企业数字化运营与人才培养

2024帆软用户大会北京站 企业数字化运营与人才培养 演讲：李胜 敦煌网集团 目录 1敦煌网集团简介 2挑战与目标 3落地建设过程 4建设成果与经验 5数据人才培养 CHAPTER1 第一章 集团简介 敦煌网集团 领先的全球中小零售商一站式贸易和服务平台 业内首个海外数字 累计注册买家数 推出社交电商SaaS平台MyyShop，启动去中心化战略 正式升级为敦煌网集团，形成DHgate与MyyShop双擎驱动战略架构 2024年 发起并促成中国第 累计注册买家数量 达到1000万 促成签署《中国与 秘鲁跨境电商合作 贸易中心(DTC)在匈牙利促成 累计交易商品总额突破10亿美元 量达到2000万 2018年 2020年 累计交易商 累计交易商品总额超过齦衛海亷燐衘銧鵓获美元 推出自有支付服务 推出首个跨境电商移动应用程序 推出跨境物流服务Dhlink 俄语站上线 一个双边跨境电商合作，《中土跨境电商合作协议》在两国最高领导人见证下签署 2015年 备忘录》 2016年 2017年 公司成立，成为 品总额超过 DHpay 201年 中国首个跨境出 口B2B在线在线 1000万美元 2010年 2014年 交易平台 2004年 2007年 敦煌网集团 中心化跨境电商平台 去中心化社交电商平台 智慧物流平台 跨境金融支付平台 中国首个 一站式跨境出口B2B电商平台 225个 覆盖国家及地区 5960万+ 累计注册买家 3400万+ 在线产品 254万+ 累计注册供应商 全球第二大 中国跨境出口B2B电商平台 1000亿+ 累计订单 71个 币种结算 10+ 海外仓 100+ 物流线路 美国市场最大的 中国跨境出口B2B电商平台 CHAPTER2 第二章 挑战与目标 数据底层面临的挑战 维护成本高 算力瓶颈 无法弹性伸缩 计算存储耦合 数据应用面临的挑战 0 数据不一致性 不同的BI产品使用不同的数据源、数据模型或数据处理方式，导致在不同工具中分析得出的结果不一致 02 资源浪费 由于需要维护多个BI工具，需要投入更多的资源来支持和维护这些工具 03 使用成本增加 不同的BI工具可能有不同的用户界面、功能和操作方式，使用多个工具可能会导致员工困惑和学习成本增加 04 效率低下 由于数据分析和报表生成需要在不同的BI工具之间切换，导致使用效率低下，决策滞后 05 数据冗余 不同的BI工具需要对同一份数据进行重复抽取、转换和加载，造成数据冗余和浪费 分析自助化 灵活多变的需求自助化 无需程序开发 即时响应，简单建模 数据标准化 采集标准化 存储标准化 定义口径标准化 预期目标 自助化分析精细化运营 智能湖仓架构 一站式数据平台底座 CHAPTER3 第三章 落地建设过程 大数据架构 基于亚马逊云科技的EMR、Redshift、 S3等组件和IDC自建服务混合云模式搭建 数仓升级 数据应用层(ADS) 个性化指标加工：定制化、复杂性指标（大部分复合指标） 基于应用的数据组装：宽表集市、趋势指标 数据公共层(CDM) 维度表（DIM）：建立一致数据分析维表、降低数据计算口径和算法不统一风险 公共汇总层（DWS）：构建命名规范、口径一致的统计指标，为上层提供公共指标，建立汇总宽表 明细事实表（DWD）：基于维表建模，明细宽表，复用关系计算，减少数据扫描 操作数据存储(ODS) 同步：结构化数据增量或全量同步到DW 结构化：非结构化数据（日志）进行结构化处理了，并存储到DW 保存历史、清洗数据：根据业务、统计的需要保留历史数据并进行垃圾数据清洗 数据应用引入 FineB FineB推广规划 管理层3 业务团队 业务团队可以通过BI的公共数据做自助查询分析，作为日常运营分析的依据 数分团队2 