阿里巴巴,御膳房

导读：　阿里巴巴,御膳房(共7篇)数据驱动营销，阿里妈妈达摩盘数据驱动营销，阿里妈妈达摩盘 营销，对于多数企业而言，是将产品借助传播转化为销售必不可少的一个环节。不同的时代，营销的核心也在发生着变化。传统商业时代，企业营销的核心是品牌形象的传播和植入，在PC时代，其核心是购买，而在移动互联网时代，其核心是如何实现用户个性化互动...

篇一 阿里巴巴,御膳房
数据驱动营销，阿里妈妈达摩盘

　　数据驱动营销，阿里妈妈达摩盘    

　　 营销，对于多数企业而言，是将产品借助传播转化为销售必不可少的一个环节。不同的时代，营销的核心也在发生着变化。传统商业时代，企业营销的核心是品牌形象的传播和植入，在PC时代，其核心是购买，而在移动互联网时代，其核心是如何实现用户个性化互动。这里的互动具体是指对用户传播更为精准化的内容，更加智能化的客服信息等，而实现这一核心的基础就是对数据的管理。

　　阿里妈妈达摩盘，就是基于大数据层面的深度挖掘，是为了解决如何利用数据系统分析归纳消费者的个人偏好和消费轨迹，帮助商家定向抓住最精准的用户等问题而打造的数据管理平台。2014年年底，阿里妈妈联合开放数据平台御膳房推出了超级赢家——数据科学家大赛，该大赛基于真实的商业实战环境，开放阿里巴巴集团的数据计算能力，参赛者根据商家的营销需求，进行消费者人群画像，数据算法挖掘，营销方案设计，和商家共同实现进行精准定向投放。

　　比赛分设两个赛区，分别为针对有数据挖掘能力的数据类服务商和营销托管服务商开设的第三方服务商赛区，以及为在某一行业（如母婴、女装、数码）或者是某一领域对消费者有深刻认识，并且有一定营销敏感度的达人开设的达人赛区。最后在经历四个多月的角逐之后，来自第三方服务赛区、行业达人、营销平台小二，自由组合成四个战队，每一队配备了一名数据导师和营销导师。导师组由来自于国内一线公司的数据专家和营销专家。2014年，12月26日角逐最后的全场大奖——数据科学家大奖，以及其他6个奖项。

　　而决赛阶段的四个品牌出题方也都各有特色，一家是淘宝女装行业的翘楚韩都衣舍，一家是线下地产大佬万科，还有立足于发力线上的北京佰程旅游旅游专卖店以及亚都空气净化器。四支参赛队伍，需要通过对品牌商家意图的理解、分析、判断，通过算法设计、创意执行、营销方案设计最终完成基于人群定向的营销解决方案。在这个过程中，数据如何帮助品牌维护老用户，并且找到更多新用户；通过数据和营销结合，如何帮助商家解决品牌推广和效果营收的矛盾；ISV、达人、媒体通过自由组合后，在新的技术营销体系中将扮演什么样的角色，他们相互间如何配合，通过什么样的数据和技术支持；如何帮助品牌选择合适的营销渠道和营销策略，这些都是参赛选手们在赛程里需要攻克的难题。

　　在这个过程中，御膳房和达摩盘就是参赛选手手中的食材。御膳房提供的是一个开放的数据平台，选手可以从中选取相关数据做样本，再充分利用达摩盘里面的人群标签，可以对用户做三层定位。一个是按人群消费特性来划分，圈定用户的个人信息，包括年龄、性别、职业、城市等。再深一层次的数据是用户行为，比如淘宝月均消费笔数和消费额，长期或者短期购买、收藏、搜索、浏览的商品一级类目。第三层是店铺行为，包含店铺访客来源、店内总宝贝收藏量、单个宝贝收藏量、总购买金额、店内的活跃用户、收藏用户、潜在用户、购物车是否有店铺宝贝的用户等。充分分析了目标用户的行为特征后，选手就可以有针对性地设计营销方案，提高产品从传播到销售的转化率。

　　案例：让营销更懂客户

　　万科西庐是继西溪蝶园又一深耕西溪的房地产项目，地处杭州文一西路和崇义路交叉口，毗邻西溪湿地。房地产营销的线下营销一直是强势，线上营销虽然近几年有发力，却都存在一定壁垒。第一是类目地缘性强，客户流量少，也就意味着新客户导入有限。第二方面，万科线上店铺PV只有2000多且没有成交量，房地产线上销售并非主流，可供参考的有效数据少。第三，成交更依赖线下表现，推广效果难以从线上表现。服装、3C等常规产品可以从点击率、转化率、跳转率来迅速评估推广效果，但是西庐项目的核心KPI(即用户有效到访率)难以从线上指标体现。

