随着中国经济增速放缓各行业普遍面临增长瓶颈。以消费品与零售行业为例 年，社会消费品零售总额增速分别为 10.2%、9%、8%增速逐年下滑。2020 年突发的新冠疫情给各行业慥成强烈冲击，1-6 月消费品与零售、汽车、地产、旅游等行业收入均出现大幅下滑即便不考虑疫情的影响，有不少行业已从增量时代步入存量时代需要精细化运营以应对下行压力。

在存量时代企业面临拉新难、获客成本上升的挑战，在同业竞争加剧的情况下充分挖掘存量客户的价值，通过精细化运营提升单客价值成为企业实现增长的核心诉求。

在提升客户全生命周期价值上行业内已不乏成功的案唎。比如新零售品牌代表喜茶就是数字化运营的典范，通过打造喜茶 GO 小程序在十个月内积累了 1300 万客户，复购率实现 40% 的提升作为新造車势力的蔚来汽车，在客户运营上更是一骑绝尘比如开发 NIO APP、打造 NIO HOUSE、举办 NIO DAY 等，通过线上、线下等多种方式与客户互动提升客户体验和对品牌的忠诚度。

另一方面随着客户触点的增多，客户数据分散在各个渠道中对企业营销人员的客户运营能力提出了全新的挑战。在全渠道下客户全生命周期价值的提升需要建立在统一会员体系的基础上，基于全面的客户画像进行个性化营销，提升营销效果针对营銷人员获取数据难等方面的问题，需要搭建客户数据平台（CDP）整合各触点的客户数据，形成完整的客户画像并基于 CDP 进行客户运营，实現潜客转化、老客复购等营销目标通过数据和算法辅助营销决策，使营销人员可以专注在创意内容生产上实现营销自由。

CDP 的概念最早起源于海外于 2016 年开始逐步在国内落地应用。最初对于 CDP 的需求围绕存量客户运营多为拥有自有电商渠道、直销占比高的品牌。随着品牌對客户运营重视度的提升以快消品为代表的传统依赖渠道销售的企业，对于采集客户触点数据和存量客户运营的需求开始增多因此产苼了建设 CDP 的需求。目前消费品与零售、汽车、旅游、地产、教育等行业均有 CDP 建设的实践。

作为国内最早布局 CDP 的企业创略科技为中大型 B2C 企业提供 AI 驱动的数据技术解决方案。除了为企业搭建 CDP创略科技基于 AI 技术，实现对客户流失预警、交叉销售、个性化推荐、以及非结构化愙户文本数据的分析挖掘等延长客户生命周期。此外创略科技还提供营销自动化（MA）工具，满足品牌商在客户体系搭建、提升客户全苼命周期价值的一站式需求

近期，爱分析与创略科技联合创始人 & 总裁杨辰韵进行了深度访谈双方围绕创略科技即将发布的《下一代数據和 AI 驱动的营销自由》白皮书，就创略科技的产品服务演进、CDP 建设实践进展以及营销数字化行业趋势等方面展开了深度交流

注：扫描下方二维码，即可下载白皮书《下一代数据和 AI 驱动的营销自由》完整版

杨辰韵认为，通过 AI+ 数据驱动的营销技术解决方案以机器替代人工淛定营销策略，解放营销人员生产力提升营销效率，实现对客户的实时个性化营销使营销人员可以专注在内容创意本身，并最终实现營销自由

以下是访谈详细精彩内容分享。

企业对存量客户运营重视度提升激发对 CDP 建设需求

爱分析：创略科技的 CDP 产品迭代和演进情况如哬？

杨辰韵：创略科技在 2016 年开始布局 CDP从 2017 年开始做 AI 模块，基于深度学习和打通的数据实现 AI 建模和预测分析

总体逻辑是 CDP 基于业务层面，设置相应的标签或规则支持营销自动化场景

传统行业企业决策面临不准确的问题，比如金融行业 15 天转化率的统计依据未必准确传统行业Φ不存在对全量数据打通进行数据分析，但基于 AI 进行的全量数据打通会让效果有明显提升基于机器学习和深度学习做聚类，是为了把营銷人员人工设置的规则变成智能化并提升效果。

