1）業(yè)務(wù)挑戰(zhàn)：如何以大數(shù)據(jù)賦能，反哺業(yè)務(wù)精耕？

越是成功的企業(yè)，業(yè)務(wù)發(fā)展的痛點越難以單點解決，需要整體思考、科學(xué)決策、集體行動，在業(yè)務(wù)的創(chuàng)新中解決這些痛點。
比如，如何做好會員精細(xì)化運營？如何為門店挑選合適的商品且控制好庫存？如何動態(tài)打折以至不損傷毛利等等，是擺在企業(yè)前面的一個個難題，直接影響到企業(yè)的規(guī)模擴展或者利潤提升，也是企業(yè)迫切需要解決的問題。
這就需要構(gòu)建數(shù)據(jù)中臺，通過大數(shù)據(jù)賦能業(yè)務(wù)。

相比傳統(tǒng)數(shù)據(jù)業(yè)務(wù)，大數(shù)據(jù)業(yè)務(wù)的優(yōu)勢在于，通過整體規(guī)劃智能化的數(shù)據(jù)應(yīng)用，來推動業(yè)務(wù)創(chuàng)新。這就是企業(yè)數(shù)字化轉(zhuǎn)型的業(yè)務(wù)內(nèi)涵。這些數(shù)據(jù)智能應(yīng)用需要將業(yè)務(wù)經(jīng)驗和解決方法論、全域的數(shù)據(jù)模型，與算法模型相結(jié)合，我們稱之為“業(yè)務(wù)智能模型”，它的價值在于“降本增效”。
在奇點云過去三年的數(shù)據(jù)中臺實踐中，我們發(fā)現(xiàn)這些業(yè)務(wù)智能模型遍布在整個零售產(chǎn)業(yè)上下游。比如通過全方位的數(shù)據(jù)反饋并指導(dǎo)買手做好選品；又如通過商品的聚類，發(fā)現(xiàn)某類特征的商品，可以優(yōu)化打折速度和幅度，以此提高整體的折扣率從而增加毛利等。再比如，通過門店和商品數(shù)據(jù)，通過最優(yōu)算法，解決“什么樣的店鋪類型應(yīng)該鋪什么商品”，以提升門店的顧客進店轉(zhuǎn)化率，從而提升效益。
業(yè)務(wù)智能模型需要數(shù)據(jù)和業(yè)務(wù)系統(tǒng)深度結(jié)合，在運營工作中直接產(chǎn)生效果，讓業(yè)務(wù)能夠自動化、高效地運轉(zhuǎn)起來。

2）技術(shù)挑戰(zhàn)：如何高效的數(shù)據(jù)治理，遠離數(shù)據(jù)“黑洞“？
要做好有價值的業(yè)務(wù)智能模型，離不開高質(zhì)量、高可用的、全域的數(shù)據(jù)中臺，數(shù)據(jù)治理就顯得非常重要。“數(shù)據(jù)治理”是企業(yè)數(shù)字化轉(zhuǎn)型中典型的大數(shù)據(jù)技術(shù)問題。
數(shù)據(jù)治理，解決的是“業(yè)務(wù)越來越復(fù)雜而數(shù)據(jù)現(xiàn)狀的臟亂差”帶來的挑戰(zhàn)。如何合理規(guī)劃數(shù)據(jù)結(jié)構(gòu)？如何規(guī)范定義數(shù)據(jù)？如何有效管理數(shù)據(jù)資產(chǎn)？如何安全分發(fā)使用數(shù)據(jù)？這都需要一套完善的數(shù)據(jù)治理體系，驅(qū)動企業(yè)數(shù)據(jù)化運營轉(zhuǎn)型。
數(shù)據(jù)治理是基礎(chǔ)，也制約了企業(yè)的數(shù)據(jù)智能化方向的發(fā)展，難以做到數(shù)據(jù)創(chuàng)新。從理念上來看，“治”不應(yīng)只在事后，更應(yīng)在事前，“理”考驗的是業(yè)務(wù)與技術(shù)能力的結(jié)合。從實際內(nèi)容上來看，數(shù)據(jù)治理是一套方法體系+工具集，旨在幫助企業(yè)合理的架構(gòu)數(shù)據(jù)、規(guī)范的定義與加工數(shù)據(jù)、清晰的管理數(shù)據(jù)、安全的應(yīng)用數(shù)據(jù)，促使數(shù)據(jù)從成本中心變成價值中心，驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型。