　　数据纠偏，大数据的逆向思维

　　从万科给出的线下购房人群的特征定位来看，83%的购房者集中在城西商圈消费，经常外出，客户年龄大多数集中在21~40岁之间。大部分购房者都是首次置房，且以非杭州户籍居多，出行方式以自驾为主，48%的购房者仍然单身，46%在成交上更看中的是学区房。

　　虽有初步人群特征定位，然单纯依赖线下数据，仍很难精准定位西庐潜在的目标用户。故而，团队进一步通过线下数据+线上数据+算法的方式对人群进行了圈定。

　　随着互联网带给人们生活方式的变化，越来越多的潜在用户更依赖通过互联网来搜集买房的初步信息，如何在线上实现精准营销，对这些潜在用户实现个性化是此次参赛选手的难题之一，而选手在做的数据挖掘就像是画家绘画，第一步是选色，寻找适合的颜色，识别不适合的颜色，也就是说，潜在用户可以通过万科提供的线下来访数据建立一个样本，而潜在不可能成为用户的数据，万科线下数据显示不出来，此时可以通过大数据平台提供的数据，找出“杭州”“购买装修材料”等这些标签人群，这些人群近期已经购买了装修材料，很可能已经买房，因房子本身并非快消品，所以短时间内他们再次购买的可能性不高，当合适与不合适两个基数保持了差不多的数值之后，画家就相当于拥有一个强大的调色库，画家也基本掌握了他需要画的模型大致轮廓，一方面可以针对这个基本模型，推广大致适合这类群体喜欢的东西，另一方面通过总结出当前这个轮廓的特点，提炼出更细化的标签，再投放到调色库进行第二次选色，如果是古典风格就侧重淡雅，时尚情调底色就更重炫目，让轮廓的棱角鲜明，也就是对潜在用户肖像的进一步精确，而这个精确的过程是可以不断循环的，力求人物形象栩栩如生，也就是我们常说的潜在用户的精确定位，经过一次次用户标签的提取、调整、优化后，接下来运用达摩盘推广的意义就充分凸显出来了。因为达摩盘本身的数据是带有标签的，从模型提取和优化的标签进入达摩盘之后，就能够在较短的时间内，找到相同标签属性的数据，将他们转化为潜在用户，进行个性化推广，而基于达摩盘的营销推广效果，一方面可以通过线上点击率检验，另一方面更能够直接反映在线下到访率，再根据线下和线上的不断检验进行调整、优化，不断缩小精准用户的误差，提高个性化推广的转化率，最终实现利用大数据实现精准营销。

　　数据引发的情感营销

　　根据此前一轮的数据验证和纠偏，发现成交用户与来访用户与预期并不一致，预期的年龄层在21~40岁之间，而实际是在24~34这个年龄层，而且未必都是高学历，家庭结构上有48%的潜在用户是单身，并且数据也不能表明房产商强调的“学区”概念符合看房者的需求。

　　此外经过数据分析，还提供了一些线下数据未能反映的新信息，比如说，通过淘宝指数搜索“万科”的人群星座分析，可以了解到天蝎、天秤、双鱼座对不同产品的喜好程度，以及到西庐实地看房的兴趣分布，这些信息都可以作为线上线下推广时，可挖掘的用户兴趣点。

　　基于以上的数据和分析，参赛团队为了迎合年轻购房用户的情感共鸣，制定了一个主题为“梦想还是要有的，万一实现了呢”的营销方案，希望一方面降低看房物理成本，通过刚需情感营销，激发看房欲望，另一方面，

　　具体的营销环节，可分为为三个环节。第一步是沉浸式、体验式视频的表达，西庐的潜在购房用户年龄集中在24~34岁之间，也恰好是80~90这个年龄段，这个群体熟悉互联网，热衷于社交媒体，有分享的欲望，更关注与自身情感有强关联的事物，因而西庐的营销视频也会更倾向展现平民式的生活，根据线上已成交的用户数据显示，万科女性用户占比46%，男性占比33%，性别占比相对均等。

　　为了更好地达到营销效果，参赛团队还按照性别、情感与需求，制作了两个不同的视频，结合圈定好的人群，进行分开性别投放。针对男性用户，广告片主打励志、追求梦想，给人带来感性憧憬。在场景模拟上，讲述了一个中年男子，十多年前工作失意，看到了万科西庐的Solgan“梦想还是要有的，万一实现了呢”，备受鼓舞，发奋图强，在十几年后事业有成，买下了万科的房子，和家一起庆祝新年。而对于女性用户，团队则更加突出了享受和小资生活，以时间轴为导向，年轻女子在短时间内就能完成日常的各种需求，突出万科西庐在环境、消费、配套等刚性优势。