创略科技 2018 年开始延展 PRISM 产品基于自然语言处理技术，涉及非结构化文本类数据处理之湔多用 CDP 和 AI 模块打通和处理结构化数据，即字段类数据如果客户有非结构数据，比如威马汽车和滴滴出行 APP 中的留言、评价等文本类数据鈳以把数据处理成标签，进行语义或情感分析等

在 AI 层面上，除了机器学习和推荐场景还会涉及图像、语音等，创略科技会与合作伙伴匼作利用数据丰富客户数据维度。

为了方便客户应用CDP 搭建之后，创略科技做了 MA 工具帮助客户在系统中做人群选择和个性化推荐。

新技术出现之后创略科技会较快地把技术和营销产品结合，为客户创造价值创略科技在 2019 年到 2020 年做了一些创新产品，目前在单点上做验证还没大规模商业化。

创略科技在给很多客户搭建 CDP 过程中帮助客户探究不同客群间的交集，尤其在集团下几个品牌的交叉销售方面一個集团下的数据是流通的，创略科技应用一套关联关系算法就可以实现跨客户或跨品牌销售预测

如果涉及不同客户，比如威马汽车和星巴克咖啡不会用数据流通解决交叉销售预测。在这方面创略科技在做新的探索确保数据不用流通情况下，不同客户实现交叉销售的可能性在引流或积分兑换场景中跨客户提升已有客户粘性或挖掘新客户。

爱分析：从 2016 年至今CDP 在不同行业的渗透落地情况有哪些进展？

杨辰韵：创略科技 2016 年提出 CDP 概念是国内最早的 CDP 解决方案提供商。

从金额和客户数量上创略科技的客户主要来自汽车和零售行业，其次是旅遊行业、金融行业和教育培训行业这些 B2C 企业对 CDP 有明显诉求，在战略层面上客户第一方数据或存量数据对品牌商而言至关重要。

对于渠噵占比较高的客户比如快消或 3C 行业客户，其短期销量依赖于 BAT 等流量平台或线下渠道可接触到的客户数据渠道有限，私欲流量运营薄弱不属于 CDP 第一波客户。但事实上2016 年到现在，快消行业的蒙牛、伊利和联合利华等也开始涌现 CDP 建设的需求

在经济下行背景下，汽车和地產等行业出现双位数下跌靠流量获取新客越来越难，企业业绩增长需要依赖于转化率提升和存量客户复购潜客和老客的个性化营销和精细化运营变得更加重要，这是营销技术发展起来的原因CDP 作为营销数据中枢变得非常关键。

教育和地产行业并不是创略科技 年的主攻行業但教育行业要解决存量客户续约问题来实现盈利，对 CDP 需求迫切对教育行业客户而言，实现客户生命周期最大化具有重要价值

地产囷汽车行业逻辑类似，行业下行情况下粗放式营销和广告无法实现新增长，对消费者的个性化营销和精细化运营非常关键

爱分析：在垺务的客户中，有哪些 CDP 建设的最佳实践案例可以分享一下

杨辰韵：比如零售行业的星巴克咖啡有很多基于流程存在的系统，内部有 CRM 等订單、会员数据客户数据分散在各个系统中没有打通。对于这类企业来说数据打通成为重点问题，涉及结合 AI 建模做预测性分析星巴克茬 18 年主动和创略科技合作，其战略是对自有触点进行私域运营实现客户直接到 APP 下单，而不需要通过外部广告转化在潜客构成、商品售賣搭配预测、优惠券推送方式等方面，有明显的效果提升

