B. 阿里巴巴 數據中臺 --- OneEntity體系方法論 與 OneService體系方法論

B. 阿里巴巴 數據中臺 — OneEntity體系方法論 與 OneService體系方法論

OneEntity體系方法論

• OneEntity統一實體
  • 分類
    • 一般質量OneEntity：不能貼上“特定標籤”的OneEntity
    • 高質量OneEntity：能夠貼上“特定標籤”，這裏的“特定標籤”會因業務和場景而異。
    • 高價值OneEntity：不僅要能用標籤等來精準刻畫，還要達到實際意義上的可精準觸達
• GProfile全域標籤：以“人”爲例
  • 有效：基於人口學、社會學等學科，以及借鑑業界標籤分類體系的優點，將“人”的立體刻畫分爲“人的核心屬性”和“人的嚮往與需求”兩大部分，具體包括四大類：可以在分爲二級分類和三級分類等
    • 人的核心屬性
      • 自然屬性：人的肉體存在及其特徵，是人自然出生後自然存在的，一般不會因人爲因素較大的改變。例如：性別、生肖、年齡、身高、體重等
      • 社會屬性：人在實踐活動基礎上產生的一切社會關係的總和。例如：經濟情況、家庭狀況、社會地位、政治宗教、地理位置、價值觀等
    • 人的嚮往與需求
      • 興趣偏好：人對非物化對象的內在心理嚮往及外在行爲表達，是一種發自內心的本能喜好，與物質無必然關係。例如：渴望愛情、需要安全感、希望能有一口漂亮的牙齒、討厭髒亂的環境等
      • 行業消費偏好：人對物化對象的需求與外在行爲表達，涉及各行業、與物質世界有着千絲萬縷的聯繫。例如：母嬰行業偏好、美妝行業偏好、洗護行業偏好、家裝行業偏好等
  • 高速
    • 以OneEntity體系爲核心，將OneEntity相關的實體及其行爲全部串聯起來，與存量的標籤一起作爲數據源
    • 將萃取標籤邏輯沉澱爲兩種，分別對應到“偏好類標籤”和“分類預測類標籤”的工具性產品的生產過程中，其中包括確定計算因子及其權重等業務規則、選擇數據樣本、選擇算法與模型等
    • 沉澱質量評估報告和生產檢測、上線等管理流程
• GRelation全域關係
  • 例如：當OneEntity代表人的時候，就可以找出他的親屬、朋友、校友和同事等當OneEntity代表“商品/貨”時，就可以找出它的上下游商品/貨等
• GBehavior全域行爲
  • 將OneEntity相關實體及行爲全部串起來

OneService體系方法論

• 發展歷程
  • 2012年：煙囪式的API服務首先根據業務需求煙囪式定製開發滿足需求的數據表。然後將數據表同步到查詢數據庫中，再基於查詢數據庫定製化封裝面向一個個應用需求的API。每當應用調用一個API時，對該API數據調用與解析出來的SQL語句會指向寫入該API中的制定物理表，從而實現API的定製化與獨享化。
  • 2014年OpenAPI：將相同統計維度的不同物理表中的數據指標配置到同一邏輯表中，因爲數據指標是唯一的，所以配置到同一邏輯表中的數據指標都是唯一的。每當調用一個API時，對該API數據調用解析出來的SQL語句會通過邏輯表指向多個物理表，進而找到一個唯一的數據指標，從而實現API的共享以及API引用數據的共享。
  • 2016年：OneService體系基於邏輯模型，而邏輯模型內的數據指標則是通過自動化、智能化實現的。1. 每當調用一個API時，對該API數據調用解析出來的SQL語句就會通過邏輯模型而非邏輯表發起一個數據指標的查詢請求，而請求結果返回的則是由一個智能黑盒基於邏輯模型來實現的。2. 智能黑盒實現每一個指標的前提條件是，對每一個數據指標進行數據規範定義，並對應到一個邏輯模型中。智能黑盒基於此過程對數據指標實現智能計算和智能存儲