TiDB HTAP 遇上新能源车企:直营模式下实时数据分析的应用实践
作者: Billmay 原文来源:https://tidb.net/blog/7c52da80
无论在股市还是车市上,新能源汽车早已站在了舞台中央。在一台台爆款新车的背后,是造车新势力们产品力和技术力的强强联手,更是数字营销和直营的绝妙组合。早在 2021 年,造车新势力们就已基本完成了销量的“原始积累”。根据各品牌的官方数据,以“蔚小理”为代表的造车新势力 Top3 年销量均已突破 9 万台,无限接近于 10 万台的里程碑。
一条汽车产线维持正常运转的盈亏线约在每年 5 万台,而每年近 10 万台的销量则意味着,这些造车新势力的头部企业大概率已经跨过了产品盈亏线,能够开始在“生产 - 销售 - 研发”的正循环中实现自我发展。
当然,“蔚小理”们之所以被称为造车新势力,除了其动力形式之外,另一大重要原因便在于对直营模式的青睐。
新能源汽车,新的直营销售模式
相较于传统的 4S 店模式,造车新势力偏爱的直营模式里没有经销商“赚差价”,能够在一定程度上帮助车企降低销售和服务成本,还能通过“直面消费者”(Direct To Customer)来快速获得第一手的市场和用户声音。基于此,车企便能够根据市场反馈快速调整策略,实现更精准、更灵活的营销,进而快速打开和占领市场,获得造血能力。显然,在汽车这条成熟、拥挤且竞争者实力超群的赛道上,快速扩张、快速应变能力对造车新势力的生存和发展至关重要。
直营模式的优势浅显易懂,但这并不意味着它的门槛低。相反,即便对于诞生在数字时代的造车新势力来说,直营带来营销能力大幅增强的同时,暴增的数据量也成为了数字化进程中的重大挑战,需要更新、更强的数据技术架构才能平稳应对。
那么,造车新势力们如何做好直营之后的市场营销并取得辉煌战果的呢?
![](https://tidb-blog.oss-cn-beijing.aliyuncs.com/media/cae0bcac81f4cae6ec09e370a81c86f5-1648782996980.png)
直营背后的数据挑战
直营的特点在于车企直接掌控产品销售、服务和社区维护环节,能够获得比传统模式更多维度、更精准的数据。但掌握数据只是营销升级的前提,真正强大的营销还要看车企怎样获得对海量数据的实时分析能力。
以某新势力车企为例,其营销系统主要由三部分组成;面向门店经理及销售人员的实时报表分析系统,面向 C Level 的全新实时业务决策系统,以及并行运行的原有 BI 系统。三大系统根据功能和服务的用户属性不同,分别进行不同维度的信息实时展示和分析,其基础数据则包含全国销售网的销售数据、用户数据、社区数据以及车辆本身的车机数据等四大类。显然,在保证实时性的前提下,如何汇集海量数据并实现有效的管理和分析是整套系统发挥最大效能的难点所在。
包括 MySQL、Oracle 在内的单机 OLTP 数据库虽然能够在分门别类的数据“收纳”任务中展现出很好的性能,但在面对多源数据汇聚、海量数据量下的实时分析任务,他们却无法有效胜任。传统方案通常采用 Hadoop 、Hive 等大数据离线数据分析平台,不论从技术角度还是运维角度都比较重,且分析处理时间往往有数小时甚至数天的延迟,时效性较差,无法应对日息万变的商业竞争环境。
不过这一切都发生在引入 TiDB 之前。
实时数据分析平台的构建
起初,该车企只是抱着技术探索的心态在虚拟机上部署了一套 TiDB 数据库,并搭建了简单的前端、展示页面和 SQL 语句以实现部分数据的聚合、检索功能。通过简单试用之后,这套运行在虚机上的 TiDB 展现出了良好的稳定性和性能。由此,车企也积累了对 TiDB 的良好印象和基础使用经验。以 HTAP 为特色的新一代数据库,能够充分发挥一栈式数据服务平台优势,行存引擎 TiKV + 列存引擎 TiFlash 可以帮助该企业在同一份数据源上同时支持 OLTP 与 OLAP 业务负载,简化数据服务架构,提高系统灵活性。
![](https://tidb-blog.oss-cn-beijing.aliyuncs.com/media/0570c66fbf9a70e9f7ad0d03eceab8f4-1648782986102.jpg?x-oss-process=image/resize,p_80/auto-orient,1)
图:双向多元的数据架构
2021 年中,该车企则迎来了销量爆发,单月销量突破万台,数据分析系统压力陡增。对 TiDB 的良好印象和现实的业务压力最终让车企下定决心,将负责核心数据分析的大数据系统切换到 TiDB。
新数据库运行在物理集群上,通过 DM 数据同步工具实现与各个分类 MySQL 数据库之间的高效数据同步。在全新的实时业务决策场景中,TiDB 能够支持复杂 SQL 语句,最长的 SQL 甚至超过 1000 行,从而构建数据分析逻辑。而在面向销售人员的简单查询和分析场景中,TiDB 则展现出了非常快的响应速度。当然,并行运行的原有 BI 系统也能够从 TiDB 中高效获得数据;既迎新,也利旧。由此,新部署的 TiDB 集群成为了一个高性能的数据中台:同时支持了面向 C Level 的实时业务决策系统和原有 BI 系统,并且面向门店及销售提供实时的数据报表及查询功能。
实际生产和运维过程中,TiDB 在性能、可靠性、易维护性、可扩展性等方面均展现出全面优势。在体验到实时业务决策系统带来的便利性后,该车企还将车辆生产环节中的数据也同步至 TiDB 集群中,通过实时分析决策,大大缩短了从下单到提车的整个交付时间,解决了汽车制造中最难的供应链效能问题。
通过部署新一代 TiDB 分布式数据库,该车企使用自己编写的前端及 SQL 语句构建了一套性能强大、能够服务多种角色的实时数据分析平台,圆满支撑了 2021 年的销量扩张和营销能力增长。而以往通过传统手段构建这样的实时数据分析平台,不仅价格不菲,系统实现和后期运维也极为复杂。由于 TiDB 的开源性质,车企既无需担心被单一数据库绑定,也可以在活跃的生态加持下展开对多样数据应用的积极探索。
数据驱动,洞察先机
无论是海量数据挑战还是以直营为代表的 DTC(Direct To Consumer)模式,其背后都是数据在现代商业模式中地位的不断升级和企业对新营销模式的迫切需求。而不论企业选择产品驱动、营销驱动还是服务驱动,其最终的运行方式也都需切换至数据驱动。这是企业数字化转型的核心动因,更是数字时代企业生存发展的坚定法则。
要完成以数字为驱动力的动力切换,企业的数据库就必须要满足多种需求、应对多变的内外部环境。具备 HTAP 能力的 TiDB 正是企业在这一宏观背景下的理想选择。并且,具备开源特性和极强扩展能力的 TiDB 还能将企业切换数据库的成本和风险降的更低,为企业留足腾挪的时间与空间。
竞争迫在眉睫、时代变迁在即、机遇稍纵即逝,唯有技术进步才能让企业从容前行。
评论