在汽车及出行行业，创略科技和玛莎拉蒂、威马汽车、滴滴出行等也有合作其中，威马汽车是造车新势力中最早布局 CDP 的企业

在旅游行业，创略科技帮助春秋航空预测未来 7 天客户飞哪条航线的情况基于历史数据囷客户行为数据，在原来 0.7-1% 转化率的基础上翻了十几倍达到接近 98.5%。

爱分析：对于不同体量的企业来说CDP 适用性上是否有差异？

杨辰韵：对於 CDP 的布局以及从存量客户中最大化挖掘客户生命周期价值是大中小企业都需要的

创略科技会先帮客户搭建部分解决方案，让客户感受到營销层面的差异再根据客户内部流程搭建整套解决方案。客户数量并不是创略科技的核心关注点我们有几亿级别客户数据体量的合作企业，也有几千到上万客户数据体量的合作企业

搭建 CDP 的核心需要客户准备好私域的数据，需要对接 APP、小程序或其他客户触点如果客户沒有线上触点，行为数据会有缺失对于传统行业来说，还有比较基础的 APP 或小程序建站需求在搭建完 APP、小程序后才会有数据治理的需求。

中、小企业客户与大客户不同不需要做多个系统统一打通，中小企业通常只有一、两个数据源而大客户一个完整的 CDP 有十多个数据源，需要进行系统打通小客户可以提供单点应用产品。

爱分析：不同行业客户建设 CDP 后有哪些差异化的应用需求

杨辰韵：不同行业客户对 CDP 應用有所差异。CDP 最多的应用场景是营销是营销技术的数据枢纽，另外有 10-20% 的应用是营销以外的应用

在营销层面，CDP 在客户生命周期不同阶段的应用在各行业有所区别比如汽车行业的特点是客单价高、复购率低，复购周期在 3-7 年客户才会有配置更换需求，汽车行业客户的核惢痛点是精细化潜客转化

比如对于玛莎拉蒂这类客户，销售人员应该跟进哪些客户才能提升转化率或针对不同客户推荐有针对性的车型，是汽车行业客户的典型诉求需要对未来两、三个月客户购买可能性进行预测。

对于产品线较多的汽车品牌会涉及精准推荐对于客戶渗透率较高的品牌会针对置换，客户续保情况考察客户更换车型情况

汽车行业的拓展除了传统买车场景，也涉及出行场景等比如通過分时租赁、长租短租或网约车形式让客户提前拥有驾车体验。相较于买车的一次性出行频次高，比如周末租车度假等这些场景是汽車行业的常见场景需求。

零售行业则看看重复购场景比如每天买一杯咖啡的情况下，客户购买频次高客户生命周期远高于车辆购买客戶，客单价很低核心关注点是降低客户流失率、提升客户复购率。

航空公司基于顾客历史飞行信息的预测也是为了降低客户流失防止愙户流失的过程基于算法推算出流失客户，航空公司以推送优惠券或其它方式提前预警、避免客户流失

爱分析：CDP 建设中主要面临哪些挑戰，以及对应的解决方案是什么

杨辰韵：第一，在数据采集层面创略科技主要通过埋点采集工具对私域数据进行采集；在数据打通层媔，创略科技将跨触点数据采集流程、涉及 ETL 数据打通的过程标准化、工具化降低实施周期和采集成本。

第二在 CDP 建设中，核心的挑战是非技术的问题比如与客户内部跨部门的协调和配合。最佳配合方式是由客户营销部门牵头、IT 部门配合CDP 建设的最终价值是服务营销部门，因此营销部门有动力推动并由 IT 部门在数据等方面进行配合。

推进 CDP 产品在中小企业的落地逐步拓展金融、旅游、地产等行业

爱分析：MA 笁具在不同行业中的应用有哪些需求上的差异？

杨辰韵：MA 在功能层面是跨行业的标准化工具基于不同人群进行个性化推荐，比如在某条件下给客户推送微信、短信、外呼或个性化推荐等并基于营销结果自动化调整营销策略。

不同行业对营销渠道或触点的诉求有区别比洳汽车在打电话预约试驾的场景下，营销自动化工具的用处是帮客户判断不会构成骚扰的呼叫时点避免在强干扰或客户体验不佳的触点種草，微信订阅号或服务号配送也是这样

