首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

首次揭秘1112背后的云数据库技术!| Q推荐

从 2009 年到 2021 年,从千万交易额到千亿交易额, 11 已经开展了 12 年。如今,每年的 11 以及一个月后的 12,已经成为真正意义上的全民购物狂欢节。...在此基础上,淘宝及天猫还在不断吸收来自消费者的反馈,优化功能,比如在 2021 年开始支持购物车实时显示券后到手价、搜索已经购买过的订单……应用上大量的操作请求流转到技术后台,给数据库带来了不小的压力。...是什么样的数据库撑起了 2021 年的 11 12 的稳定进行?...《数据 Cool 谈》第三期,阿里巴巴大淘宝技术部 12 队长朱成、阿里巴巴业务平台 11 队长徐培德、阿里巴巴数据库 11 队长陈锦赋与 InfoQ 主编王一鹏,一同揭秘了 11 12 背后的数据库技术...在 11 12,这种方式的弊端会被进一步放大。数据显示,在 11 秒杀系统中,秒杀峰值交易数据每秒超过 50 万笔,是一个非常典型的电商秒杀场景。

31.7K50
您找到你想要的搜索结果了吗?
是的
没有找到

数据告诉你:面对11,线下商机何在

研究数据涉及北京、武汉、深圳重点商圈的男装、女装、化妆品店在“11”前一个周末(11月7日、11月8日)的客流及客群画像与“11”前三周的对比。由芝麻科技的客流分析系统有数提供研究所需数据。...芝麻科技的大数据消费者画像除了有近500项标签刻画消费者画像外,还能够提供品牌受众地理位置分布热力图,了解品牌受众的逛街习惯、集中地理位置等,可作为品牌新店选址、基于地理位置广告投放策略参考等。...11前,女装店吸引了大量老顾客,她们对品牌熟悉,更愿意在门店里长久停留选购(从平均5.3分钟提升至8.5分钟),或是为即将到来的线上抢购做准备,品牌如果能满足老客们已有的购买意愿,将有可能促成她们的线下购买...如果导购或BA能为这部分新客提供满意的服务体验,将有可能引发他们的购买意愿,并形成最终转化。...11不是实体商业的黑色周,相反,无论是客流数据,还是客群画像,都证明了旺盛的购物意愿会为实体商业带来大量销售机会。

6.8K60

中诚信征信闫文涛:个人征信和企业征信未来将走向融合

2、企业信用,包括大型企业信用和中小微企业信用。...近年来,中诚信征信在企业信用、个人信用和资产信用三个方面均开展了业务,并通过大数据、人工智能等技术的应用保证各项业务正常运行。...早些年,电子科技尚未普及,数据量相对匮乏,想要对用户进行有效的信用画像可谓是难上加难。...如今,互联网和移动互联网的发展带动了数据量的增长,IDC预测,2022年全球数据量将超过40ZB(ZB的概念就是万亿的GB);大数据、云技术、人工智能等新兴技术的应用,使得行之有效的用户画像可以在较短时间完成...对于中小微企业,征信机构会将个人信用、企业信用进行整合,只有把二者统一起来,才能更好地刻画出小微企业的信用情况。闫文涛说:“之前,个人征信和企业征信泾渭分明,但在未来,二者将走向融合。”

1.1K70

理想中的Web3信誉体系:如何在Web2基础上升级?

以世界最大的个人和企业征信系统为例: *图源:中国人民银行官网 截止到2020年12月底,中国人民银行已收录超11亿自然人和6092万企业及组织信用信息,日均个人和企业查询征信报告次数分别达到866万和...理想中的 Web3 或者新一代信誉体系应当是拥有全面的信用数据、强大的技术支撑以及合理的监管流程: 第一,打造全面立体的信用画像。...未来信誉体系应该包含链下及链上数据,从各个维度来记录个人及企业信用行为。比如在传统金融数据的基础上,链上相关交互数据也应当被包括在信用报告中。...数据完整性和难以篡改性也能够保证个人及企业信用行为得到更好的规范,做到自觉抵制不良行为。 第二,拥有强大且隐私保护的数据存储和技术。...个人用户可以选择将自己的信用分或评级在社媒和 dApp 里露出,在 Web3 社交中展现良好画像,并利用信用报告获得潜在福利。