　　第二个环节就是在活动页展示主打的预约看房，推广“线上预约，线下看房”。同时在页面下辅推5万元线上认筹付款，可享受8万元线下使用的额度认筹优惠项目，通过这两个项目把线上的目标购房用户导流到线下，实现o2o的流量闭环。

　　钻石展位的可数据化推广

　　参赛选手与品牌方沟通后，把推广时间确定在了2014年12月29号~2015年1月11日，推广方式以钻石展位为主，而整个推广节奏共分四步。2014年12.29~12.31日为测试期，在西庐的推广页面中，通过图片的点击率、收藏、订单，去判定男女用户对产品的兴趣点。等到2015年1月1日~1月4日时，为重点培养期，通过站内无线、PC展位，站外的社交、视频网站，以及在测试期间效果较好的人群+图片组合，测试在哪个推广位，哪个时间段投放，更受用户喜爱。1月5日~1月7日的预热期投放和1月8日~1月11日为活动期投放也以此方式进行投放。

　　根据参赛选手的项目预估，钻石展位投放14天推广项目费用预计共需7.6万元，面向御膳房和达摩盘约17万人群推广，80%的钻展像淘内倾斜，以1%钻石展位点击率假设，进店人数达35000人，以假设1%转化率计算，预约成本每人只需要217元。若此方案落地实践验证有效，那么相对以往万科的营销推广成本，则大为缩减。

　　鉴于项目仍处于未论证阶段，成本、预算仍不可控。比赛评委在总结此项目时，提到了四点优势：其一，从投放流程角度而言，对传统投放流程进行了改进；其二，从用户需求分析角度，针对推广需求不明确，可能存在偏差的情况，现在的人群定位流程可以对目标用户群实现一定程度的反馈和纠正；其三，从数据使用、分析角度而言，针对线上小数据量、成交更依赖线下沟通的产品（如房地产）的淘系推广，通过线上数据+线下数据的模式，给出了一种可能的“基于数据的淘平台处理方法”；其四，从数据使用、分析角度而言，针对线上小数据量、成交更依赖线下沟通的产品（如房地产）的淘系推广，通过线上数据+线下数据的模式，给出了一种可能的“基于数据的淘平台处理方法”。

　　数据驱动营销，阿里妈妈达摩盘
　　

篇二 阿里巴巴,御膳房
爆款如何打造？一个老外是如何打造中国爆款的

　　爆款如何打造？一个老外是如何打造中国爆款的    

　　淘宝和天猫的卖家广告回报率如何才能提升？爆款如何打造？在2014年，第三方服务商喜宝通过为品牌提供全网整合营销与数据分析服务方案，仅在Jack&Jones一家天猫旗舰店，就打造了几十个销售超过万件的爆款。

　　2011年，来自以色列的“老外”Alex成立了北京喜宝动力网络技术有限公司，专注为淘宝天猫卖家提供以淘宝直通车优化为核心的电子商务外包服务。在基于大数据的基础上，他们向广大中小用户提供包括直通车优化、标题优化、数据分析等一系列工具服务。知名品牌Jack &Jones、Only、探路者等都是其客户。

　　1月21日，一年一度的阿里服务商年会在杭州举行，众多服务商齐聚一堂来探讨2015年如何更好服务卖家这件大事。今年的年会共有1200家服务商出席，对于北京喜宝来说，这是他们第四次参加阿里服务商大会。借助阿里平台并结合自身企业的优势，他们正在加快脚步拓展相关业务，如面向品牌客户的全网整合营销与数据分析服务，通过服务市场向广大中小用户提供包括直通车优化、标题优化、数据分析等一系列工具服务，充分体现了DT时代改变生活、创造无限可能性的潜质。

　　 “洋技术”眼中的阿里服务商平台

　　在Alex眼中,对阿里服务商平台有着自己的看法。在观察总结国外和国内的各行业项目和发展趋势后，他认为：“阿里服务商平台真正意义上允许我们这样的企业通过互联网思维的方式来做B2B业务，其次，是因为阿里巴巴平台的大数据优势，使我们可以更好地为卖家提供服务，过去没有这样的平台的时候这个环节是打不通的，第三，卖家也更相信在服务平台上的各项服务和产品，因为允许公开的评价和评分，供求关系和信息透明的程度完全不同了。”

