凯德中国 × 阿里云 × 奇点云 | 沉淀数据资产,遇见数智未来

2024-02-02 04:08

本文主要是介绍凯德中国 × 阿里云 × 奇点云 | 沉淀数据资产,遇见数智未来,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

负责中国业务的凯德集团总裁罗臻毓:“凯德不断变革、打破边界,在时代变化的浪潮中抓住发展契机。”

自1994年进入中国市场至今,凯德中国麾下管理200多个项目,管理的总资产超过2700亿元人民币。但凯德深知,自己拥有的不仅物理世界肉眼所见的资产而已。

2019年10月,凯德中国与阿里云、奇点云就数据中台项目达成合作,由此沉淀了属于自己的数据资产,以数据赋能业务,降本增效,领跑商业地产实现数智化转型。

关于凯德

凯德集团,亚洲知名的大型多元化房地产集团,投资组合横跨多元房地产类别,集团业务遍及全球30多个国家的200多个城市。凯德集团的房地产投资管理业务规模也在全球领先。

1994年,凯德进入中国,至今已在中国42座城市拥有/管理200多个项目。凯德致力于创新性地构建和实践综合体战略,以契合新型城镇化的趋势,实现社会、企业、个人的可持续发展,与中国共成长。

01 “数据之痛”

从CRM、SAP的部署,到停车管理系统、会员营销平台、商户管理平台等的应用,再到「凯德星」的多次迭代升级……跟数据打交道,对于凯德来说,其实并不是一件新鲜事。

而随着业务的高速发展、数据量的快速积累,许多的数据需求与数据问题也不断涌现,例如:为了精准营销,需要联动不同的系统去看会员数据,而系统之间并未打通,主数据对应不起来,对比分析更是困难;为了对经营状况有更准确及时的了解,需要定期出大量报表,而部分数据的收集和分析过于依赖人工,准确度有待提高。

“耗时,费力,不准确”,成为所有需要“看数据”的员工之痛。

如果拿挖掘矿藏打比方,彼时的凯德就像发现了数据的原矿,通过开发一个又一个的矿场,看到了数据宝藏的价值,但仍处于“这里挖一铲、那里挖一铲”的阶段:

在这个矿场研究过的矿藏成分,到了另一个矿场,又需要重新研究;同样是晶莹剔透闪闪发亮的一种矿石,在有的矿场叫钻石,有的矿场叫金刚石,这些矿石都不能合并存放;一个一个的矿场分散开发,矿场之间没有联系,也没有形成自己的采矿地图……

当矿主问:“我名下现在有多少金矿,有多少铜矿?”

“不知道,给我两周时间,我去数数。”

究竟如何高效提炼这些数据原矿,形成属于凯德自己的数据资产?

凯德找到了“两朵云”。

02 “搞定数据资产的问题”

数据资产化是企业数字化转型的基石,是把数据原矿提纯为数据金子的必经之路。

2019年10月,由阿里云、奇点云负责,助力凯德中国落地数据中台。“目标很明确,”凯德中国数据研究发展部表示,“我们要搞定数据资产的问题。”

简单来说,我们与凯德一起做了3件事:数据资产化,数据服务化,数据业务化。

1、数据资产化

深入凯德业务,重点解决指标规则、主数据与数据模型三大问题,共创梳理8大业务场景,建立指标体系,统一了500+个指标,打通了CRM、SAP、POS、PARKING、OFFICE等十几个系统的数据,统筹了分散在各个单元的数据,建立了统一的指标体系,彻底改变数据指标混乱的情况,让“把数据用好”成为可能。
在这里插入图片描述

这时候,“矿主”再问,“我名下现在有多少金矿,有多少铜矿?”

如数家珍。

2、数据服务化

从完成“数据资产化”,到让数据赋能业务降本增效,还有“数据服务化”这段必经之路要走。

依旧拿掘金打比方,在矿场我们采集了大量的矿藏,提纯为金子后,还需要运输到加工厂,对其塑形加工,方能形成金条、金币等进入投资市场,或加工为首饰流通。

基于经治理、打通的数据,我们将技术底层透明化,通过API、标签等方式把数据提供给各个业务单元去调用,同时实现数据采集和分析的自动化,沉淀凯德自身开发与算法的能力。

