网易全链路大数据产品发布，可为企业节省20%成本

╰+攻爆jí腚メ 2023-10-09 10:54 29阅读 0赞

企业数字化转型的战斗正酣，释放数据价值成为企业当前的核心任务，大数据赛道上的选手们各出绝活，力求收获自己的金角银边。7月26日，2019网易云创峰会在杭州召开，网易大数据在会上发布了全链路大数据产品网易猛犸6.0，网易大数据总经理余利华表示，猛犸6.0通过整合全链路数据质量监控、全链路资产分析和全链路数据发现等一系列能力，解决了当前大数据实践中的各种痛点，使得企业的工作重心能够回归到数据分析本身，从而快速汲取数据的能量实现高效增长。  
![20190726142214b6df53b6-933c-4b4a-8337-178aac37772d.jpg][]  
图：网易大数据总经理 余利华

#### 网易猛犸6.0直击大数据落地五痛点 ####

如果把数据价值比喻为山巅诱人的果实，那么摘取果实的路上往往是荆棘密布，这也是此前Hadoop、Spark等大数据技术备受关注的重要原因。网易大数据也凭借自身在大数据领域的技术积累，基于Hadoop打造了猛犸大数据管理和应用开发平台，完成了数据集成、任务运维、实时开发、离线开发等功能的开发，并于2018网易云创大会上发布。  
然而，余利华指出，目前企业在大数据实践中仍然存在着五大痛点，包括指标口径不一致、数据重复建设、取数效率低、数据质量故障频繁和成本指数级增长等。他分享了一个指标口径不一致的真实案例：某客户分别在供应链系统、VIPApp和商品运营系统中查询某款产品的毛利，看到的是32%、28%、38%三个截然不同的数字，这给数据分析工作造成了极大的困扰。  
这些困扰，直接导致了企业80%的工作都与数据分析无关。余利华认为，仅有Hadoop平台是不足以解决这些痛点的，企业需要全链路打通能力，而猛犸6.0的使命，就是提供全链路数据解决方案，赋能企业来应对挑战。

#### 五大系统构筑全链路数据护城河 ####

网易大数据此次发布的猛犸6.0，在此前的大数据平台产品基础上，提供了指标系统、数据服务、数据地图、数据质量中心、资产管理中心等全新的系统，所有这些系统形成了全链路大数据解决方案，能够支撑企业数据中台建设，保护企业的大数据之旅免受前述五大痛点的侵袭。余利华分别介绍了全链路“五大金刚”独特的软实力。  
老大指标系统，猛犸6.0从业务口径、计算口径和数据来源三个层面着手，采用统一的管理规范，并引入审批机制，最终实现100%消除指标口径不一致，指标数量减少50%，同时理解一个指标的含义时间缩短80%。  
老二数据服务，通过数据API、访问日志、授权认证、支持多种查询引擎、支持逻辑模型等加持，除了协助老大实现100%消除指标口径不一致，还消除了数据字段变更与应用的强绑定，通过建立数据产品到指标的链路追踪，明确了应用到表的访问链路，避免底层表暴露给数据产品。使得数据接入效率提升10倍以上。  
老三数据地图，是破解不知道哪些数据可用、不知道到哪里查数据、不知道数据含义这“三不知”的一把好手，通过数据地图，企业可以告别取数低效的烦恼，快速搜数据、查数据，实现100%自助取数，取数效率提升可达300%。  
老四数据质量中心，则是规避错误数据导致错误决策的行家。余利华分享说，某客户由于代码bug导致部分商品交易数据缺失，客户根据不完整的数据分析结果制定了背离实情的运营策略，造成了高达数百万的损失。他断言，70%的数据不可用都是由数据质量导致。猛犸6.0数据质量中心从数据稽查、质量度量，以及覆盖数据产品完整数据链路的全链路监控三个方面的努力，实现了99.8%的数据可用率——也就是在规定时间正确地产出数据，同时70%的数据不可用都被监控提前发现，故障修复速度也提升了100%——在此之前，90%的不可用是由数据使用方发现的，单次故障平均不可用时间则达到了6.5个小时。  
老五数据资产中心，基于元数据中心的构建，通过资产分析、追踪数据价值，消灭低价值的资产，将成本节约20%以上，有效帮助企业实现成本管控。在成本的增长速度超过业务增长速度的企业而言，老五的能力可谓不可多得的及时雨。  
五大金刚的能力，已经在网易考拉等复杂业务场景中得到验证。所以，五大金刚的发布，对于企业而言多了一个粉碎大数据落地应用五大痛点的手段，而对于网易大数据的市场竞争而言，同样也是构筑了一道难以逾越的护城河。

#### 全链路大数据产品助力数字化转型 ####

余利华强调，通过猛犸6.0，网易大数据完成了全链路打通能力，能够帮助企业客户实现全链路的数据质量监控、全链路的数据资产分析以及全链路的数据发现，从而让企业较为轻松地构建统一的、安全的、共享的企业数据资产体系，实现一切业务数据化，联通数据孤岛，驱动一切数据业务化，助力数字化转型，让数据产生价值。  
“有了全链路大数据产品，企业可以将80%的工作投入商业分析，直接产生业务价值，而数据开发、数据治理只需占用20%的工作量。”余利华总结说。

转载于:https://www.cnblogs.com/163yun/p/11250136.html

[20190726142214b6df53b6-933c-4b4a-8337-178aac37772d.jpg]: https://nos.netease.com/cloud-website-bucket/20190726142214b6df53b6-933c-4b4a-8337-178aac37772d.jpg