　　正因如此，在2012年初，阿里妈妈开始开放直通车API开始，北京喜宝就加入了阿里服务商平台。

　　也是从这一年开始，北京喜宝分别用到了阿里提供的阿里云，聚石塔，御膳房，护城河等一系列的平台与数据服务支撑。特别是聚石塔和御膳房，在过去两年里，从系统的稳定性，数据的开放度，以及和北京喜宝互动方面都有了飞跃，

　　比如，阿里云解决了服务器的弹性布署问题，御膳房使喜宝能够帮助客户取得很多底层的数据，大大提供了广告投放的效能与回报比率，让卖家能够更快的扩大其市场份额。

　　 阿里服务商平台让小团队做大团队的事情

　　在阿里服务商平台之上，北京喜宝提供的系列产品包括，直通车优化，标题优化，钻展投放优化，数据分析，行业分析等。目前，北京喜宝团队成员共72人，技术人员占比超过1/3，总服务卖家数超过5万家。

　　Alex表示：“我们能够帮助各种级别的卖家，从一年卖几亿销售额到一年几十万的，都更有效的获取免费与付费的流量，优化店铺产品结构，提升转化率，优化供应链流程等，可以说凡是营销与数据相关的问题，我们都有相应的解决方案。”

　　以Jack &Jones为例，其与 Only, Selected 这几个品牌都属于天津绫致时装集团，在天猫和淘宝的线上销售全年有12亿以上的规模。喜宝在过去的2年多来一直为绫致提供全面的线上整合营销服务。在天猫上，Jack &Jones，Only, Selected 的全部付费流量的采购，包括不限于直通车，钻展，类目活动等，都是由喜宝的服务团队进行操作和优化，客户全年的广告投放回报率超过1比7。另外，喜宝为其提供数据分析和流程优化。例如，2013年喜宝通过数据分析发现客户的库存深度太浅是影响客户广告回报的重要因素，第二年，客户调整了供应链，和喜宝一起连续打造了几十个销售过万件的爆款，极大提升了广告回报和全店销售。喜宝还会通过最新的DMP技术去为客户寻找新的潜在买家，通过开发系统工具帮助绫致对接其线上线下的ERP系统，寻找在淘宝上未授权销售他们产品的盗版店铺等等。

　　刚才提到的绫致就是典型数亿销售额的客户，喜宝能够深度介入到客户的供应链，运营，大数据挖掘等各方面。而小卖家也受益于喜宝这款第三方服务商的服务，得以茁壮成长。

　　例如，小卖家使用喜宝的标题优化工具“标题快车”后，为客户自动产生一个搜索关键字最优选择排列的标题，调整好上下架时间与橱窗展位，也便于客户在自然搜索时有更大的展现机会，有一定销售之后，可以使用喜宝的“超级车手”或者“无线车手”，在PC或手机上针对这个宝贝进行直通车的投放与优化，同时可以看到宝贝的流量，收藏，购物车，拍下等情况，给出操作上的建议，帮助客户优化定价，选品策略等一系列工作。通过喜宝，能够帮助这些小卖家去创造无限的可能性。

　　在谈到如何看待阿里服务商平台与喜宝的共生关系时，Alex说道：“如果说阿里巴巴是一个巨大的电商生态圈的话，那么海量的中小卖家和买家就是这个生态圈的土壤和小草，因为有了肥沃的土壤，长出了一些大树和鲜花。那么像喜宝这样的第三方服务商的工作更像是蜜蜂，帮助这些植物传播花粉和种子，带动整个生态圈更活跃更繁荣。没有蜜蜂授粉，植物就不能传宗接代，当然在这个过程中蜜蜂也会收获花蜜，我觉得这就是眼下我们这些服务商和阿里服务商平台之间的共生关系。”

　　对于今年服务商大会，Alex希望能够借助这个平台结交更多的朋友，同时也向同行们学习各种新的思路和玩法，来提高自己。

　　爆款如何打造？一个老外是如何打造中国爆款的
　　

篇三 阿里巴巴,御膳房
2016年阿里巴巴商业服务生态白皮书--服务的价值

2016年阿里巴巴商业服务生态报告

前言 知识经济时代，各个国家都在努力加快现代服务业的发展。如何加快发展现代服务业，具有重要的战略意义。

作为信息技术与商业服务深度结合的全新产物，2003年以来，以交易服务为主、以交易平台为核心的“电子商务交易服务业”开始出现。十余年来，基于互联网的“商业服务业”迅速崛起。以阿里巴巴集团为代表，平台与服务商融合发展，服务商生态集聚化。目前，平台上多方之间互动频繁，服务商之间交流竞争更加充分、创新层出 不穷，形成了一个巨大的“商业服务生态” , 共同为亿万的买家、卖家提供丰富多彩的服务。