69530

标签体系下的用户画像建设小指南

例如“用户的年龄结构”为“20-25岁”、“单次购买平均金额”为“300元”,“购买的总金额”为“20万元”……,当我们获得以上信息是否就可以将该用户划分为高价值客户呢?...业务标签是在基础标签之上依据相关业务的业务经验并结合统计方法生成的标签,比如:用户忠诚度、用户购买力等标签就是根据用户的登录次数、在线时间、单位时间活跃次数、购买次数、单次购买金额、总购买金额等指标计算出来的...例如试用了某产品A后预测可能还想买产品B并推送购买链接给该用户。 ?...不同的企业做用户画像有不同的战略目的,广告公司做用户画像是为精准广告服务,电商做用户画像是为用户购买更多商品,内容平台做用户画像是推荐用户更感兴趣的内容提升流量再变现。...从应用角度来看,可以分为行为画像、健康画像企业信用画像、个人信用画像、静态产品画像、旋转设备画像、社会画像和经济画像等。

3.8K50

用户画像总结

三、 用户画像的分类 从画像方法来说,可以分为定性画像、定性+定量画像、定量画像 从应用角度来看,可以分为行为画像、健康画像企业信用画像、个人信用画像、静态产品画像、...在互联网领域,用户画像数据可以包括以下内容: (1)人口属性:包括性别、年龄等人的基本信息 (2)兴趣特征:浏览内容、收藏内容、阅读咨询、购买物品偏好等 (3)消费特征:与消费相关的特征 (4)位置特征...比如,结合用户实际投诉次数、用户购买品类、用户支付的金额等,进行用户投诉倾向类型的识别,方便客服进行分类处理。...2、推导属性:由其他属性推导而来的属性,比如星座,我们可以通过用户的生日推导,比如用户的品类偏好,则可以通过日常购买来推导。...比如说你怎么判断一个人是不是对女装感兴趣,假设我们有一个类目就是女装,那很好办,如果你购买都是女装,那会认为你这个人对女装比较感兴趣。

2.1K10

基于大数据的用户画像构建小百科全书

从应用角度来看,可以分为行为画像、健康画像企业信用画像、个人信用画像、静态产品画像、旋转设备画像、社会画像和经济画像等。...在互联网领域,用户画像数据可以包括以下内容: (1)人口属性:包括性别、年龄等人的基本信息 (2)兴趣特征:浏览内容、收藏内容、阅读咨询、购买物品偏好等 (3)消费特征:与消费相关的特征 (4)位置特征...比如,结合用户实际投诉次数、用户购买品类、用户支付的金额等,进行用户投诉倾向类型的识别,方便客服进行分类处理。...2、推导属性:由其他属性推导而来的属性,比如星座,我们可以通过用户的生日推导,比如用户的品类偏好,则可以通过日常购买来推导。...比如说你怎么判断一个人是不是对女装感兴趣,假设我们有一个类目就是女装,那很好办,如果你购买都是女装,那会认为你这个人对女装比较感兴趣。

1.1K10

3个案例秒懂,大数据是如何搞定用户交易画像

除了流失风险、忠诚度和消费能力这 3 个指标外,我们还可以分析用户的购物时段、购物偏好、常用支付渠道等消费习惯,近一步细化用户画像。 ? 如何运用用户交易画像来分析问题?...某个经营线下门店的客户在去年 11 期间做过一系列营销活动,活动期间他们 GMV 有所上升。...恰好 2016 年的 11 在周五,这家店的营销活动是从周五持续到下周二,所以整个 11 营销活动对一般用户的影响比较小。 案例二:用户流失情况分析 ?...按照理论而言,如果商品能针对不同人群卖不同价格,也就意味着有更多人可以购买;只要在利润范围之内,商家就能赚取更多 GMV。但在现实生活中,同一件商品几乎不可能对不同人群使用不同的标价。...构建用户交易画像能为后续的精细化运营做准备,比用户交易画像更重要的是背后的数据化思维方式,这是每一个优秀的市场、运营人都应该具备的能力。

1.7K90

Android:11已经过了12都要到了,还不给你的APP加上自动换图标的功能吗?

前言 也许你也注意到了,在临近11之际,手机上电商类APP的应用图标已经悄无声息换成了11专属图标,比如某宝和某东: image.png 可能你会说,这有什么奇怪的,应用市场开启自动更新不就可以了么...默认是88会员节专属图标,而现在显示的是11图标。 那么,作为开发者的嗅觉,让你自然而然想要从技术角度揣测是怎么实现的,而这便是这篇文章想要与你分享的。...场景剖析 以电商类APP11活动为例,在11活动开始前的某个时间点(比如10天前)就要开始对活动的预热,此时就要实现图标的自动更换,而在活动结束之后,也必须要能更换回正常图标,并且要求过程尽量对用户无感知...--11专属Activity别名--> <activity-alias android:name=".SplashAlias2Activity" android:enabled="false...packageName.SplashAlias2Activity", format.parse("2020-11-05").time, format.parse("2020-11-12

3.1K20
领券