易開科技打造雲端數據中台，由資料驅動新智能零售

所謂資料驅動蘊含兩大關鍵。一是在技術部份，必須要有完整數據中台，讓所有資料都可彙整到單一中心，去確定它的真實性，才能好好運用。另一需要整合所有接觸點資料，並加以整理，確保它沒有重複性，再進行分析，如此才能獲得企業想要的洞見。

易開科技（Canner）執行長暨共同創辦人 Howard Chi 表示，談到資料驅動的新零售策略，大致上需涵括四個重點，一是以資料為依據推動更精準的行銷、供應與銷售；二是由資料驅動決策，以適應市場和消費者變化；三是利用資料預測與分析新機會，得以快速執行；四是靠既有資料提高消費者的滿意度與信任感。

要想實現資料驅動的新零售策略，究竟該如何進行資料處理？Howard Chi 歸納六大趨勢，包括雲地端異質資料整合、更即時貼近市場數據決策、企業內部資料中樞（Single Source of Truth）、資料加值應用與再行銷活化、資料跨組織分享與協作，以及需求單位更快速找到資料及使用資料。

當企業已理解上述五大策略、六大趨勢後，更重要的則是需要執行新零售轉型步驟。對此，易開科技不論面對大型或中型零售業者、電商業者，都可提供幾個步驟建議，此即為「智能化階梯五步驟」，依序是收集資料、整理整合資料、分析處理、融合應用，及最後的大規模佈建。

「數據轉型絕非口號，需要有適當工具來實現，」Howard Chi 說，隨著資料進入、到 ETL、再到儲存，然後就出現斷層，只因無法將這些資料轉換成 Business Side 能理解的資料，因為他們的需求，絕不會和我在儲存資料時一模一樣。這時我們就需要一套能處理數據、融合數據的工具，就是「數據中台」，也就是透過企業內部一個數據公共中樞，把資料變成 Business 懂得的應用場景，以便於進行加值與使用。
只不過，要搭建一個新零售數據中台，其實不簡單。主要是因為數據中台的實作非常複雜，它的架構原本就複雜，還得應付不斷增長的數據需求，處理大量且異質的數據來源，並需要兼顧數據治理，所以有相當的困難性。

某大型零售商過去也為前述難題苦惱，花很多時間整合雲地數據，所幸後來懂得在 AWS 上搭建 CannerFlow 數據中台，總算化繁為簡，只需利用簡單 SQL 語法即可達到整合，將資料分析師、資料科學家及業務單位通通連結在一起，有更充裕時間去開創應用。

Howard Chi 表示，易開科技孕育的 CannerFlow 數據中台，可將不同異質資料庫變成單一數據接口，讓應用單位輕易串接到 AI、BI 等分析工具，再針對終端應用程式進行優化。具體來說，CannerFlow 提供數據加值、轉型、壓縮等功能，執行完後才進到 AI 或 BI 應用程式；另外它也能做到跨組織的數據管理，例如可限定部門或個人有權使用哪些部份的數據，並達到即時跨組織的數據分享。更重要的，它會為資料進行加值、標籤或註解，讓 Business 的人了解這些資料究竟代表何意義，而企業也可在中長期不斷沿用 CannerFlow、透過同一平台運算更大量數據，而不需要擴張一整條 Data Pipeline。

企業只要透過三個步驟，即可完成 CannerFlow  數據中台的建構。首先是連結數據，只要打上 URL、User Name 及密碼就能接起來；其次可直接做跨系統的整合，把資料倉儲、資料庫、資料湖、檔案系統、雲地端數據全部整合在一起，中間還提供包含了權限管理、Metadata 管理、暫存數據管理、數據分享、虛擬 Data Mart、多階層的數據轉換、Log 紀錄、排程管理等完善機能；最後將整合完成的數據成果，輸出到 AI 或 BI 等各種工具，與此同時還能顧及中長期資料管理與治理需求。

Howard Chi 強調，CannerFlow 足以協助企業加速 30 倍的數據產出，比起傳統建置模式省下 90% 安裝時間，讓過去一整條 Pipeline 需求，簡化為現今的一個數據中台。此外，過去需要建 ETL、資料倉儲、資料超市，才銜接 AI、BI 各種分析，現在僅需透過虛擬數據中台，即可直接把 Data Source 變為終端應用程式，加速企業的反應力及彈性。