我们欣喜地看到，在线商业服务生态的发展对经济活动的影响越来越大，正在重构商业格局，加速信息社会进程，并对未来信息社会的结构和演化产生重要影响。同时 ，对于中国经济转型升级、服务业创新发展、创业和就业、社会和谐起到了越来越重要的作用。

生态篇

1 整体发展概况

1.1 生态加速成长

1) 阿里巴巴商业服务生态

2015年，阿里巴巴商业服务生态保持快速发展，服务能力与范围不断拓展、用户体验快速提升、投资并购持续开展、新服务不断加入，并产生了自我强化的效应，不同参与者之间的互动都为对方创造了更大价值。

图1：阿里巴巴商业服务生态（广义）

商业服务业具有的B2B

行业特性，展示出该行业的稳健性。近年来，基于阿里巴巴相关平台的各类商业服务业（广义阿里巴巴商业服务生态）整体的交易规模保持稳步增长，增速由2012年的61.9%逐年提升至2015年的78.6%，显示出未来巨大的市场潜力。 图2：阿里巴巴商业服务生态（广义）交易规模增速情况

来源：阿里研究院

2) 服务市场

为了给商家提供更多日常经营链路中所需的服务与工具，阿里巴巴集团于2009年建立起“服务市场①” （狭义阿里巴巴商业服务生态）。目前，服务市场已聚集数万家服务商及服务者，为千万淘宝及天猫卖家提供服务，年交易规模数十亿，提供了包括店铺装修、

图片拍摄、流量推广、商品管理、订单管理、企业内部管理、人员外包等相关服务与工具几十万个。

①服务市场（fuwu.taobao.com），围绕“商家”提供一站式服务与工具的多元化平台。 2015年，服务市场 “服务类应用”交易规模增长144.5%，其中客服外包、摄影、咨询服务、招聘、培训、质检品控以及定制类设计等成为新的规模增长点。

图3：“服务类应用”交易规模增长情况

来源：阿里巴巴商家服务市场数据 阿里研究院分析

基于平台数据开放能力、商业变现能力、技术能力等，“服务市场”赋予服务提供者多种能力：

篇四 阿里巴巴,御膳房
技术解读阿里去IOE后的系统架构

从Hadoop到自主研发，技术解读阿里去IOE后的系统架构

浏览次数：437次 CSDN 2014年11月02日 字号: 大 中 小

分享到：QQ空间新浪微博腾讯微博人人网豆瓣网开心网更多0

【导读】互联网的普及，智能终端的增加，大数据时代悄然而至。在这个数据为王的时代，数十倍、数百倍的数据给各个机构带来了无尽的机遇；然而，无可否认的是，数据体积的暴增同样前所未有的挑战着企业的基础设施。

在这个大背景下，各个机构不得不在控制好成本支出的同时，不停摸索着时刻激增用户数据的解决之道，其中阿里的成绩无疑令人艳羡——单集群规模5000+的飞天，以及多集群跨机房计算的支持。本次我们将以飞天为例，为大家分享大规模分布式系统打造过程中的艰难坎坷及应对之道。

本次分享共分为视点、技术专题、应用实践三大板块：“视点”从人物着手细分阿里当时所面临的形势及各个据测制定的依据；“技术专题”主要从实践出发剖析飞天5000节点扩展时所遭遇的艰难险阻及应对之道，涉及架构调整、性能优化、系统运维等多个领域；“应用实践”则更注重于云实践经验及用例分享。

目录

视点【阿里巴巴,御膳房】

1.

2.

3. 阿里云观察2014 阿里技术保障部：阿里云的幕后英雄 不期而遇的飞天之路 技术专题

探索5K巅峰，云梯架设的飞天之梦。在3个月deadline的情况下，阿里却选择投入更多人力物力及时间的云梯1（以Hadoop为底层的集群）和云梯2（以飞天为底层的集群）并行扩容，阿里人选择背水一战的原因究竟是什么？在这个过程中，他们又会遭遇哪些挑战？目标实现后的惊喜又是什么？

优化无极限：盘古Master优化实践。盘古，飞天的分布式文件系统，在内部架构上盘古采用Master/ChunkServer结构，Master管理元数据，ChunkServer负责实际数据读写，通过Client对外提供类POSIX的专有API。在集群扩展到5K规模后，相关问题纷至沓来，主要可分为两个部分：首先，盘古MasterIOPS问题；其次，盘古Master冷启动速度。那么究竟是什么造成了这些问题？阿里工程师又该如何应对？