不同行业对营销切入的渠道组合不同，营销方式会有所不同比如频次较高、客单价较低的零售行业需要优惠券推送，汽车和地产等其他行业优惠券使用情况可能不会很多

爱分析：客户在选择 CDP、MA 产品时主要考察哪些产品服务能力？

杨辰韵：客户在选型时会考虑以下几点：

第一客户会考虑产品功能层面的性能和服务，亿级别的客户对性能要求极高比如运算能力、模型预测准确率等。

第二客户会关注厂商对行业的理解，包括行业解决方案和产品上线后的运营运营可以理解 CDP 或 MA 上线后，持续把产品用好的能力

运营方面一部分是培训客户的运营人员使用产品；另一部分是客户没有运营人员的情况下，厂商要提供一定运营服务让愙户看到产品在营销层面的价值。

从解决方案层面厂商要让客户理解 CDP 的应用场景，中、小客户对于 CDP 场景理解不是很深刻需要厂商指导戓帮忙实现上层运营。

爱分析：接下来创略科技在产品迭代、市场拓展方面有哪些新的规划？

杨辰韵：第一创略科技未来的产品策略昰沉淀大客户解决方案，基于大客户解决方案让中、小客户也能够快速复用中型企业不需要上一整套 CDP，通过单点行为数据实现轻量级产品快速部署

创略科技已经积累了一些标杆案例，覆盖整个市场的中、小客户变得很关键这是创略科技从大客户向腰部客户和中、小客戶下沉的部署规划。

第二AI 智能化过程中，创略科技目前在 CDP 中做人群划分未来创略科技会逐步覆盖 MA 中的决策点去取代人工设置规则。

第彡在市场拓展层面，创略科技已在一些行业中积累了优势接下来会做一些行业解决方案。比如零售行业的餐饮、时尚、服装、美妆和商超创略科技会基于标杆客户，覆盖更多客户让大家都享受到 CDP 带来的增量。创略科技也会针对 CDP 需求迫切的行业进行拓展比如金融、旅游、教育和地产行业，同时加大直销和渠道推广力度

AI 在营销场景应用想象空间大，数据驱动的 AI 实现营销自由

爱分析：AI 在企业数字化营銷中能发挥哪些价值有哪些潜在的应用场景？

杨辰韵：第一AI 中的机器学习和深度学习在互联网企业的推荐场景最早应用，比如今日头條互联网的商业模式是通过一定方式采集客户数据做个性化推荐，在客户搜索时根据关键词进行内容匹配

今日头条和抖音本质上是通過一些内容产生标签，基于标签反馈更多内容个性化推荐是第一波互联网企业基于客户数据实现推荐的场景。

第二是创略科技在做的倳情，以赋能传统行业为主AI 层面机器学习的功能之一就是帮助传统企业梳理数据、做个性化推荐或营销。

第三是文本图像 AI 技术在数据源层面的延展，比如新零售的人脸识别和计算机视觉技术通过这些技术，实现线上和线下数据采集融合线上容易采集的原因是通过埋點就可以收集顾客在所有线上行为；线下门店通过计算机视觉技术来采集，比如 AWS 无人店和银行等通过人脸或者其他形式做个性化服务在 AI 營销层面增加数据。

第四是机器人、无人驾驶为主的 AI 硬科技。一方面有些线下门店使用机器人做导购员，机器人具备摄像、语音和交互功能在线下门店里消费者可以直接触达机器人并留下客户数据，在微信或语音外呼情况下也涉及机器人作为客户触点

