2020年注定是載入史冊的一年。逆境之下，新一代消費心理和營銷模式正發生巨變，零售企業的“人貨場”格局自此面臨重塑，數字化轉型再次被推上促增長的拐點。不確定性已經成為常態，精細運營、快速反應，讓決策更智能，將成為未來十年的確定性。

10月23日，2020觀遠數據智能決策峰會暨產品發布會在上海舉行，本次峰會由國內零售智能分析領域的領先企業觀遠數據主辦。此次峰會匯集了500+來自連鎖零售、快消品牌、購物中心、新經濟消費等各個領域中有代表性的企業高層，釋放前沿觀點，解讀疫后企業數字化轉型方法，共同探索通往數據智能的新路徑。

峰會現場，觀遠數據聯合創始人張進發布了2020年觀遠數據3.0產品。據介紹，觀遠一站式智能分析平臺3.0被重塑為三條產品線：Galaxy、 Universe、 Atlas。性能提升方面，在Universe產品線上，平臺從10億行的數據規模提升到100億，幫助企業面對更大巨量數據時做到敏捷高效決策。

張進表示，三條產品線就像人類探索宇宙一樣，觀遠希望像Galaxy便攜式的望遠鏡隨時打開探索決策奧秘，在面對決策流程越來越復雜之后，也希望有Universe這樣強大的基座能力幫助企業望向外太空；深耕行業不斷的總結提煉的時候，觀遠也希望Atlas能像星圖一樣幫助企業沉淀行業最佳實踐。

以下為張進演講摘要：

觀遠從第一天就遵循5A落地的實施方法論，結合我們產品不斷的迭代，識別、分析客戶的需求。新一代智能決策產品該如何去構建，該如何賦能我們企業決策的每一個鏈條每一個環節，這是我們觀遠人每時每刻都在思考與探索的事情。

過去的一年我們在灰科技落地的過程中，又“長”出來了非常多新的產品，可以使得我們今天做到從數據采集一直到數據應用的全鏈路覆蓋。那么，今天我將向大家逐一揭示，我們如何走完從原始數據到深度數據應用這樣一個完整的生命歷程。

首先跟大家隆重介紹一下，我們觀遠一站式智能分析平臺3.0，我們將它重塑為三條產品線：Galaxy、 Universe、 Atlas。這三條線像人類探索宇宙一樣，希望有Galaxy這樣的便攜式望遠鏡隨時打開探索決策奧秘，在面對決策流程越來越復雜之后，也希望有Universe這樣強大的基座能力幫助我們望向外太空，在我們深耕行業不斷的總結提煉的時候，我們也希望Atlas像數據星圖一樣幫助我們沉淀行業最佳實踐。

這是產品線拆解出的產品能力。其中可以看出，我們豐富了非常多的能力，其中不僅僅有我們對平臺2.0能力的升級，也包括剛才提到的灰科技落地過程中延伸的新能力。去年我們迭代了48次，今年我們經歷了85次的發布，有非常多的研發工程師、產品經理參與到我們產品迭代之中。

除了功能之外，對于性能，觀遠數據也是一如既往的持續去追求。像去年我們在平臺2.0，單表規模從1億行提升到10億行。今天在我們Universe產品線上，我們可以從10億行的數據規模提升到100億，幫助大家面對更大巨量數據時做到敏捷高效決策。

我們對于架構也是持續在追求一站式的設計，例如在存儲層和計算層，它都會拉通到各個產品線，使得不同產品線都可以互聯互通。

同時，我們一直在看最前沿最新銳的技術到底是什么，結合我們碰到的場景，我們碰到的痛點，我們該如何將這些黑科技轉化為可落地的灰科技？

沒有持續領先的技術只有前沿技術視野帶來的技術紅利期，像技術圈最近討論比較火的ClickHouse，其實我們在去年已經把ClickHouse作為我們極致加速引擎，引入到產品線之中。另外在我們AI工程化落地的時候，我們也發現Spark的原生的MLLib會遇到挑戰，于是使用MMLSpark來提升巨量預測的時候需要的AI吞吐能力上。同時我們觀遠數據團隊積極的擁抱開源，也會回饋社區。就像 Dolphin Scheduler，我們作為PPMC核心貢獻者與項目組一起將其推入Apache基金會。

這里是一個典型的數據分析場景，我們在之前接入數據時都是使用系統化、結構化的數據。新業務開展時，如果數據系統沒有準備好怎么辦？沒有關系，使用我們的Galaxy-Form采集數據，做到數據歸一存儲。然后進入我們Galaxy-Prep使用Smart ETL做數據準備。然后在Galaxy-Viz構建不同的場景分析主題，構建好了之后，就是可以使用在今天這個舞臺正式發布的Galaxy-Portal數據門戶。它可以靈活切換主題，與各個產品線無限融合，打造一站式的完整的體驗。

這只是展示，背后的分析引擎我們也做了升級。今天我也隆重向大家分布Galaxy極速分析引擎，右邊是我們之前的離線計算引擎，有了我們極速引擎之后，在分析查詢這樣的一個特定場景內，這邊已經開始喝咖啡，那邊還在等待。我們要運算速度跟上我們的思維速度，這是觀遠人一直在追求。