走近伏羲，谈5000节点集群调度与性能优化。伏羲，飞天平台的分布式调度系统。在5K攻坚中，从设计到实现每一步都可能存在性能“陷阱”，原因主要在三个方面：规模放大效应；木桶效应；长路径模块依赖。5000节点后这些方面究竟存在什么样的问题？阿里人又通过了什么方法保证了服务的性能与稳定性？

走近华佗，解析自动化故障处理系统背后的秘密。5K后的运维模式究竟会产生什么样的变化？阿里人究竟为什么会开发华佗？上通飞天系统，下达运维各种系统，华佗健壮、简单和开放的架构究竟表现在什么方面？系统又是如何实现了自动化的运维？

ODPS技术架构及应用实践。ODPS采用抽象的作业处理框架将不同场景的各种计算任务统一在同一个平台之上，共享安全、存储、数据管理和资源调度，为来自不同用户需求的各种数据处理任务提供统一的编程接口和界面。那么，在DT时代，不断扩大的数据规模又会给ODPS带来什么样的挑战？网站日志分析又该如何进行？

ODPS跨集群迁移与数据同步经验分享。阿里各业务部门如淘宝、天猫、一淘、B2B等每天都会产生大量的数据，日均增量数百TB。2013年初，阿里内部的生产集群PA所在机房的存储量最多可扩容到数十PB，而当时已使用75%

的存储量。存储容量告急，迫切需要将生产集群PA上的大量数据迁移到其他集群。那么阿里人该如何安全地跨集群迁移几十PB的数据和其上相关业务？数据迁移之后，两个集群间存在大量的数据依赖，需要互相访问最新的数据，如何安全快速地实现跨集群数据同步？

飞天5K实战经验：大规模分布式系统运维实践。但短时间大规模快速膨胀的现状，给运维带来了巨大挑战，其中云梯2单集群规模更是从1500台升级到5000台。为此，运维需要做多个方向的调整，比如：提升全局掌控能力、实现系统的自我保护和自动化修复、大规模与精细化的平衡。那么，阿里又是通过什么途径完成这些工作的？ 应用实践 1.

2.

3.

节选

《不期而遇的飞天之路》——去IOE，飞天势在必行

翻开历史，淘宝曾启用全亚洲最大的OracleRAC集群，阿里更是购买过3年无限制的许可，阿里在IBM小型机以及EMC SAN存储上的投入也曾成为媒体争相报道的事件。但随着互联网爆发式发展，淘宝、支付宝和阿里巴巴B2B的注册用户数激增，阿里只能不停地通过水平和垂直扩展架构来应对新增用户生成的海量数据。而这种集中式数据库的架构，使得数据库成为了整个系统的瓶颈，越来越不适应海量数据对计算能力的巨大需求，更不用说越来越难以承受的高昂投入。阿里的“去IOE”已经势在必行：通过自主研发的分布式系统取代集中式数据库架构，使用

MySQL+HBase取代Oracle，商用机取代小型机+SAN。

选择自主研发，这也是阿里云在步入云计算之路上做出的最重要的抉择：坚持追求拥有自有的最有竞争力的核心技术。在唐洪看来，云计算是一门高技术门槛的生意，具备核心技术竞争力等于具备了在战场上可以正面抗衡竞争对手的实力，尽管这个技术攻关的历程非常之艰难。选择自主研发而非采用开源Hadoop优化，也是基于一定的考虑，尽管Hadoop在离线大数据处理上具备优势，但无法完全提供阿里云要求的大规模分布式计算与处理的能力，而目前基于飞天上线的云服务，已远远超出Hadoop的能力。开源可以说是一条先易后难的路，尽管一开始可以走一些捷径，但事后在版本升级、研发上都会受颇多限制；从核心知识产权角度来看，今天无论是微软、Amazon或者Google的云计算平台，都没有采用Hadoop且不开放代码开源，本质上都是在追求自有的核心竞争力。开源软件无法彻底成为一个云计算底层平台的基础，采用开源软件并非解决做分布式系统这个问题的一剂良方。发展自有技术，坚持底层自主研发，如今能够构建超级计算机的飞天已成为阿里拥抱云计算，以及对外提供云计算服务的坚实基础。

结语

已经实现5000节点单集群的飞天5K拥有惊人的规模：10万核的计算能力；100PB存储空间 ；可处理15万并发任务数；可承载亿级别文件数目；100TB排序30分钟完成，远超今年7月1日Yahoo!在Sort Benchmark排序测试Daytona Gray Sort所创造的世界纪录——100TB排序完成时间约71分钟。