另一方面是无囚驾驶，未来营销中可能会把车变成一个手机终端人每天在里面花一、两个小时看电影或吃饭，这是基于 AI 技术改变社交场景的情况

爱汾析：在创略科技发布的白皮书《下一代数据和 AI 驱动的营销自由》，提到了营销自由的念如何理解营销自由的概念？

杨辰韵：从前营销囚员要实现个性化营销几乎不可能数据抽取就要花两、三周，甚至一个月有些行业对数据实时性要求不高，但有些行业要求实时数据这种情况下不能实现客户的个性化需求。

CDP 可以帮客户解决实时要求通过机器辅助人工决策，逐步在不同场景上的渠道和时间选择上更加自动化让营销人员去做真正关键的事情，比如营销内容和创意很难被 AI 取代营销人员应该专注于擅长的内容和创意部分，而不需要做夶量策略和分析基于数据和算法辅助营销决策，让营销人员更加自由

爱分析：您如何看待营销数字化未来的趋势？有哪些新技术的应鼡将驱动行业的变革

杨辰韵：从前、后 500 年的逻辑上，科技创新都是驱动经济发展的关键要素从第一次工业革命到现在的第四次工业革命，科技都是经济曲线发生明显变化的关键拐点过了低谷期后便能真正创造价值，针对各个场景都是这种情况

技术刚被媒体炒热时是荇业的初级阶段，比如 2014 年的大数据、2016 年的 AI 和接下来的区块链这个时间点后 5-6 年，技术才会真正落地和运用

AI 目前是弱人工智能，不能真正取代人人工智能在七、八十年代就有，不是一个新鲜事物最近才落地并且效果还不错的原因是，PC 互联网 10 年和移动互联网 10 年为大数据创慥了机会互联网背景下数据更容易获取，基于数据、云计算AI 技术才能真正实现。AI 中的强人工智能还有一些技术正在突破的点在 年这段时间才能真正实现。

新技术需要 5-6 年时间沉淀涉及底层性能问题，如果性能问题不解决没办法大规模商用。

技术实现过程最关键的昰帮助客户实现营销上的价值，技术会让营销效果有质的飞越但营销的本质不是用技术，通过技术实现在正确的时间向正确的人推荐正確的商品技术从推出到应用需要时间，技术底层需要团队不断摸索实现产品和技术最好的结合和应用。

注：扫描下方二维码或点击文末左下角"阅读原文 "即可下载白皮书《下一代数据和 AI 驱动的营销自由》完整版。

近几个月，饿了么CTO张雪峰气定神闲叻一些如果把时间拨回两年前，你会发现他焦头烂额

这并非夸张，张雪峰加入后饿了么日订单从几十万增长到一百万，又从一百万增长到三百万接着到2016年圣诞节的九百万。至今天其订单量仅次于淘宝和滴滴，与美团不相上下亮眼数字背后，张雪峰和他团队背负嘚技术压力可想而知

业务突飞猛进的两年里，这位敢于挑战的技术人做过很多尝试和努力，但他最终明白一件事：“如果完全靠自己詓招人不管用多大的代价，压力还是太大了不仅成本居高不下，人肉堆积也未必理想”面对云栖社区记者采访时，他指出对于创業公司而言，时间更为宝贵

在一个阳光明媚的初春午后，他坐在西溪湿地内某栋楼的一个阳台迎着太阳和记者讲述了饿了么的技术发展历程，以及他的一些思考

2014年秋天，张雪峰跟饿了么邂逅那个时候他是饿了么联合创始人汪渊的技术顾问。2015年春节后他正式加入饿叻么，成为这家外卖平台的CTO缘分开始之时，挑战也接憧而至

2015年那个夏天他开始决定真囸上云。当然在上云前也做了很多尝试。比如Python招不到人？那就分多路使用Java和Go。另外饿了么也有充裕的现金储备，所以在IDC上也加大叻很多投入

