iKala以云計算服務(wù)驅(qū)動零售及電商轉(zhuǎn)型，加速AI應(yīng)用落地

隨著疫情驅(qū)動低接觸經(jīng)濟發(fā)展，促使顧客的消費旅程愈加破碎且難以預(yù)測，加上Cookieless時代來臨將直接沖擊企業(yè)經(jīng)營顧客的方式，零售及電商產(chǎn)業(yè)面臨全新挑戰(zhàn)，對于數(shù)字轉(zhuǎn)型的需求更加迫切，必須通過更快速的轉(zhuǎn)型、創(chuàng)新，精準(zhǔn)掌握顧客輪廓、持續(xù)優(yōu)化消費體驗。

為回應(yīng)市場需求，iKala Cloud技術(shù)總監(jiān)林士翔在2022 AWS臺灣云計算高峰會上即以iKala Cloud協(xié)助小三美日上云的案例，以及服務(wù)超過500間企業(yè)客戶數(shù)字轉(zhuǎn)型的經(jīng)驗，分享零售與電商產(chǎn)業(yè)轉(zhuǎn)型策略。以下內(nèi)容整理自林士翔的專題分享。

小三美日為臺灣知名美妝渠道，網(wǎng)羅各國人氣保養(yǎng)、彩妝及流行小物，讓消費者能隨時掌握最新消息與產(chǎn)品，目前擁有18間實體門店、數(shù)百萬來自官網(wǎng)及APP的會員數(shù)，以及破千萬的社群好友及粉絲數(shù)。過去小三美日使用地端三層式的架構(gòu)，包含網(wǎng)頁層、業(yè)務(wù)邏輯層、資料層都是創(chuàng)建當(dāng)?shù)囟藱C房，隨著規(guī)模持續(xù)擴張，會遇到“擴展性”、“成本”、“可觀測性”三面向的挑戰(zhàn)。

舉例來說，當(dāng)今天遇到雙十一消費性活動，用戶與流量劇增會帶來承載量無法負(fù)荷的風(fēng)險；若是增購地端機器以備不定期流量需求，則會有成本考量；而當(dāng)顧客體驗任一環(huán)節(jié)發(fā)生狀況時，也較難以判斷是應(yīng)用服務(wù)還是機房發(fā)生問題，無法有完整的監(jiān)控和相對應(yīng)的即時處理。因此，iKala Cloud協(xié)助小三美日按照原本地端三層式的架構(gòu)，于三個月內(nèi)搬遷上AWS，其中也包含讓W(xué)eb與ERP數(shù)據(jù)庫全部上云，讓云計算基礎(chǔ)架構(gòu)一次到位。

通過iKala Cloud專業(yè)團隊的技術(shù)服務(wù)，小三美日不僅能在不影響商業(yè)運營下將數(shù)據(jù)庫搬遷停機時間減少至最短，也免除后續(xù)重新適應(yīng)新接口所要花廢的時間及人力成本。未來，小三美日能根據(jù)自身增長步調(diào)彈性調(diào)度云計算用量資源需求、避免實體機房的限制與冗余資源的閑置，維護人員將能隨時一鍵擴展容量或做資料備援，進一步強化高可用性架構(gòu)，且能在AWS上通過數(shù)據(jù)集成即時監(jiān)控示警，預(yù)防異常用量產(chǎn)生，在確保顧客購物體驗一致性的同時，更能加速優(yōu)化創(chuàng)新服務(wù)及體驗。

回到整體零售產(chǎn)業(yè)的現(xiàn)況，零售業(yè)較常遇到的IT挑戰(zhàn)包含：第一，相較于游戲、金融等其他產(chǎn)業(yè)，零售電商業(yè)通常于IT領(lǐng)域中投入較少的資源；第二，零售電商可能會有些ERP、CRM系統(tǒng)，這些都是傳統(tǒng)主機居多，過去無數(shù)次的集成也可能導(dǎo)致技術(shù)負(fù)債持續(xù)累計，如何在轉(zhuǎn)型導(dǎo)入新技術(shù)的同時，又能跟ERP、CRM很好的整合，是一大挑戰(zhàn)；第三，數(shù)字化將帶來大量的資料，而零售電商的業(yè)務(wù)體間常使用各自獨立系統(tǒng)、資料存儲方式來執(zhí)行各部門管理和運營，不同部門的資料都分散在不同地方，如何極大化發(fā)揮這些資料價值也是挑戰(zhàn)；第四，較傳統(tǒng)的組織架構(gòu)及文化價值為企業(yè)邁向敏捷與創(chuàng)新的阻礙之一，如何驅(qū)動組織文化改變也是近期業(yè)界高度關(guān)注的議題。