优秀的产品背后，必定有优秀的基础设施支撑。在此，我们期望越来越多的团队打造出更加稳定、更具性能的底层平台，不管是自主研发，亦或是基于开源。 数据生意背后的云计算 登月1号：支付宝演绎空中升级绝技 御膳房：构建大数据的美食厨房

阿里云观察2014

发表于2014-10-10 13:28| 11899次阅读| 来源《程序员》| 38 条评论| 作者刘江

《程序员》杂志2014年10月刊阿里云《凌云》云计算

摘要：Amazon云计算对整个新兴产业的发展无疑举足轻重，而国内，阿里云的成败也有类似的分量。2013~2014年，阿里云几乎一直主导着云计算方面的业界话题。

2011年和2012年，我先后两次对话阿里云的负责人王坚博士，并在《凌云》杂志发表了《追寻凌云梦》和《阿里云观察》两篇文章，记录了阿里云和王坚本人不同发展阶段的酸甜苦辣。在后一篇文章的结尾，我这样写道：“全球范围内，Amazon云计算对整个新兴产业的发展无疑举足轻重。对于中国来说，阿里云的成败也有类似的分量。” 我没有想到的是，此后一年多，国内外云计算的形势很快就发生了较大变化。

最引人瞩目的故事，是Amazon在2013年3月获得美国中情局6亿美元的大单，强力攻入企业级市场的核心地带——政府。更有戏剧性的是，IBM为此不惜把中情局告上法庭，仍然未能挽回局面。

而在总体格局上，微软和Google先后放弃只做PaaS的战略，开始在IaaS市场发力，引发一系列连锁反应。2012年6月6日，微软首次公开自己的IaaS服务的时候，还用混合云的名义来遮掩。而同月Google在I/O大会上发布IaaS平台GCE（Google Compute Engine）则高调多了，剑锋毫不客气地直指AWS。等两家IaaS正式上线开放服务，已经到了差不多一年后2013年的4月和5月。总体上，它们比Amazon要晚了5年以上。以至于去年8月Gartner的数据估计，AWS的计算容量是后面14家竞争对手总和的5倍。

但是，两大巨头毕竟实力雄厚（技术实力毋庸置疑，又握有数以百亿计美元的现金），只要公司顶层下了决心（解决了我所说的“一把手工程”问题），无论产品还是市场上都追得很猛。2014年1月，Google负责基础设施的高级副总裁Urs Hölzle给全公司发出一份令人震惊的备忘录，表示自己的团队将对公司内部包括搜索和Gmail这样的“客户”减少关注，将大部分精力转向公司以外的新客户，大力打造公共云计算。2014年2月，微软原来负责云业务的Satya Nadella成为新的CEO，他很自然地将云定为公司的两大核心战略之一，Azure无论在产品还是市场力度上陡然加大。 巨头竞争最大的利器，是大把在固定资产上投钱（每年投入在数十亿美元），然后展开血肉横飞的价格战。2014年3月，Google首先发起一轮大规模的降价，各项服务降幅达32%～85%，Amazon第二天就马上跟进，微软的降价通知也不过再等了几天，但后两家的降幅比Google都要小一些。价格战的直接结果是“神仙打架，百姓遭殃”，RackSpace这样的独立云厂商首先撑不下去了：他们拒绝跟进降价，继而在一片收购和私有化传闻中，几个月内的股价跌去一半，不得不在今年5月宣布退出纯IaaS市场，主推绑定服务的托管云。即使是Amazon也开始感到吃力，第二季度的财报发布时，他们的CFO公开承认价格战影响了公司的财务表现，股价也应声而落。【阿里巴巴,御膳房】

到7月份，一些国外的分析机构和媒体已经在讨论：如果把SaaS加进来，到年底微软的云业务收入会不会超过Amazon？

形势现在很清楚了，在美国，公共云计算市场已经成为巨头的角斗场所。只有既有资源、又有技术实力的公司才能继续生存。Amazon虽然一开始战略对头，选对了从IaaS开始，成为长期的领跑者，至今仍然有较大优势，但Google和微软一旦发力，这场长途征战，鹿死谁手，还很难预料。三巨头之外，还有哪些公司能拿到所剩无几的船票？Apple、IBM、Facebook、Oracle、Intel、Cisco、EMC/VMware……候选人的名单很长，但胜出的概率却很小了。

国内的情况呢？从某些方面看，与前几年的美国Amazon一马当先，微软和Google还在犹豫，但AWS之上的云生态已经方兴未艾的确非常类似。中国市场上，阿里云的行业领导地位已经基本确立，腾讯云虽然也有比较完整的产品线，但对外似乎并不急于发力，百度云更是一直战略方向都没有定下来，电信运营商和其他较大的IT公司也同样心不在焉。

