免费开通大数据服务：https://www.aliyun.com/product/odps
“我们选择数加平台的主要目的是数加平台本身大数据应用的能力和平台的成熟度，当然背后还有很多能陪我们一起996战斗的数加兄弟们，无论是技术能力的判断，还是从商业合作的角度，这是选择数加的考虑。”“可以毫不保留的来讲，我们现在内部团队具备的大数据处理的能力相当于阿里巴巴的处理能力，所以我们能够很快速、便捷的给我们的品牌提供多样化的丰富的完整闭环的大数据的营销和解决方案的能力”熊大如是说。
关于网聚宝
上海云贝网络科技有限公司正式成立于2011年，是一家专注于全域大数据应用的服务商，多元化的产品矩阵，专业团队协同运作，为企业提供专业“大数据+”升级服务，帮助企业构建数字化商业能力，实现大数据变现。网聚宝是上海云贝网络科技有限公司旗下大数据品牌，目前服务于奔驰、杜蕾斯、马克华菲、丝芙兰、丰趣海淘、韦伯英语、美亚保险等品牌商，覆盖零售、快消、线下服务业、金融等行业，总共服务3000家品牌，触达5亿消费者，为品牌连接所有渠道的消费者数据资产，构建品牌的全域大数据中心，实现全景式的消费者人群画像洞察，在每个消费触点上提供个性化的购买体验，实现全局的场景化精准营销和多端场景化互动。网聚宝始终秉持‘数据让生意更简单’的理念，用数据驱动，提升消费者的复购率和品牌黏性。 “网聚宝为品牌提供真正的基于大数据的可落地的最后一公里的服务”，网聚宝创始人兼CEO熊大（熊晓东）如是说。
挑战
网聚宝作为企业的大数据解决方案服务商，如何利用大数据成就客户、帮助企业洞察更多的商业价值是公司的头等大事。正如熊大所讲，作为一个快速发展中的创业团队，大部分精力必须集中在为客户提供数据应用的能力，这对于我们来说既是挑战也是机遇。网聚宝在大数据应用方面存在的主要挑战有：
1.海量数据的处理分析能力。对于品牌商来讲，随着移动支付和整个电商的更大规模覆盖，品牌已经能够积累足够多海量的数据。如何快速有效的对海量数据进行处理分析，是一个很大的挑战。
2.“天下武功，无坚不摧，唯快不破”的敏捷大数据分析能力。熊大表示，“随着各行各业竞争的加剧，品牌对实时性的需求也越来越大，在原来的销售模式中，一个报表三四天出来给到决策部门也没有问题，但是在市场瞬息万变的当下，品牌商需要上一秒交易，这一秒可能就要出报告分析。”如何帮助品牌商快速应变、敏捷决策，也是一个很大的挑战。
3.大数据的业务洞察能力。熊大表示，大数据更大的挑战在于未来对商业智能的应用场景，怎么样使用大数据帮助品牌商洞察出更多“意料之外，情理之中”的商业价值，更加关键。举例来说，有个洗车机的客户，其本身定位是二三线的有车一族，但通过数据洞察，发现买洗车机的都是农民，他们更多是买回去洗红薯，这证明大数据可以帮助客户分析出潜在的商机，这里存在的挑战就是如何帮助客户将数据背后的价值和金矿释放出来，为品牌赋能。
4.即懂大数据，又懂业务的复合性人才。熊大说：“对于任何创业公司来说，人才是一个不得不面临的问题，因此对于我们来说，招业务还是技术上有深入钻研的人并没有什么好纠结的。现在，网聚宝零DBA，零运维，需要更多懂大数据，懂业务的综合能力的人才”。
为什么选择阿里云数加
网聚宝在2011年创业之初，通过托管机器的方式研究过开源大数据平台Hadoop。但是由于创业公司人力财力有限，如果只招一个两个人肯定不够，搭建、运维、开发这些工作，至少也得五六个人才能满足需求。当时，相对于拥有十五六个专业Hadoop人才的竞争对手来讲非常被动，客户数据只需放在自己的机房中，这些对当时的客户来说有着很大的吸引力。
但是，在阿里云的强力配合和支持下，网聚宝还是坚持了下来，放弃了原有的Hadoop。而随后，到了当今云变成了类似于水电煤基础设施的时代，对于创业公司来说云服务已经比Hadoop这些开源软件成熟，云计算将公司从复杂的IT运维开发中解放出来，使得公司更专注于业务创新。这时就会显现出，这些应用阿里云的公司，业务创新能力是那些使用Hadoop的许多倍，可更直接的为客户产生业务价值，而客户最需要的就是这些。对于原来的那些对手，Hadoop已成为累赘，积累全在上面，丢掉则放弃了原有的竞争力，不丢掉毫无竞争优势。现在网聚宝30个人的技术团队，就能PK拥有Hadoop技术团队的百人公司，员工具备业务思维，看得懂背后的需求和需求背后的价值。
“DT和IT的区别就好比汽车与马车的生产力区别，谁胜谁负取决于市场现状，几年前，云还没有那么完善，跑在泥土路上的汽车日子显然没有马车好过，然而随着阿里等有能力的互联网公司建立了足够好的道路后，汽车服务提供商给用户带来的速度与体验显然超过了以往”，熊大如是说。
创始人熊大说：“我们选择数加平台的主要目的是数加平台本身大数据应用的能力和平台的成熟度，当然背后还有很多能陪我们一起996战斗的数加兄弟们，无论是技术能力的判断，还是从商业合作的角度，这是选择数加的考虑。”
