京东零售数据可视化平台产品实践与思考

如果无法正常显示,请先停止浏览器的去广告插件。
分享至:
1. 京东零售数据可视化平台 产品实践与思考 演讲人-梁臣-京东-数据产品架构师 DataFunSummit # 2023
2. 目录 CONTENT 01 平台产品能力介绍 03 平台建设挑战与展望 02 业务赋能案例分享 04 观众互动环节
3. 01 平台产品能力介绍 DataFunSummit # 2023
4. 数据可视化产品矩阵(1) n 产品矩阵: 数据可视化分析矩阵 n 产品价值: 数智洞察,降本提效 n 产品能力: 1. 多数据源接入 2. 高性能海量查询 3. 丰富可视化组件 4. 场景化解决方案 5. 精细化权限管理 低 代 码
5. 数据可视化产品矩阵(2) EasyBI 定位:拖拽式可视化报表搭建平台 低代码平台 定位:低代码可视化编排系统 JDV大屏 定位:自助可视化大屏搭建工具
6. EasyBI产品架构
7. EasyBI核心功能 多源数据 数据报表 支持多种环境的数据源接入,例如 MySQL、Kylin、Presto、Impala、 ElasticSearch、ClickHouse、Oracle、本地文件、API、数据填报等, 满足不同场景不同业务的数据接入需求,并支持灵活的可视化数据建模。 拥有丰富的可视化组件库,提供聚合表、透视表、柱状图、折线图、雷达图 等数十种可视化组件,包含多种可选配色方案。 数据门户 交互分析 统一的企业级数据门户,通过灵活地组件框架以及数据能力,帮助用户搭 建不同行业、不同场景的数据门户产品。 OLAP高性能计算引擎,实现百亿量级数据即席查询和分析,数据计算结果 秒级交互反馈,适用于各类大宽表、高并发的数据分析场景。 智能分析 权限管控 全新智能分析模块,允许用户深度追踪挖掘数据,通过配置参考线、参考区 间,精准把握数据浮动。生成趋势线,随时预测数据走向,为数据决策护航。 基于企业级的数据安全管控,统一访问权限和数据权限,保障数据安全。通 过可视化配置,提供面向各级用户群组的精细化权限控制,报表支持独立 发布或嵌入,满足不同的数据分享与适配场景。 场景模板 数据抽取 基于京东零售在数据分析领域的多年积累和沉淀,将分析方法论产品化, 形成开箱即用的报表场景模板(经营损益、销售结算、用户画像、运营监控 等),以数据驱动业务增长。 实现多种异构数据源的跨源跨库抽取,支持抽取频率设置和自定义抽取脚 本,满足用户复杂的数据连接需求。
8. EasyBI产品优势 l 多数据源接入 l 拖拽式报表配置 l 第三方系统嵌入灵活 l 安全管控体系化 l 高性能海量查询 核心优势 l 场景化解决方案 l 智能预测预警 l 灵活化部署方式
9. 低代码平台介绍 行业内低代码平台定位更多面向表 单、CMS等场景 l 低代码平台大幅优化了传统开发模式中的复杂流程,通过将前期原型设计、代码编辑、调试、测试与部署上线等流程 集成于一身,最终实现对可视化代码的全生命周期管理。平台集成在线编辑, 在线预览,代码生成,页面管理,一键预览 与发布等功能,并涵盖异动分析、交叉分析、转化分析、地域分析等多种分析方法。
10. 低代码平台架构
11. 低代码场景化组件 l 以异动分析为例,为实现对全链路监测的可视化 展示,平台沉淀网格指标卡组件,该组件适用于异 常监控分析、全链路转化分析等分析场景。 l 主要实现流程和实现效 果如图所示,可让用户从经 营整体环节进行风险监控和 异常定位。
12. JDV大屏产品介绍 l 服务于集团日常业务实时核心数据大屏建设,重点支持撑大促等重要活动场景,辅助业务实时监控业绩达成,指导业 务经营决策
13. 02 业务赋能案例分享 DataFunSummit # 2023
14. 业务应用场景 精细化电商分析与管理 科学门店管理 深度物流分析 城市数字化产融管理 …
15. 场景:通过EasyBI实现多域多场景打通 背景 某线下门店场景期望通过数据可视化,打通从门店到商品到供 应链的各环节信息及业务场景,实现数据驱动业务。 解决方案 通过自定义报表,提供多业务域多商业场景的统一数据融合入 口。通过搭建门店、品类、商品、销售、进货、库存等不同维度 数据分析报表,用户可以实时查看和监控并全方位快速分析数 据。 业务价值 • 极致效率:通过对门店、供应商的销售、进货、库存等维度做 数据挖掘与分析展示,实现异常指标预警,从数据的角度及 时为用户解决滞销、多售后、供补货、负库存、采购金额异常 等痛点,实现所有环节的数字化流通管理。 展示Demo
16. 场景:通过低代码实现场景化数据分析 展示Demo 展示Demo
17. 03 平台建设挑战与展望 DataFunSummit # 2023
18. 平台建设方向 平台建设理念 打造以“数据分析工具+分析能力培养+数据基础设施”为核心的人人都是分析师愿景 大平台 小积木 • 大平台的目标是实现一 站式的数据可视化服务, 提升用户使用整体效率。 • 将大平台分解为模块化 的功能或服务,提高系 统的灵活性和可维护性。 高复用 低耦合 • 通过高度抽象和模块化 设计,提高开发效率, 减少代码的复杂性,降 低系统的维护成本。 • 各个小积木之间通过清晰 定义的接口进行交互,而不 是直接访问其他积木的内 部实现。
19. 平台建设策略 产品层面 建立低门槛、高可用的可视化展示和自助分析平台,通过统一基础能力建设和一站式数据工具生 态,整合大语言模型能力和看板自动化生成、分析能力,提升用户数据使用效率,提升数据分析黄 金链路最后一公里的价值比例。 技术层面 重点进行数据查询加速引擎能力升级和前端渲染性能优化,大幅提升平台加载速度,同时通过将内 部数据工具进行关停并转和迁移合并等进行降本增效,在系统稳定和数据安全等方面提供有力保 障。 服务层面 建立数据驱动的服务机制,借助数据运营、数据培训、数据认证、数据方法论沉淀等手段,推动公 司内部数据人才培养,营造人人都是分析师的企业文化,提升整体数据决策水平和运营效率。
20. 平台能力建设 l 整体分为3个层次:底层为系统能力的统一, 中层为产品能力的组合,上层为业务场景的整合
21. 04 观众互动环节 DataFunSummit # 2023
22. 感谢观看

首页 - Wiki
Copyright © 2011-2024 iteam. Current version is 2.123.1. UTC+08:00, 2024-03-01 19:39
浙ICP备14020137号-1 $访客地图$