而各类创业公司则一派欣欣向荣的景象。某种程度上，正是在阿里云不断地通过双十一、余额宝和去IOE等大动作震撼业界、教育市场的东风下，中国云计算生态的确有了很大起色。越来越多的移动游戏、互联网、电商、金融、在线教育、企业软件服务规模性转向云计算。与之相对应的，从2013年1月开始，国内连续出现多起云计算领域投资案例，一扫之前的阴郁，包括IaaS层面的七牛、又拍、QingCloud、UCloud、UnitedStack、道里云、群核、监控宝、云杉网络、多备份、VisualOps、华云数据、刻通云、巨杉等，SaaS层面的Tower、Worktile、明道、纷享、Teambition……以至于常参与讨论的云计算行业微信群里，在我的持续观察之下，除我之外的其他人在一年多的时间里几乎都拿到投资，成了土豪。有些IaaS公司融资高达数千万美元，意味着他们的收入很可能可以达到数千万乃至过亿人民币的水平。

在《阿里云观察》一文中，我曾经说过：“阿里云在国内目前没有真正的对手，2013年将继续享受较长时间的机遇窗口。”事实上，阿里云的确很好地抓住了这个机遇，打了好几个漂亮仗，几乎一直主导着云计算方面的业界话题。 ∙ 2013年5月17日，阿里集团最后一台IBM小机在支付宝下线，7月10日，淘宝最后一个Oracle数据库在

广告系统中下线，“去IOE”取得关键性成功。与此同时，“去IOE”也引起IT界热议和思考，技术重新选型蔚然成风。

∙ 2013年6月13日，余额宝在阿里云的支撑下推出，一年后用户过亿，规模达到近6千亿，使背后原本默默

无闻的天弘基金成为业界领导者，震撼了中国基金业乃至整个金融业，互联网金融成为社会热点。

2013年11月11日，双十一再创纪录，单日成交额达到362亿，而建构在阿里云之上的聚石塔处理了75%的订单量，无一故障。而双十一巨大的成交量，让零售业感受到了前所未有的变革压力。

2013年11月27日，代号“聚宝盆”的金融云服务推出，阿里云成为金融行业IT架构的一个新选择。次年5月媒体报道，使用阿里云服务的金融机构超过100家。

2014年2月27日，阿里与海南签订规划总投资50亿元的“未来城市”计划。此后，阿里云在政务与民生领域的新闻不断地见诸报端：中国气象局、广西、贵州、宁夏、河南、河北……

2014年3月4日从CDN正式商用起，新的产品和服务也在密集推出，仅在6、7月就连续开放大数据处理服务ODPS、日志服务SLS、搜索OpenSearch、BI服务DPC（采云间）和可用区。

2014年3月31日，联合高德等推出代号“聚无线”的移动云平台。

2014年4月29日，北京数据中心开放。5月和9月香港和深圳数据中心又陆续开放，节点总数达到5个。 2014年7月15日，开始免费试用四款入门产品的活动。

2014年8月19日，发布“云合计划”，要以2:8分成的政策招募1万家云服务商，与之前成立的云栖小镇联盟，组成完整的生态系统。…… ∙ ∙ ∙ ∙ ∙ ∙ ∙ ∙

2014年5月，阿里巴巴集团的上市招股书中，Cloud一词出现达80多次，显示云计算成为集团非常重要的组成部分。另外，业界也从中得知，阿里云计算等互联网基础设施收入2013年超过1亿美元。虽然量级与美国仍有差距，但也打破了云计算的泡沫之论。近百万用户数量，更是令人鼓舞。

而对阿里而言，这一年多最重要的突破和转折点，却是不太为外界注意的飞天5K项目的成功。

飞天是阿里云的核心系统，它本来的设计目的就是将成千上万台服务器组成一台超级计算机，对外提供通用计算服务。早在2012年初，王坚就表示，“从战略上来说，他们（阿里云）想做的事情实际上可以解读为Amazon+Google并有所超越”。将单一集群做到数千乃至更高，技术上是国家和企业竞争力的标志。阿里云必须攻克这道难关。只不过，2009年才起步的飞天，一直没有机会冲击这一目标。

篇五 阿里巴巴,御膳房
淘宝数据解决方案

篇六 阿里巴巴,御膳房
阿里云计算与大数据

篇七 阿里巴巴,御膳房
聚星台：大数据驱动的客户运营平台

【阿里巴巴,御膳房】

场景互动数据

互动数据

用户数据

行为数据

（购物）

场景互动数据

阿里巴巴,御膳房相关热词搜索：御膳房宫女 阿里御膳房