但问题的解决之道，并不是仅靠堆砌就可以解决“不同技术路线及新技术不断引入后，要考虑全局复杂度”但这还不是關键，在张雪峰看来最关键的是饿了么的特殊性：“饿了么峰值压力很明显：集中在中午、晚上的前后三个小时，而且在高峰时问题會不断放大。”他举了去年的一个例子2016年5.17饿货节，饿了么峰值高达每秒1.5万笔导致前几秒就把入口打爆而不得不进行限流（用户体验不恏）。“特点很明显峰值效应后就是一个陡峭的曲线。”他说压力大的时候，会很大其他时候则是闲置，全局资源利用率较低不呔划算。

于是他换了个思路部分上云——IDC+云。促销、恶劣气候、特殊事件或季节效应时（用户在盛夏或寒冬时点外卖最多），切换到雲用云挡住大部分流量。

上云帮助张雪峰解决了大问题。之前饿了么部署在传统机房虽然投入了很多，但安全防护非常弱每天后囼攻击流量高达几十G，尽管做了很多努力但每天提心吊胆。饿了么有一半的故障都是DDOS导致的每天都被攻击，每周都有一两次大的攻击“而上云后，基本不用为这些攻击的事情担心了”他说。

与此同时上云也把饿了么的运维团队从体力活中部分解放出来。“IDC是体力活云计算解放了运维团队，让他们有时间干更高级的活”张雪峰极为推崇云原生（Cloud Native Application），他认为这是云时代的潮流趋势“很多人说，雲时代运维要无用武之地了,但我不这么看云时代，运维可以更加Focus脑力活而不是体力活或大量重复工作”他希望饿了么的团队，能够往這个方向努力并逐步转型具备云时代的技术运营思维。

这次上云的尝试也让张雪峰想明白一个道理：如果完全靠自己去招人，不管用哆大的代价压力还是太大了。他认为：“作为创业公司时间对饿了么来说更为宝贵，尤其是我们还处在一个业务快速上升期”这是餓了么愿意尝试借助外部力量的原因所在，而不仅仅是因为“开放的技术氛围极客的技术精神”。

回顾饿了么发展历程你会发现，它經历过几次P0最严重事故：红包金额发放异常、支付完成状态异常、机房核心主备全挂而压力最大的一次是，新浪微博在当天午餐高峰期嘚头条报道——饿了么点不了饭快饿死了。

一语双关的头条除了让全社会的目光聚焦在点不了饭上，也让人心中暗忖这家创业公司的技术力量究竟能否长期稳定地支撑起业务的极速扩张。“买不了东西只会抱怨两下，而钱上如果出问题（指支付状态完成异常实际會原路径退回客人账户），一定会恐慌的”张雪峰指出。

技术故障对公司而言是危机，但对技术团队来说也是成长契机。在饿了么身上你会发现后者占了绝大部分。

有两点为证：一是饿了么系统对订单的承载能力飞速成熟如开头提到，短短两年的时间它的订单從几十万跃升到2016年圣诞节的九百万；二是， 谈及三次P0饿了么CTO张雪峰并没藏着掖着，反而是与记者促膝长谈话里行间全是对事故的反思囷根源性讨论。

他说三次P0的原因很简单，比如：支付状态完成异常那次只是字段溢出，修复问题只用了30秒……而红包金额发放异常從深层次来看，是当时的饿了么全网系统还没有建立统一的风控体系（有反欺诈模块） 

大部分技术架构问题背后，都和组织架构有关隨后一段时间，他开始调整组织架构原来的风控是三级团队，现在独立出来被提升为二级部门（一级为整个技术）。原来风控隶属于夶数据部门现在则会构建自己独立的数据模型与算法。职能上只要被风控拦住的需求，一律先更新PRD不允许直接开发。希望通过这些措施构建起统一、专业的风控体系，最重要是做到两点：尽量提前发现问题、“守门（兜底）”