“在使用云服务做架构时，底层基础能力对用户来说相当于一个黑盒，这样我们就可以把注意力放到业务的价值模型和技术的架构模型的统一上，这样做之后对市场反应的速度会远超他人。云服务有一个非常明显的特性，他会将底层能力与上层应用切割，同时将通用能力与具体业务逻辑分开，所以在未来开发中，很适合创业团队根据业务的需求去快速搭建自己的系统。”网聚宝首席架构师机器猫从技术角度阐述使用数加的原因。
解决方案及架构
网聚宝大数据的主要应用场景为：
1.整合品牌全域数据。
2.为品牌提供大数据可视化以及大数据洞察能力。
3.为品牌提供业务数据的应用能力，如品牌大数据精准营销以及消费者多端互动等。
网聚宝基于阿里云数加及基础云服务等产品，向客户提供全域大数据SaaS应用，向二次开发者、集成商及合作伙伴提供PaaS API以及DaaS API，从而为客户、合作伙伴、集成商、二次开发者进行全面的大数据赋能。网聚宝现在整体的大数据解决方案架构如页面下方架构图所示。
方案涵盖的阿里云数加产品和组件主要有：
• 大数据计算服务（MaxCompute）：https://www.aliyun.com/product/odps
• 大数据开发套件（DataIDE）：https://data.aliyun.com/product/ide
• 分析型数据库（AnalyticDB）：https://www.aliyun.com/product/ads
• DataV数据可视化（DataV）：https://data.aliyun.com/visual/datav
• 阿里云流计算（StreamCompute）：https://data.aliyun.com/product/sc
• 公众趋势分析：https://data.aliyun.com/product/prophet
• 推荐引擎(RecEng)：https://data.aliyun.com/product/re
• 数据集成(Data Integration)：https://www.aliyun.com/product/cdp/
收益
1.通过普惠大数据，阿里云数加为网聚宝这样的创业公司提供了应用大数据的核心能力。“可以毫不保留的来讲，我们现在内部团队具备的大数据处理的能力相当于阿里巴巴的处理能力，所以我们能够很快速、便捷的给我们的品牌提供多样化的丰富的完整闭环的大数据的营销和解决方案的能力”熊大如是说。
2.阿里云数加为网聚宝扫清了大数据的技术壁垒，可以将资源聚焦于客户的业务价值提升，从而为网聚宝带来核心竞争力的提升。无论是海量数据的离线处理，还是在线大规模数据的实时计算，通过阿里云数加平台都能够快速完美的解决，因此网聚宝无需对大数据投入太多的人力和精力，一方面节省了成本，另一方面可以将节省的人力用于帮助品牌提供业务数据的应用能力之上来，从而为网聚宝带来竞争优势。
3.最重要的是，通过基于阿里云数加的网聚宝SaaS应用，客户的业务洞察能力大大提升，并且帮助客户直接带来销售提升。杜蕾斯，通过大数据的深度营销和应用，提升老客户复购，直接带来销售提升。某日化品牌，有上千万会员，通过3个月的应用落地，业绩直接提升3%+。
架构图
架构解读
数据来源。底层是可以连接到的数据来源，数据来源非常广泛，包括三大类数据源：第三方自有的平台，可以与客户自己的系统对接；公共的电商平台，可以和这些平台做数据同步；公开的信息平台，例如百度贴吧、微博等。
数据采集服务。通过几十个数据采集服务分别将这些数据采集到数据中心。
数据中心。主要包括OLTP数据库、数据加工服务、OLAP数据库、数据分析引擎、特定业务数据中心5部分：
OLTP数据库。采集到数据以后，强关系型数据会进入分布式关系型数据库DRDS；同时，采用了大量的高性能的非关系型数据存储，使用了阿里云4种产品，分别对应了快和慢，以及数据结构的规范和零散。
数据加工服务。通过数加提供的DataIDE来做数据加工的服务，主要目的是为了上层的数据分析。
OLAP数据库。主要用作数据分析，数据分析包括两大类：离线报表分析和实时数据分析。
数据分析引擎。主要使用了阿里云数加的一些特有服务，公众趋势分析，推荐引擎以及数据集成引擎（用于多数据源的数据集成）。
特定业务数据中心。主要包括中体量全链路数据中心（用于不是特别大体量下做全链路的数据处理）、GreenPlum生态数据中心、私有金融数据中心（对安全要求特别高的数据服务）。
数据类服务群。由数据分析类和数据应用类服务组成。数据分析类服务具有很强的数据聚合、处理、分析等特性，比如效果分析、透视表、报告关联、商品分析等。数据应用类服务是作为数据的应用，如推广管理、负面评价管理、知识库等。不同的服务解决不同的问题，但最终解决的问题是有一定方向性的，最终组成最终SaaS产品的链路。
上海云贝全域大数据产品（SaaS）。由数据类服务按照不同的业务应用场景组合而成。
PaaS 及DaaS API。这些API是非常细粒度的服务，支撑特定维度下的特定数据的相关服务，可以给二次开发者，集成商和合作伙伴使用。
