行業綜述

本地生活市場穩定增長，各場景全面數字轉型

本地生活當前已經是一個萬億級市場，包含本地日常生活需求與服務消費場景，如社群服務、生活配送、同城跑腿、餐飲到店團購、美容洗護、酒店民宿、電影/票務、休閒娛樂、智慧出行等。

據統計，在2019年，僅僅生鮮、外賣、社群服務領域市場規模6781.6億，年增長超過7%，保持穩定的增速。本地生活服務行業在數字化升級推動下，進入萬億元市場。在2020年，尤其在疫情期間，本地生活服務為全民帶來了極大的便利，讓社會各類資源透過數字化轉型得到了高效的分配與使用。而隨著一二線城市本地生活服務市場競爭趨於白熱化，未來下沉市場和場景拓展將成為本地生活平臺競爭的焦點

行業發展方向

面補貼時代已經終結，依託大資料實現精準營銷

當前一二線城市市場競爭趨於白熱化，簡單透過補貼的方式贏得使用者與流量的方式投入產出已經遠遠不夠。

一方面隨著通訊技術、物聯網、智慧硬體、即時物流等基礎設施和服務的不斷髮展完善，幫助各個服務場景提供服務升級，使得服務體驗與效率上全面提升。

另一方面行業的深化也帶來了更多的有效資料，能夠幫助平臺進行精準的使用者畫像構建與使用者圈選。幫助使用者與商家高效的匹配，讓資料本地化，實現精準運營。

面臨的痛點

各類資料儲存與計算成難題，低成本與高效率如何兼得

隨著場景的多樣性與業務規模的提升，資料型別的豐富與資料規模的擴大對於技術架構帶來了挑戰。

首先大部分的本地生活業務都是LBS服務（Location Based Services）。強依賴與使用者的位置資訊提供與之配套的周邊服務。如何能夠快速透過地理資訊圈選使用者是實現精準營銷的基礎。

其次隨著業務規模增長與時間的積累，勢必會帶來海量行為資料，資料的增加自然會帶來儲存成本的增長。因此在利用資料實現業務價值的同時如何平衡與之而來儲存成本，對企業來說也是一個巨大的挑戰。

另外本地化生活往往涵蓋多個細分領域，包含社群服務、生活配送、餐飲到店團購、美容洗護等。平臺與商家往往需要涉及到跨場景的多型別資訊儲存與計算分析，這裡也為技術架構提出了更高的要求。

資料湖解決方案

阿里雲資料湖解決方案，助力本地生活服務實現精細化運營

基於阿里雲物件儲存OSS與表格儲存 Tablestore 構建的資料湖解決方案，可以全面滿足資料的儲存、離線分析、互動查詢等各種業務訴求，幫助解決上面提到的這些難題。首先，表格儲存Tablestore 與物件儲存OSS 的可以進行有效的資料分層。近期的位置資訊等可以儲存在Tablestore 進行快速的圈選與基礎位置查詢。而各類歷史資訊可以儲存在OSS中實現低成本海量的資料儲存。

 其次，阿里雲的資料湖解決方案，是一套十分智慧的解決方案。其中物件儲存OSS，可以對接個多業務系統，儲存來自不同業務系統的多種資料來源，如些系統的原始資料、遊戲日誌資料等。等資料匯聚到資料湖之後，它的上層系統可以相容多種計算引擎，如開源大資料引擎像Hive，Spark，阿里雲EMR、DLA等，幫助使用者便捷地實現資料處理和分析，不需要再重複複製多份。同時採用 Jindofs提供快取加速方案，還可以獲得比使用HDFS更好的體驗。

這樣一套整體的資料儲存、處理分析解決方案，能很大程度地減少系統相容性問題，管理維護也更加簡單，幫助IT人員從複雜且繁瑣的運維中解放出來，更加專注在產品創新和業務模式的運營上。

最佳案例實踐

客戶簡介

客戶是一款基於精準地理位置和使用者標籤的商家服務系統，為商家提供精準的場景服務和場景營銷功能，進而達到便利消費者、增加收入、品牌曝光等效果。可覆蓋的場景包括商場、餐飲、交通、景點、醫院、酒店和超市等。產品與多家手機系統合作，每月涉及超過千億級資料。

業務挑戰

平臺的資料量在急劇增長，每天使用者位置資訊與配套的裝置資訊需要持續記錄儲存，每月新增的資料量級達到上千億條，對整個資料處理系統提出了更高的要求。使用自建Hadoop體系成本與運維都是一個極大的負擔。在當前的每月千億條資料規模下，需要幫助業務能夠快速精準圈選使用者。涉及到地理圍欄的使用者搜尋，同時也涉及成百上千個欄位使用者畫像標籤的組合查詢。需要支援足夠靈活的的圈選方式，同時需要秒級的響應能力來支撐商場、餐飲、交通、景點、醫院、酒店和超市等不同場景的圈選需求。當前使用Hadoop體系，使用HBase來儲存每次計算篩選都需要全表掃描，往往一個任務要小時級別，跟不上業務的發展需求。

解決方案

使用表格儲存Tablestore來儲存近期的資料，包含位置資訊與使用者畫像等。透過表格儲存Tablestore 的索引加速能力，實現包含地理圍欄篩選等多維度的使用者圈選能力，秒級響應滿足業務的效能需求。歷史資料等存量海量資料透過物件儲存OSS 儲存。所有的資料彙集到基於OSS的資料湖，溫資料儲存在OSS標準儲存上，冷資料透過OSS生命週期管理功能自動儲存到歸檔儲存上。在解決IT系統資料孤島的同事，提供了低成本的資料儲存方案。可以相容原有的Hadoop計算生態，能夠使用阿里雲提供的EMR針對OSS與Tablestore進行資料計算分析。可以非常便捷的進行使用者圈選、歷史資料分析、業務報表等不同業務。DLA提供的Serverless的彈性服務為按需收費，不需要購買固定的資源，完全契合業務潮汐帶來的資源波動，滿足彈性的分析需求，同時極大地降低了運維成本和使用成本。

客戶價值

每月的業務儲存規模由原來的每月200億條擴充套件到1000億條，擴充套件500%，同時大體成本無明顯上漲。使用者圈選效率從原來的小時級別提升到秒級，速度提高30-100倍。能夠極大擴充套件業務承載能力。臨時業務需求承接率提升200%~300%。即需即用，準備成本低，響應快速。平均任務耗時降低67%。所有儲存介質支援多種計算平臺直接SQL訪問。支援資料業務無縫遷移。