分析师主要通过仪表板 对各业务的重点指标进行日常监控、预警分析 为管理层制作仪表板驾驶舱，快速直观的监测到KPI指标的完成情况 推广节奏 FineB SľEP01 SľEP02 SľEP03 种子用户培养 部门专项培训 全面推广 统一的数据分析平台FineBI 筛选20人左右的业务接口人作为第一批使用方，快速培训上手 对每个部门进行专项培训，针对不同部门的侧重进行实操培训 集团范围内全面推广使用，针对推广缓慢的个别部门进行重点协助 CHAPTER4 第四章 建设成果与经验 公共数据 抽取：基于Hive/Spark驱动，将ADS报表层的指标汇总类数据、定时调度数据集、短期项目类数据集定时抽取进来。 优点：数据响应速度快 缺点：不能提取超大量的明细数据表 直连：基于AWSRedshift数据驱动，将业务常用的DWD、DIM、DWS公共层数据同 步进来，其目的是让用户做明细查询和分析。 优点：能满足用户的定制化分析需求 缺点：实时查询的方式决定了响应速度较慢，尤其是多表关联查询时 监控预警 场景一：准实时GMV监控看板 使用部门 业务部门 数分团队 管理层 使用场景 GMV是电商公司重点关注的指标，面对业务的实时变化，分析师需要及时查看当天的数据增长情况，方便及时发现问题、定位问题并发出预警通知，由技术、业务、BI各方同时行动查找问题点，能尽快减少GMV损失。 业务人员在促销期间，需通过监控实时数据，才能随时调整促销玩法，以便最终达到最好促销效果，完成最终目标 业务例会 场景二：MyyshopWeeklyPíoductOpeíationReview（Myyshop每周产品运营回顾） 使用部门 管理层 Myyshop运 营部门 使用场景 仪表板主要针对每个季度的OKR完成度进行监控，看板展示了重点指标的完成进度，与当前季度的时间进度做对比，能直观的对比指标的完成进度，同时还有每周与上周的环比增长情况，对于Myyshop业务的OKR起到监督的作用 业务流程 场景三：订单物流跟踪图谱 使用部门 管理层 物流部门 业务部门新人 使用场景 管理层可以从整个物流链路中关注每个环节的情况 对于新入职的员工，可以通过这个看板 直接了解到整个物流链路的业务流程 多平台联动 使用部门 产品部门 使用场景 与公司内部的ABľest系统相结合，在ABľ系统中设置实验场景，在FineBI中创建报告 模板，通过点击报告链接传递实验ID参数，直接可以看到该实验的报告对比数据 场景四：ABľest分析 超管监控 使用场景 使用FineBI的内部数据库，创建超管驾驶舱 监控FineBI系统定时调度、用户使用、数据集更新和仪表板访问 等一系列数据 随时监控任务执行和部门用户的使用情况 使用部门 超级管理员 场景五：超管驾驶舱 1定时调度任务监控 2用户使用情况监控 3数据集任务更新监控 CHAPTER5 第五章 数据人才培养 数据 人才 数据价值 自助分析最大的价值是通过数据人才将数据的价值最大化 基础数据质量梳理 自助分析体系 前期准备 梳理业务分析的痛点确认预期推广目标范围业务需求调研梳理& 数据准备权限管理 数据人才培养 权限调研：在公共数据体系基础上确定各方数据权限分发方案 管理员培训：数据体系搭建、系统管理、权限分配和产品功能 数据指标体系的确认和迭代 用户培训：数据体系使用规则、产品功能、分析思维 基于调研梳理公共数据体系 系统推广、维护、升级 稳定使用阶段 系统推广阶段 系统规划阶段 准备阶段 系统运维支持、业务使用支持、持续曝光、业务价值跟进 操作手册编制、最终用户培训、用户使用推广、用户分析支持系统部署、数仓开发、指标体系搭建、公共数据搭建、权限配置业务需求调研、基础数据质量梳理、权限调研、需求梳理确认 谢谢聆听