3）組織挑戰(zhàn)：如何深挖數(shù)據(jù)紅利，成為業(yè)務(wù)創(chuàng)新“能手“？
從解決業(yè)務(wù)挑戰(zhàn)和技術(shù)挑戰(zhàn)出發(fā)，企業(yè)必須把數(shù)字化轉(zhuǎn)型定義為戰(zhàn)略問題，從而推動“數(shù)據(jù)中臺”的落地，這也給企業(yè)帶來了組織上的挑戰(zhàn)。
一般來講，傳統(tǒng)的數(shù)倉解決方式有兩大問題：一方面從業(yè)務(wù)系統(tǒng)直接計算數(shù)據(jù)，非解耦架構(gòu)對業(yè)務(wù)系統(tǒng)影響極大。一方面基于DB構(gòu)建的數(shù)據(jù)倉庫，計算及查詢效率難以滿足業(yè)務(wù)數(shù)據(jù)膨脹的大趨勢要求。解決這些問題，已經(jīng)不是藏在“IT部門”的數(shù)據(jù)小分隊這一組織形式所能夠解決的。
2018年7月，阿里云總結(jié)了過去的成功經(jīng)驗，在業(yè)界大力推出“數(shù)據(jù)中臺”解決方案，很好地解決了這些問題。奇點云提出的數(shù)據(jù)中臺架構(gòu)與設(shè)計，其出發(fā)點是支撐復(fù)雜的、多系統(tǒng)的、數(shù)量巨大的、多應(yīng)用場景的業(yè)務(wù)形態(tài)。在組織層面理順以下部門或團隊關(guān)系，來解決企業(yè)在組織落地戰(zhàn)略上的困惑：

①與傳統(tǒng)IT業(yè)務(wù)之間的關(guān)系：業(yè)務(wù)和計算分離，業(yè)務(wù)和數(shù)據(jù)分離
大數(shù)據(jù)業(yè)務(wù)應(yīng)與業(yè)務(wù)系統(tǒng)解耦，采用T+1離線計算方法產(chǎn)出結(jié)果數(shù)據(jù)，不直接在業(yè)務(wù)系統(tǒng)上進行數(shù)據(jù)計算，實現(xiàn)了業(yè)務(wù)和計算的分離、業(yè)務(wù)和數(shù)據(jù)的分離。

大數(shù)據(jù)部門的工作起點是滿足多種計算場景的需求。支持大數(shù)據(jù)計算，結(jié)合了多種計算引擎，針對不同的場景使用不同的計算引擎，如離線計算引擎、實時計算引擎、多維分析引擎、即席查詢引擎、實時搜索引擎。

②與業(yè)務(wù)部門的關(guān)系：站在企業(yè)視角打通數(shù)據(jù)，支撐業(yè)務(wù)部門用數(shù)據(jù)
支持各種異構(gòu)數(shù)據(jù)源打通，提供了一套基于reader和writer的抽象化數(shù)據(jù)抽取插件，除了提供系統(tǒng)自帶的插件外，還支持自定義實現(xiàn)reader和writer插件，通過公共的管道，實現(xiàn)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的互相傳輸，統(tǒng)一技術(shù)框架。

支持業(yè)務(wù)部門的高并發(fā)多場景的實時查詢，數(shù)據(jù)中臺集成了基于分布式的KV查詢框架，可以支持海量級別的查詢請求，并且響應(yīng)時間可以控制在毫秒級別。
支持多場景的數(shù)據(jù)服務(wù)，靈活快速支撐業(yè)務(wù)需求，向?qū)Ш妥远x雙模式快速生成API，實時監(jiān)控API調(diào)用情況。
面向業(yè)務(wù)部門，為業(yè)務(wù)部門的數(shù)據(jù)分析、開發(fā)提供培訓(xùn)和技術(shù)支持。

③與合作伙伴的關(guān)系：找到數(shù)據(jù)部門的核心能力
應(yīng)該深入業(yè)務(wù)，影響業(yè)務(wù)效率。數(shù)據(jù)模型融合離散的業(yè)務(wù)數(shù)據(jù)，可借助數(shù)據(jù)中臺快速構(gòu)建數(shù)據(jù)模型，建立全方位的數(shù)據(jù)視角，消滅信息孤島和數(shù)據(jù)差異，靈活支撐業(yè)務(wù)的變動。