今日的零售電商產(chǎn)業(yè)主要有兩大需求方向，一為“提升顧客消費體驗”，例如當(dāng)顧客進到平臺后，每一個互動過程都必須流暢、避免造成任何跳出，或是顧客放入購物車后不能等太久而掉單；二為“創(chuàng)建創(chuàng)新引擎”，即零售電商必須非常了解顧客的喜好和需求，投遞符合顧客偏好的廣告，以個性化的服務(wù)幫助顧客更快找到自己要的產(chǎn)品、打造符合顧客新需求的創(chuàng)新服務(wù)。要能滿足上述兩大需求，零售電商在IT策略上應(yīng)實踐“運營流程優(yōu)化”及“創(chuàng)建零售數(shù)據(jù)平臺”，把流程優(yōu)化，才能提升顧客體驗，并且有了數(shù)據(jù)，才有辦法了解顧客。

因此，未來的零售電商IT架構(gòu)典范應(yīng)包含三大關(guān)鍵要素，分別為“成熟的云計算平臺”、“提升的網(wǎng)絡(luò)連接性能”、“現(xiàn)代化的應(yīng)用程序開發(fā)”，運用云計算平臺的性能，取得更多樣、可擴展的IT資源，以及通過可靠的基礎(chǔ)架構(gòu)，來創(chuàng)建優(yōu)質(zhì)的聯(lián)網(wǎng)服務(wù)，例如5G應(yīng)用，部署最新的邊緣運算技術(shù)，和低延遲的云計算服務(wù)有效集成，并能掌握持續(xù)劇增、來自各設(shè)備、各渠道的顧客數(shù)據(jù)，進而用敏捷的方式、具有高度彈性的微服務(wù)技術(shù)快速迭代，打造創(chuàng)新的顧客體驗及服務(wù)，例如APP，以應(yīng)對快速變動的市場需求。

零售云的架構(gòu)其實就是“數(shù)字化”、“資料分析”、“商業(yè)應(yīng)用”縱向展開，底層為基礎(chǔ)架構(gòu)的三個主角，分別為運算、網(wǎng)絡(luò)、存儲；中間層則為智能零售的一些資料分析，例如個性化、忠誠度、訂單系統(tǒng)等，并且與原有CRM、ERP系統(tǒng)互相串聯(lián)；上層就是各式各樣的零售電商企業(yè)應(yīng)用場景，例如物流、訂單、促銷推薦等，最上層則是終端設(shè)備，例如在網(wǎng)頁、APP上的顧客體驗應(yīng)用等。

零售云框架。圖片來源：AWS

特別是在電商，企業(yè)的創(chuàng)新速度已成為其關(guān)鍵競爭要素，而不同的企業(yè)都有不同的原有系統(tǒng)架構(gòu)，因此，電商架構(gòu)的核心能力應(yīng)從兩個方面來看，分別是“支持線上及線下銷售渠道的創(chuàng)新速度”、“原有系統(tǒng)與各式新系統(tǒng)的集成”，而依據(jù)“創(chuàng)新速度”、“為實現(xiàn)集成所付出的心力”兩項指標(biāo)，可展開為四種零售電商架構(gòu)（如圖），分別為“定制的微服務(wù)架構(gòu)（Custom-built microservices）”、“商用現(xiàn)貨電商服務(wù)軟件（Commercial off-the-shelf ecommerce suites）”、“定制化的單一獨立架構(gòu)（Custom-built monolith）”、“定制化前端&與前端獨立的后端電商架構(gòu)（Custom-built front end&commercial headless back end）”。

四種零售電商架構(gòu)。圖片來源：AWS

“定制的微服務(wù)架構(gòu)”在集成上得付出較大的心力，但帶來的創(chuàng)新價值也較高，也即雖然投入相對高的初期成本，但換來更長期較巨大的效益。該架構(gòu)在速度、敏捷、創(chuàng)新上極具優(yōu)勢，依據(jù)不同邏輯去拆分應(yīng)用服務(wù)，當(dāng)今天把服務(wù)各自的領(lǐng)域（domain）拆開的時候，就可以使用該領(lǐng)域（domain）最適合的開發(fā)工具，發(fā)揮最大效益。同時也可善加利用云計算平臺上很多現(xiàn)成的微服務(wù)，例如AWS上有Personalization的服務(wù)可做推薦系統(tǒng)、有Search的服務(wù)去做搜索引擎。相較之下，單體架構(gòu)就無法彈性規(guī)劃每個服務(wù)用不同工具來開發(fā)，這就是微服務(wù)架構(gòu)最大的優(yōu)勢。

在微服務(wù)的架構(gòu)下，服務(wù)跟服務(wù)之間必須通過API來溝通，因此這些服務(wù)未來在對接其他外部系統(tǒng)或原有系統(tǒng)會比較容易一些，這就是為何微服務(wù)架構(gòu)的開發(fā)速度、功能迭代比較快、更容易做創(chuàng)新、帶來長遠(yuǎn)效益。但另一方面，今天把服務(wù)拆成好多微服務(wù)，勢必會需要有額外的支持、監(jiān)控、安全、部署，也可能會帶來運維上的挑戰(zhàn)。因此，不是每一個企業(yè)都適合微服務(wù)架構(gòu)，仍要看企業(yè)的體質(zhì)、現(xiàn)有條件來決定。

