发中台。这个业务中台当时部署在大润发的IDC+第三方云的混合云上。

获得阿里投资后，大润发加快数智化进程，在门店引入了阿里云POS机，并接入了淘宝的淘鲜达项目，于是就把业务中台迁到了IDC+阿里云的混合云上，以便跟阿里中台进行交互。

未来，等到混合云变成全部阿里云的时候，大润发业务中台也会集中到云端。

现在，业务中台以秒级速度实时跟大润发优鲜App、饿了么、阿里中台进行交互，同时也跟所有门店的业务系统进行交互，以获取库存、价格、商品、物流等数据。

只是大润发门店的ERP系统是单机系统，没有服务能力，所以大润发又在各个门店部署了一套本地系统，作为业务中台和门店系统之间的中转站。

通过云端的业务中台，大润发实现了多渠道业务同时上线，并能够进行统一的资源管理、数据管理、运营管理、业务管理，有效推动了整体业务的稳定增长。到2019年底，大润发线上零售业务已经实现赢利，而门店的同店销售增长也开始转正。

在全渠道新零售业务卓有成效的同时，大润发也在用数字化、移动化手段重构门店的底层效率。

以前，由于采用ERP系统，门店的移动管理比较少。每天，基本上都是一早打出一大堆报表，分发给门店相应的人员，他们拿着报表去做上面列出的任务，所有任务做完，再把报表交回。

现在，大润发利用PDA设备，把门店收货、理货、上架、拣货、包装、配送、盘点等作业，都做成了移动化管理。

“很多工作可以通过系统分派到相应人员的PDA上，他们接到任务去完成，然后直接在设备上点击上报就行了。”陈俞安解释说。

大润发还开发了一个店总参谋App，店总在自己的手机上就能随时查看门店的销售、履约等情况。

ERP系统让大润发门店基本实现了信息化，而利用系统中沉淀的进销存数据，大润发建立了非常强大的商品管理能力。不过，除了进销存，其他数据比如会员，更多时候就只是数据了。

2014年，大润发推出飞牛网，开始做线上。“我们知道，在线上，人跟交易是要关联的，而且是单个人和他的交易，所以，我们需要把交易都抽取上来。”陈俞安说。

刚好，当时大数据技术已经成熟，大润发就利用一个大数据开发框架，在自己的混合云上建立了数据中台。只是这个开发框架采用开源系统，存在一定的安全性风险。

所以目前，大润发正在跟阿里合作，利用阿里的DataWorks大数据开发平台和MaxCompute大数据计算服务，在阿里云上重建数据中台。

预计今年年内，大润发会先把会员、交易、履约等相关数据导入新的数据中台。到那时，大润发就可以利用颗粒度更细的线上会员画像，实现个性化精准营销。

借助阿里的产品和工具，大润发可以预判新店周边有多少用户，分布在哪些区域。开店后，可以很清楚地知道周边用户已经开发了多少，渗透率如何，购买频次如何，偏好哪些品类等。

对于线上订单的履约配送，是大润发和蜂鸟即配合作来完成的，整个过程完全靠数据来驱动。

当大润发门店系统收到线上多个端口的订单后，会自动将订单分派给拣货员，后者根据PDA上显示的订单信息分区拣货。拣完货、打好包后，拣货员在PDA上点击完成，订单信息就会自动流转给蜂鸟的智能调度系统，由系统自动通知骑手进行派单。

蜂鸟为大润发定制了驻店配送模式，以提高配送效率和服务质量，目前配送准点率达99%。

同时，蜂鸟系统会根据订单覆盖区域、配送路线，将同一区域的多个订单集合起来，交给一个骑手进行配送，不仅极大提升了配送效率，也增加了骑手收入。

在陈俞安看来，接下来十年IT技术发展的方向，是智能化。数智化能力一旦沉淀在公司里，可以做的事情有很多。

大润发虽然有一套完整的ERP系统，能产出很多报表，但这些报表只是资料和信息。阅读这些资料和信息，然后把它们转换成一个恰当的决策，基本上还是靠人。

当然，决策也分不同层次，有些属于日常型决策，有些属于业务型决策，有些则属于战略型决策。

实现智能化以后，日常型和业务型决策是可以被取代的，这样，经营效率会更高。

比如，大润发做一小时到家业务，有两件事很重要。一是，库存要准确，因为顾客下单后一小时就要送达。二是，要有足够人力来配送订单。

而要满足这两个条件，就得提前储备库存和人力。但是，储备多少才够呢？要回答这个问题，大润发必须尽可能准确地预测订单。

起初，大润发预测线上订单都用人工，提前一个礼拜，一家店一家店进行预测，准确率大概在90%。去年年初，大润发开始尝试利用阿里的智能系统进行预测。

“刚开始，智能预测有点笨，准确率在70%~80%，有时只有60%多，因为它需要考虑很多决策因子，需要不断用数据进行训练。”吴春相说。

经过快一年的调整和学习，今年4月1日，大润发开始全面启用智能系统预测订单，而且预测的是每个门店每天的订单，准确率已经超过人工。

“有了准确的订单预测，我们就能提前准备好库存和人力，经营效率就会得到优化。后面，我们会继续对智能系统进行调整，让它学习新的东西，希望未来预测能达到小时级。”吴春相补充道。

陈俞安认为， 智能化带来的是效率的提升 。

大润发是流通商，一头连着消费端，一头连着供给端，两端之间就像一个管道，常常会有堆积的地方。如何通过一个更有效率的系统，让这两端之间不要有任何堆积，又能顺畅地流通，是大润发应该去做的事情。

比如，现在，门店跟总部的交互是日结，总部收集信息后反馈给厂商可能需要两三天，然后厂商再发货可能是一周以后的事了。这段供应链的信息流通其实是迟缓的。

将来，在互联网和智能化的架构下，如果信息流通能变成秒级，这对整个供应链以及企业的经营管理会带来什么样的影响，是值得 探索 的。

所以，在数智化转型上，大润发接下去要做的，是构建一个基于云架构的更主动、更智能的IT系统，同时，利用阿里的资源和能力来培养大润发的智能化能力。

“当我们有这样的能力的时候，我们的决策就会比其他零售企业快一些，经过日积月累，差距就会越来越大。”陈俞安憧憬道。

本文来源：https://www.yuntue.com/post/169421.html | 云服务器网，转载请注明出处！