當我們碰到大量數據的時候，我們的業務人員，他其實并不擅長或者說也不應該去處理底層的數據。我們觀遠數據有義務也有責任提供企業多角色融入的能力，所以今天我們隆重發布Universe 1.0，我們不僅可以接入像FTP、日志數據這樣非結構化、半結構化的數據，我們也可以將業務系統里面常用的API通過接口調用形式全部融入平臺之中。有了這些數據之后，我們可以繼續使用我們的拖拽式的處理來構建數據流，構建好數據流之后大家都知道數據流會非常龐大，經常有業務人員說這個數據不對要幫我們查一下，那是非常耗時痛苦的事情，所以我們提供數據血緣的能力，可以快速找到哪個環節和操作數據出了問題。

接下來在我們的Universe平臺上，還是有比較復雜的任務編排邏輯，不像我們平時碰到上游數據好了后下游可以無縫運行。中間環節可能存在各種各樣的系統異常、數據異常，我們就需要復雜的任務調度器來管理和編排我整個數據流、任務流，更穩定、高效運作。

同時我們在這個平臺之上有拖拽式的處理能力，有些人喜歡寫代碼，也有代碼融入功能，然后大家在同一個平臺進行共享、分享。我們會提供任務監控的能力，幫助大家及時識別到底哪個環節的系統或者資源不夠了。

前邊是從數據接入到數據展示和分析的流程，我們觀遠在增強化的方面，去年也發布了一鍵預測的能力，就像剛才聯合利華楊總提到的，在企業內部經常會碰到大家在一起討論的場景，需要仿真，需要測算，我們觀遠的平臺3.0，可以做到我們的一鍵預測，以及我們測算引擎、我們的杜邦分析樹無縫融合，這樣就可以使得老板在給我下發一個業績目標的時候，通過仿真分析我可以回答他option A：臣妾做不到，或者option B：我可以完成，老板得加錢。

如果需要像觀遠一樣，有更多的科學家介入，甚至企業自己內部算法科學家也參與進來，需要有一個平臺，可以構建AI的模型。今天隆重推出的Universe-Lab可以使得我們算法科學家和我們企業內的數據工程師，IT工程師，業務人員，做到無縫全鏈條的協同。另外還有AI檔案庫，在我們Universe-Lab提供AI檔案庫，把每一次的預測流程、鏈路都沉淀下來，一旦在某個業務環節發生問題之后我們可以迅速的回查與定位，看到底是數據出問題，加工邏輯出問題，還是某種特征出了問題。

第三點像楊總提到的AI上線之后業務人員一定會高頻問的問題：你模型為什么會產出這樣的預測結果，如何來的？我們觀遠在平臺3.0之上會連帶產出每個模型的解釋器，告訴大家我們參考什么因素，每個特征權重的分配到底是怎樣，在浩瀚數據海洋之下有些正在涌現規律，我們業務人員通過模型解釋器便于他去理解和捕捉數據海洋下的下一個潛在的機會。

最后是我們的一系列的預測助手。像剛才楊總提到的，這是給聯合利華定制了這個產品，但是作為觀遠數據來講，我們肯定是不希望做太多的定制化，作為一個產品經理，我們最核心的要求是抽象、總結和沉淀的能力。

在打造一系列預測助手的時候，我們沉淀了可視化的SDK，我們沉淀了統一的用戶認證中心，可以使得我們在將來服務大家任何一個AI落地場景的時候，如果說大家需要AI預測助手，可以根據大家不同的業務形態，不同的數據形態，去快速構建你們所需要的預測助手，符合你們業務邏輯的預測助手。

云計算這樣的一個趨勢對于我們在座的每一位來講，也是在接下來5年10年也是要擁抱的變化。我們也會提供云部署的能力，結合云基礎設施提供的高可用組件我們可以打造一個完善的高可用部署，從本地切入到云環境，高效使用云基礎設施。

同時，觀遠數據一直秉承的理念是預防大于治療，所以我們也即將推出Atlas 云巡檢，推出不同的體檢套餐，根據自己需要從不同的角度來分析和定位，到底整個應用情況有沒有潛在風險，提前捕捉和處理。

如何沉淀我們服務那么多的行業分析實踐，總結那么多的案例和場景？如何把這些案例和場景回饋給社會和行業？今天隆重向大家宣布觀遠Atlas應用市場，在今天下午的數據分析分會場也會有我們產品專家專項進行講解。

我快速做一個介紹，首先我們的零售經營助手基于我們一站式智能分析平臺，來構建沉淀我們各種各樣的數據分析基礎，在此基礎上形成我們標準方法論，除了產品之外，還會進行方案輸出，使大家配套產品使用，然后以互聯網產品體驗的應用形式構建，使得大家沉醉在數據分析的海洋之中。

我們不僅僅賦能一線員工，也可以有我們高管版也可以有我們督導版，不同角色都可以利用我們零售經營助手幫助大家定位問題高效協同。

我們觀遠一站式智能分析平臺3.0正式發布，同時配套了我們三條產品線的不同產品，供大家選擇，供大家品鑒，那么在室外的走廊我們也提供一系列的demo環境，供大家去看和觸摸我們觀遠數據的產品。

大家也知道在2020年諾貝爾物理學獎頒給了三位物理學家，來獎勵他們在探索外太空探索我們宇宙的成就。在面對數據外太空的時候，觀遠數據也會像我們人類對宇宙的探索一樣，不斷的追求，不斷的迭代升級，能夠通過我們的產品每年的發布、每年灰科技的落地，幫助大家望見粒子。