3、数据业务化

追本溯源,和数据打交道只是过程,赋能业务才是目的。最终,我们要让数据发挥价值,为业务带来看得见的节本增效。

为此,基于数据中台,凯德初步搭建了精准营销的智能应用,并为接下来的智能招商运营等应用做好了数据准备,用数据助力决策,真正让数据用起来。

在这短短4个多月时间里,我们协助凯德搭建智能应用只是“抛砖引玉”,未来,基于凯德数字化战略与创新部门沉淀的开发和算法能力,还将用更多智能应用广泛赋能业务,乃至赋能商户,打通线上线下,实现全渠道场景,为顾客带来更好的服务。

03 “更多人看到了数据的价值”

“我们以前去反复宣贯、熏陶,‘数据能做什么,能实现什么,所以大家要重视数据’,都不如这几个月中台项目落地后,效果直接看得见,不用多说,大家就非常认可。”凯德中国数据研究发展部谈到。

数据中台的落地还给凯德带来了“他人学不来的进步”。

1、报表原来可以“快准稳”

看报表的人等到“天荒地老”,做报表的人还“吃力不讨好”。——基于主数据的打通、数据资产底层的建设,这样的“痛”已完全成为历史。

数据中台落地后,在并未改变业务一线任何逻辑及硬件的同时,节约了大量需要手动操作的人工、提升了人效,数据更准了,数据获取成本降低为原来的1/5;报表每日准时产出,无延迟;平台本身的速度也提升了,原来的数据平台需要花2-3天采集数据,现在只要2小时。

“今年五一假期,商场的客流、与去年的同比、与之前环比等,日销售的报表在一天内就出来了,这在去年是想都不敢想的。”凯德数据研究发展部谈到,“老板对我们升级后的速度、准确性、完整性都非常认可。”
在这里插入图片描述

2、对数据有了共识

让凯德数字化战略与创新部门惊艳的是,把数据真正用起来之后,凯德更多员工对数据有了共识。

“这种共识不是教育来的。通过数据中台,我们终于打通了各个系统,主数据理得清清楚楚,他们自然就会说,哎,你这个编码规则要定好,不能随便写一个上去。”

常言数据“存通用”三步骤,我们不妨把“存通用”视为一个圆环:“用”起来以后,数据相关人员对数据的准确性、及时性、完整性及数据质量有了更切身的认知,自然而然地反哺“存”的环节,让“存通用”的循环更圆融、更流畅。

和数据打交道,从不只是数字化战略与创新部门的事。

自上而下,自下而上,数据中台的落地让凯德更多伙伴看到了数据的价值,他们逐渐自主建立了数据意识,而这正恰恰是企业实现数智化转型至为重要的一步。

凯德集团的中国官网首页映着一行字,“未来城市生活,重新定义地产”。

2020年,当“数据”被列为新型生产要素,“数据是核心资产”成为共识,恭喜凯德,又一次抢先跨入未来。

这篇关于凯德中国 × 阿里云 × 奇点云 | 沉淀数据资产,遇见数智未来的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/669423

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

linux配置podman阿里云容器镜像加速器详解

《linux配置podman阿里云容器镜像加速器详解》本文指导如何配置Podman使用阿里云容器镜像加速器:登录阿里云获取专属加速地址,修改Podman配置文件并移除https://前缀,最后拉取镜像... 目录1.下载podman2.获取阿里云个人容器镜像加速器地址3.更改podman配置文件4.使用po

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池

SpringBoot分段处理List集合多线程批量插入数据方式

《SpringBoot分段处理List集合多线程批量插入数据方式》文章介绍如何处理大数据量List批量插入数据库的优化方案:通过拆分List并分配独立线程处理,结合Spring线程池与异步方法提升效率... 目录项目场景解决方案1.实体类2.Mapper3.spring容器注入线程池bejsan对象4.创建

PHP轻松处理千万行数据的方法详解

《PHP轻松处理千万行数据的方法详解》说到处理大数据集,PHP通常不是第一个想到的语言,但如果你曾经需要处理数百万行数据而不让服务器崩溃或内存耗尽,你就会知道PHP用对了工具有多强大,下面小编就... 目录问题的本质php 中的数据流处理:为什么必不可少生成器:内存高效的迭代方式流量控制:避免系统过载一次性

C#实现千万数据秒级导入的代码

《C#实现千万数据秒级导入的代码》在实际开发中excel导入很常见,现代社会中很容易遇到大数据处理业务,所以本文我就给大家分享一下千万数据秒级导入怎么实现,文中有详细的代码示例供大家参考,需要的朋友可... 目录前言一、数据存储二、处理逻辑优化前代码处理逻辑优化后的代码总结前言在实际开发中excel导入很