案例研究: 东鹏饮料

“AWS高级咨询合作伙伴比孚在快消品行业拥有丰富的经验，所提供的分析解决方案让我们可以充分利用AWS云服务的优势更高效的从海量的业务数据中获得所需的洞察力，更好的支持公司业务的发展。”

东鹏饮料（集团）股份有限公司IT总监 董文波

东鹏饮料集团是深圳老字号饮料生产企业，2003年完成全民所有制企业改制，改制后高速发展。目前，设立了广东、广西、华中、华东等事业部，并形成广东、安徽、广西等辐射全国主要地区的生产基地，销售网络覆盖全国近100万家终端门店。

作为知名的饮料品牌，东鹏饮料的主营业务为饮料的研发、生产、销售，以“年轻就要醒着拼，累了困了喝东鹏特饮”的口号成功打造了东鹏特饮品牌。自2017年至今，东鹏饮料的业务持持续上升态势。

业务和收入的快速增长离不开企业信息化建设的支持。早在2015年，东鹏饮料的IT团队就开始尝试销售与营销场景中应用“一物一码”技术，结合互联网优势，实现与消费者、渠道的数字化互动。“消费者购买东鹏饮料的产品后，可以通过扫描易拉环或瓶盖，进入小程序参加活动，活动奖品包括产品兑换或红包等，因此消费者参与度非常高。”东鹏饮料IT总监董文波说，“与传统的线下营销活动成本高、效果差，无法追踪活动效果相比，借助‘一物一码’可以更好的通过数据进行消费者的画像，实现精准营销，吸引消费者回流，有利于沉淀用户，为消费者提供更好的产品和服务。”

“一物一码”的成功为东鹏饮料带来了丰厚的回报，也在信息系统中积累了大量的结构化与非结构化数据，如何让这些数据更好的助力业务发展成为东鹏饮料IT时刻思考的问题。“东鹏饮料每年产品出货量高达30亿，5年积累下来的数据超过150亿条，此外还有来众多自消费者参与活动的大量信息，我们如果想要在如此海量的信息中找到决策者所需的数据，通常需要花费10天左右的时间完成数据查询和报表的制作，这对于公司来说显然是缺乏效率的。” 董文波谈到，另一方面，不只是对于消费者的管理，业务人员的管理也同样存在挑战。由于快消品行业的特殊性，东鹏饮料每天有数以千计的业务人员在各地通过SFA（销售能力自动化）工具进行实地巡店，并完成货架陈列的拍照采集，单日产生的图片近20万张，而这些图片都需要人工进行审核，以验证终端门店是否按照指引完成了产品的陈设。随着终端渠道的不断扩张，采用人工的方式已经无法满足企业发展的需求，为此东鹏饮料IT团队曾尝试通过第三方解决方案提供商获取计算机视觉和机器学习方案，以自动化方式进行审核，但昂贵的模型训练费用、漫长的周期和较低的识别准率让东鹏饮料IT团队不得不将试点暂停。为了应对这些问题和挑战，东鹏饮料IT团队决定基于云构建一个全新的数据分析平台。

在构建满足“一物一码”和精细业务运营的云上数据分析平台时，东鹏饮料针对多家主要云服务提供商进行了细致的考察，最终选择采用Amazon Web Services，并与AWS高级咨询合作伙伴上海比孚信息科技有限公司（以下简称“比孚”）合作完成平台的建设。之所以做出这样的选择，东鹏饮料认为AWS具有以下几方面的独特优势：

成熟的大数据服务和行业经验

AWS在云上提供了包括数据湖与分析在内的广泛大数据技术能力，并且比孚也能够提供可满足不同规模客户使用的数据和分析解决方案。AWS高级咨询合作伙伴比孚的解决方案已经过AWS的认可和广泛的快消行业企业客户所验证，具有丰富的成功案例可以满足东鹏饮料在海量数据管理和分析方面的需求。“相比于其他只谈论技术而无法有效提供业务场景化解决方案和成功案例的云服务提供商，AWS和比孚所提供的能力更加的成熟，并且由包含数据仓库、大数据处理、实时分析、运营分析等不同维度的使用案例可以供我们参考。” 董文波谈到。