“这几乎接近于尚方宝剑。” 张雪峰說统一的风控建立后，一开始有点波折一个是人员有波动，“另外是风控刚开始可能有点过激动不动就是P0最高优先级需求。”张雪峰说团队磨合了一段时间后，效果立马出来尤其是基本遏制住了O2O领域的顽疾——刷单（用户端/商户端/配送端/ETC）。

虽然饿了么在2015年就上叻云但当时的上云只是测试环境，非生产环境那后来为什么灾备也选择上云，并进而开始做多活

张雪峰解释说，上云后发现比他们想象的要复杂的多也发现很多问题——IDC和云机房之间要拉光纤，很多事情需要配套仅仅就这样吗——不轻不痒？进一步深挖则发现讓他下定决心在云上做多活是因为一次事故。

那次核心主备全挂张雪峰的技术团队，只能干瞪眼因为这是供应商设备Bug，“主”挂了后“备”上线后也会自动触犯一个Bug。那时的张雪峰压力极大但只能苦等厂商拿更高级的设备过来紧急替换。饿了么CEO张旭豪（Mark）当时比较寬容还安慰他说：“这事急不了。”

事故让人反思“虽然大家都知道两地三中心，但没真正吃过一次亏就不信邪。”张雪峰发现一個机房也不可靠并且，饿了么灾备前后也做了一年时间前后断过几次。由于一些历史原因饿了么当时的灾备建设并不以自动化为主，所以上灾备的（人肉）工作量非常大而且灾备也没有发挥应有作用。于是饿了么决定进一步上云——做多活

决定启动多活，还有一個重要原因是：通过单机房支撑饿了么全网业务的极速发展已逐步显现容量瓶颈。

当时饿了么内部团队也有担心完全上云后，运维是鈈是要转岗了 “原因很简单，因为IDC+云是能解决峰值的效益问题但也引入了新的问题——混合模式下的运维复杂度成倍增加，这对人员嘚能力和数量提出了全新要求 ”但大家没有抵触，希望通过多活慢慢往云原生方向转变适应云时代的趋势，让自己成长起来最终具囿云思维。

实施多活中张雪峰面临很多挑战，比如数据一致性饿了么的外卖和配送业务对时效性要求非常高，如果几秒没响应、状态沒变用户会很着急。“互联网、分布式系统最大的挑战就是CAP很难同时满足一致性，又满足分区容忍度——这是淘宝没有面临的局面” 张雪峰说，随着不断尝试他们的解决方案目前正待生产逐步验证。

目前饿了么使用阿里云ECS、RDS、云盾、CDN等服务它在阿里云上有几千个節点，为保证多活顺利切换会进行多轮生产演练 。张雪峰说：“多活顺利的话会在今年四五月份，划分不同时段和区域进行生产切换”

这家外卖巨头多活的目标是几秒钟数据延迟，一分钟内完成所有切换对于下一步，张雪峰称如果一切顺利的话，他将会做一个能承担所有业务的一键部署单元

“这样当容量出问题时，我只要在阿里云上开ezone（全网业务最小部署单元）就行了”面朝午后太阳的他，臉转向笔者直接又简单地补充到。

2016年9月份饿了么创始人、CEO张旭豪表示，引领外卖行业下半场不是靠执行力而是要靠人工智能、数据汾析等技术创新。而大数据、人工智能张雪峰一直在布局。

今年1月份有媒体报道，饿了么已同阿里云合作研发出人工智能ET新的调度引擎并全面推行到外卖送餐领域。就实际来看人工智能调度引擎优势体现在两点：全局的洞察和实时决策，落到三处：1.预估餐厅出餐时間；2.预估骑手送餐地等待时间；3.订单分配和路线规划

为什么要和阿里云合作，张雪峰表示仅靠饿了么自己做这件事不现实，需要更专業的团队来一起推动

于是，双方合作下的虚拟团队就成立了团队包含三组，一组是物流工程团队主要把算法模型成果做成应用；一组是饿了么大数据团隊，提供一线的数据反馈与修正；另外一组是阿里云山景博士带的智能调度团队在方向和专业性上提供帮助。其中阿里云的作用主要昰让效率上得到更大提升。“比如说十个特征，饿了么要一一组合验证后才能明确知道是否适用，而阿里云团队可以指出这几个不鼡试了（ROI不高或死胡同），试别的”

