数智化时代，数据已成为企业的核心资产之一，是推动生产力发展的关键生产要素。然而，对于有规模的企业，数据的庞杂性以及系统的多样性，也带来了数据高度分散、难以高效且有质量地利用，以及数据处理难度大等一系列挑战。
某世界级知名德国车企携手联蔚，基于大量的数据资源，全面提升数据计算效率，深入优化算法逻辑，帮助其构建统一客户画像，整合零散沟通活动，提升业务决策的敏捷性和准确性，构建数据竞争优势，实现业务增长。。
据悉，该车企拥有千万级用户规模，并与十余个系统实现了对接。随着业务的迅猛发展，其数据量急剧增长，在用户数据管理方面面临诸多需求与痛点：客户需求日益多样化，对个性化沟通、内容消费以及产品/报价推荐的要求越来越高；同时，缺乏统一、全面的客户视角，导致建立持续的客户关系和提供个性化沟通服务变得愈发困难。
联蔚数科致力于通过数字化链接，帮助品牌客户实现业务增长，基于全渠道数据整合平台解决方案的能力，通过其客户数据平台（CDP）帮助该车企获得了消费者洞察，实现了目标化信息传递并增加了转化率。
联蔚数科在该车企项目中进行实施落地。面临着来自于数据层面的处理能力的挑战与压力其中主要表现在数据量庞大，分散每日的数据量处理上的算力要求高于常规需求。主要表现如下，
1.总数据量超过28亿：涵盖了车企总部所包含的客户、行为、评级等相关数据，数据类型总量达到百级。
2.每日标签所需计算数据量超过1亿：涵盖了客户生命周期、意向车型、试驾偏好等100+标签分类和300+标签，其中标签类型涵盖洞察类，规则类，导入类，计算类等，部分标签规则需要通过复杂的计算逻辑进行实现。
3.每日新增超过500万条数据记录：系统集成了关键业务数据，包括实时的埋点数据、精准的投放数据和高价值的线索数据。
针对这些挑战，联蔚数科为该客户整体定制并实施了以下策略：提升数据采集能力：在现有API接入、文件导入和数据库直连的数据采集方式之上，联蔚数科进一步扩展了能力，通过新型连接器技术，直接访问并采集数据湖，实现了数据集成的高效与直接性改进oneID算法：面对该车企数据的日常波动，联蔚数科优化了分布式计算和OneID算法。会员合并时，系统自动保留最初生成的OneID，确保身份识别的连续性和准确性。同时，联蔚数科的系统能够精确识别并处理身份信息的增加、变更和删除操作，保障了数据管理的灵活性和精确度。提升数据计算能力：采用存算分离架构，实现系统的灵活扩容，以应对不断变化的数据需求。同时，利用先进的对象存储技术，有效降低数据存储成本，同时确保成本的可控性。引入MongoDB和ES技术，对热点和时效性数据进行加速处理。同时，通过利用AWA EMR服务集群，数据清洗和标签计算任务能够根据负载情况实现动态调整计算资源，实现了计算能力的弹性伸缩。优化标签计算逻辑：通过引入Flink计算引擎，联蔚的标签计算速度提升了20倍以上，同时，联蔚开发了新的TQL语言，支持专家模式配置，以适应更广泛的业务需求。此外，数据源兼容性也从单一的ES扩展至MongoDB、MySQL、SQL Server等多种数据库，增强了数据采集的多样性和灵活性。1、构建了统一的客户画像视图，涵盖了客户的购车偏好、服务历史、互动行为等多维度数据，提升了市场策略的精准度和个性化沟通的能力。2、通过MA帮助该车企实现了快速运营原本零散的沟通活动，MA平台的引入，实现了沟通流程自动化、个性化，大幅提升了营销活动的效率和效果。该车企现在能够通过多渠道营销，确保信息传递的一致性和及时性。此外，MA的数据分析功能还能实时监控活动表现，让客户能够迅速调整策略，以数据驱动的方式提升用户参与度和转化率。
3、系统设计满足了客户处理高达千亿级数据量的需求：成功的将两千亿数据从数据采集——>数据清洗——>标签计算这一流程，从原有的三个半小时缩短至20min，同时保证了计算的准确性。通过该项目的成功落地，该车企获得了显著的数据处理能力提升。即使面临数据量激增的挑战，车企依然能够保持业务决策的敏捷性和准确性，迅速响应市场变化，把握商业先机。这一项目的实施不仅为车企构建了坚实的数据竞争优势，还成功推动了业务的持续增长。