低成本、易于使用的机器学习服务

AWS在人工智能与机器学习领域提供了一系列托管服务，能够帮助用户降低针对业务需求构建机器学习模型的门槛。Amazon SageMaker 作为一项完全托管的服务，可以让东鹏饮料的IT团队以低成本的方式快速构建、训练和部署机器学习模型，从而摆脱对于第三方昂贵解决方案的依赖。“在我们提出需求后，AWS很快就派出了机器学习专家协助我们进行开发，我们在一星期内完成了首个demo，并在一个月内就将货架陈列自动识别模型的准确度提升至95%。”董文波说，“只用了不到两个月时间，我们就全部完成了将机器学习与SFA应用的整合过程，让业务人员的巡店工作变得更加的高效。”

轻松扩展至PB级的数据仓库

弹性的Amazon Redshift云数据仓库可以针对不同的工作负载提供合适的存储和计算容量，并且可以按需扩展至PB级，能够为东鹏饮料提供长期持续的数据高效存储和高性能查询支持，可满足东鹏饮料“一物一码”等销售与营销场景中数据持续增量的需求。Amazon Redshift不仅支持开放格式，让东鹏饮料的IT团队能够轻松的将查询结果保存至Amazon Simple Storage Service (Amazon S3);的数据湖中，同时也能够与包括机器学习在内的其他AWS服务集成，从而更好的发挥分析、机器学习等方面的能力，东鹏饮料的IT团队就可以在AWS一个云平台上实现更多的数据方案。

通过使用AWS高级咨询合作伙伴比孚提供的专业化服务并采用AWS构建数据分析与机器学习平台，东鹏饮料不仅实现了以数据驱动业务的愿景，也为企业带来了多方面的收益：

充分发挥海量数据的价值，让企业从大数据中发现业务洞察力。借助AWS提供的大数据能力，东鹏饮料可以更加高效的从已积累的近150亿条数据中更加快速的提取不同业务部门和决策者所需的业务洞察力。比孚基于AWS服务的渗透率解决方案作为切入点，整合企业内外部数据，形成有效的数据分析模型和业务分析点，不仅通过数据模型替代了东鹏饮料之前采用手工制作方式处理的工作，还实现了更加精准、动态、实时的复杂业务计算和预测，并以微信报告推送、可视化报表展现等方式，直接帮助到业务的经营管理。同时比孚也帮助东鹏饮料逐步在AWS云上建立数据平台和分析能力，为业务提供统一的数据服务，以更好的支持东鹏饮料的业务发展。

通过将AWS的人工智能和机器学习技术与SFA整合，东鹏饮料成功的构建起数字化、智能化的终端管理能力，为千店千面的精细化业务运营与营销管理奠定了良好的基础。在SFA应用中整合由 Amazon SageMaker机器学习服务提供的技术，不仅让每天数千位拜访门店的业务员可以更加高效的采集终端货架的陈设信息，以自动化的方式快速审核数以十万计的照片，代替后台同事繁重的人工审核过程；IT团队也能够根据业务的需求训练更加多元化的模型以满足更多的场景化需求，例如从SFA采集的数据中自动发现自身产品与竞品的产品表现，进而帮助运营团队灵活调整业务策略。

大幅降低数据分析与机器学习应用的成本支出。AWS通过在云上提供可扩展且经济高效的数据管理服务，让东鹏饮料可以有效的借助具有成本效益的Amazon S3、Amazon Relational Database Service (Amazon RDS);、Amazon Redshift等服务降低包括“一物一码”营销、SFA数据采集等不同场景中数据量指数级增长所带来的存储与管理成本。Amazon SageMaker也让东鹏饮料的IT团队无需为机器学习场景运营和管理复杂的底层计算资源，相比采用第三方解决方案的方式可以节约近80%的成本。

未来，东鹏饮料将在销售管理、供应链管理等领域与AWS、AWS高级咨询合作伙伴比孚探索更多的合作空间，并且东鹏饮料的IT团队也计划利用 AWS 和开发运营实践经验来更加快速、可靠地构建和交付软件应用，以更加高效和敏捷的方式支持企业业务发展。