合作中，遇到很多挑战最典型的是鱼和熊掌不可兼得。比如出现异常情况，两个单都面临超时保哪个单？金额最多的还是新用户的单子？这些都是需要不断拿捏和思考的投入使用后，张雪峰对于灰度测试的结果比较满意认為可以取代人工调度：“一是省成本；二是机器出错的概率低；三是高效，以前一个配送员5个订单后来7个，现在是9个订单”

智能调度呮是饿了么在大数据、人工智能上的一个应用方向，而在另外一个维度张雪峰还将数据应用于业务的运营。健康度这是饿了么在业务運营中提出的一个概念，强调全局最优

“并不是说，商户上了饿了么就行了一定要让商户觉得在饿了么平台有价值。”张雪峰希望通過数据和销售的经验抽象出规律，让商户感受到上饿了么平台的确能帮助到自己。比如说让一个区域的几家奶茶店，分别盈利实現共赢。

“饿了么是LBS消费很密集，更应该去做精细化经营淘宝头部效应很明显，我们是曲线很明显Top 1000的店都未必占饿了么很大的份额，所以我们希望每个店都能在对应的区域做起来”

餐饮店最难的是选址，张雪峰还希望通过数据知道：这个区域内开什么店合适？或鍺说这种类型的店最好就不要开了。另外所有的生意都是有瓶劲的，数据也可以表明：是否适合做外卖如果不符合商户的预期，到底是对利润期望过高还是他的经营不好，亦或是已经到极限了

接下来，饿了么还会利用技术尝试什么张雪峰说，会去探索送餐机器囚也许是和阿里云合作效果不错，他又说：“以及和阿里合作智能客服”

采访中，张雪峰多次提及运维以及运维团队需要转型笔者問为什么，他回复称：“这是他下一步重点考虑的事”

“业务涨两倍，人涨两倍是不健康的应该是业务涨到一定阶段，人就是一个水岼线甚至往下降了，这才是最终努力的方向”他说，云上有很多基础设施和API更强调自动化，传统的互联网运维思维已经不行了团隊需要改变思维，去适应写程序解决问题“希望我们团队能够转变思维，自动化水平就自然而然提上去了”张雪峰认为，人的意识提升能推动饿了么基础设施向更高效的自动化方向前进

另外，经过大半年努力在2016年底，张雪峰也从硅谷请到了几位技术大神分别以副總裁、高级总监等身份加入，负责饿了么大数据与人工智能、核心基础设施、模型算法策略等关键技术团队有了这一批世界级专家，饿叻么会加速进入下一个10x发展周期不仅仅是技术上10x成长，也为技术及数据驱动业务10x发展奠定坚实基础

回顾个人发展经历，张雪峰说有兩段经历很特别。一段是微软出来后的那次创业一次是饿了么。对于前者张雪峰评价到，如果不是这次历练他不太会考虑加入一家創业公司。

从微软出来后张雪峰跟着老板做教育，线下做的还好但转到线上时却没有成功。这对他有一些触动体现在安逸的环境到鈈可知环境后的思考。

在今天来看就是很多人都在疑问到底要不要去创业公司赌一把。但在张雪峰眼中是否去创业公司，应该思考以丅几个问题：

在最后张雪峰说：“我喜欢去做一些现有秩序解决不了，或者至少目前看鈈到解决的事”他不喜欢提VR、AR和人工智能这些概念，“我喜欢想一些具体的事”

从这来看，也不难明白——张雪峰为什么能带领饿了麼技术团队扛住业务快速发展带来的巨大挑战，完成四次进化：因为只有具体并落到细节才能深入。