“商用現(xiàn)貨電商服務(wù)軟件”則是指買進一個已經(jīng)做好的軟件，里面已有各種模塊，進入的開發(fā)技術(shù)門檻較低，但缺點就是只能依賴該軟件廠商的支持，當(dāng)遇到問題或需要定制化的時候，也可能得額外花時間和成本。另一個最大的問題是超額配置，當(dāng)商業(yè)軟件都直接將規(guī)格設(shè)置到電商尖峰時刻需要的容納量，系統(tǒng)的成本在非尖峰時刻就容易被浪費。

而“定制化的前端搭配購買的后端系統(tǒng)”則介于上述兩種架構(gòu)之間，是指有些軟件是自己買來的，前端則自己做定制，優(yōu)缺點剛好就介于微服務(wù)和商用系統(tǒng)之間，這也常作為企業(yè)走向微服務(wù)架構(gòu)的過渡期。

未來的架構(gòu)潮流是往無服務(wù)器（Serverless）前進，開發(fā)人員不用再去維護基礎(chǔ)架構(gòu)這些機器，而是只要把程序代碼寫好，通過云計算服務(wù)做到串聯(lián)、溝通。

企業(yè)在做資料分析時，有一種架構(gòu)方式叫做Data Mesh，通過資料中臺，把所有客戶資料收攏起來做更好的發(fā)揮。有些企業(yè)在組織內(nèi)部就會部署一個人信息料團隊，希望資料團隊可以把資料收集起來做應(yīng)用。然而，這些資料團隊的成員不是真正接觸到各自領(lǐng)域（domain）的人，例如他們不知道什么節(jié)日要做什么優(yōu)惠活動，這通常不是資料團隊決定，而是各自項目負(fù)責(zé)人去做。因此，Data Mesh的核心精神就是把資料擁有權(quán)轉(zhuǎn)移到各自第一線項目負(fù)責(zé)人上，并把各自領(lǐng)域（domain）的資料使用，做一個非常明確的接口的溝通與設(shè)置，也就是把資料視為一個產(chǎn)品、API。而資料團隊其實就是負(fù)責(zé)資料監(jiān)控、訪問權(quán)限的把關(guān)。

而iKala旗下產(chǎn)品iKala CDP（顧客數(shù)據(jù)平臺）其實就是Data Mesh概念的延伸，協(xié)助企業(yè)主依自身需求、狀況進行整體的數(shù)字轉(zhuǎn)型。第一階段先通過領(lǐng)域?qū)＜遥╠omain expert）與企業(yè)主共同梳理組織內(nèi)部分散的資料，打通企業(yè)內(nèi)部數(shù)據(jù)孤島的狀況；第二階段則是將梳理過的Web/APP或是線下資料，通過API或是導(dǎo)入的方式集成至iKala CDP，讓第一線項目負(fù)責(zé)人可以隨時隨地取用資料，像是用戶標(biāo)簽、營銷自動化、廣告活動推送、創(chuàng)建數(shù)據(jù)儀表板。因此，iKala CDP基本上不只是在提供一套軟件服務(wù)，而是在協(xié)助企業(yè)進行一套數(shù)字轉(zhuǎn)型流程，賦能企業(yè)主有效發(fā)掘組織自有資料的價值，并能提升整體用戶／顧客的體驗價值。

iKala Cloud除了協(xié)助客戶通過云計算科技實現(xiàn)數(shù)字化、數(shù)據(jù)分析之商業(yè)目標(biāo)，讓企業(yè)在導(dǎo)入AI應(yīng)用時，有明確的策略規(guī)劃及發(fā)展藍(lán)圖，同時也攜手伙伴InfuseAI，加速推動企業(yè)的AI應(yīng)用落地。企業(yè)內(nèi)部在自行創(chuàng)建AI開發(fā)平臺、使用云計算上面AI服務(wù)時，其實仍會有一定的門檻，例如用戶在各個項目需同時執(zhí)行不同的工作、維護多種開發(fā)環(huán)境、管理各式資料集與模型、并針對不同角色給予授權(quán)等。尤其若是AI平臺位于地端環(huán)境，則企業(yè)必須管理硬件設(shè)備、網(wǎng)絡(luò)、存儲設(shè)備甚至是電力，或必須從頭創(chuàng)建Container、Kubernetes及其他服務(wù)，耗時又費工。

而InfuseAI在做的事情就是要讓數(shù)據(jù)科學(xué)家，通過Kubernetes容器化的方式，以完全是UI的接口管理AI平臺。數(shù)據(jù)科學(xué)家只要寫機器學(xué)習(xí)相關(guān)的程序代碼，就可以訓(xùn)練模型、做資料的驗證、操作AI的資源配置，不需要為各種設(shè)置煩惱，是非常創(chuàng)新、節(jié)省、更大化利用硬件資源的做法。因此，通過iKala Cloud云計算技術(shù)服務(wù)加速資料的集成及應(yīng)用，再加上InfuseAI一站式的AI開發(fā)環(huán)境，零售與電商企業(yè)將能降低導(dǎo)入AI的門檻，更高效地打造屬于自己的AI應(yīng)用。