第10期 2019/08/27
醫(yī)藥電商從彈性到數(shù)據(jù)智能引擎的公有云需求演進(jìn)（下）
醫(yī)藥流通領(lǐng)域產(chǎn)業(yè)鏈長(zhǎng)且復(fù)雜，九州通一直在思考自己在其中的競(jìng)爭(zhēng)力，為供應(yīng)商、客戶提供服務(wù)。當(dāng)九州通從傳統(tǒng)業(yè)務(wù)到開始將服務(wù)延伸到上下游產(chǎn)業(yè)鏈時(shí)，IT與業(yè)務(wù)的高度融合已經(jīng)成為必然，在這個(gè)過程中云計(jì)算則讓醫(yī)藥流通更順暢、更智慧。
九州通在醫(yī)藥流通領(lǐng)域已經(jīng)有將近20年的積累，其是一家以西藥、中藥、器械為主要經(jīng)營(yíng)產(chǎn)品，以醫(yī)療機(jī)構(gòu)、批發(fā)企業(yè)、零售藥店為主要客戶對(duì)象，并為客戶提供信息、物流等各項(xiàng)增值服務(wù)的大型企業(yè)集團(tuán)。其擁有全國(guó)性的營(yíng)銷網(wǎng)絡(luò)和豐富的上下游資源，在全國(guó)擁有31家省級(jí)子公司（大型醫(yī)藥物流中心），96家地市級(jí)分子公司（地區(qū)配送中心），上游供貨商1萬(wàn)多家，下游客戶20萬(wàn)家。
在去年3月九州通進(jìn)行了一次戰(zhàn)略轉(zhuǎn)型，推進(jìn)FBBC模式，“F”即上游藥品生產(chǎn)企業(yè)，首個(gè)“B”即九州通，第二個(gè)“B”即終端藥店和診所，“C”即消費(fèi)者，整合B2B、B2C交易平臺(tái)，拓展B2B、O2O業(yè)務(wù)。其中B2B業(yè)務(wù)是九州通的重點(diǎn)，2016年B2B營(yíng)業(yè)額達(dá)到10億元，2017年達(dá)到40億元，2018年達(dá)到了將近年百億規(guī)模。
在醫(yī)藥電商從彈性到數(shù)據(jù)智能引擎的公有云需求演進(jìn)（上）（http://cio.zhiding.cn/cio/2019/0812/3120313.shtml）中主要介紹了云對(duì)于九州通如何通過云來進(jìn)行業(yè)務(wù)的提升，尤其在B2B業(yè)務(wù)上的工作。下半部分將主要介紹九州通是如何構(gòu)建混合云架構(gòu)，以及未來對(duì)于云提出的目標(biāo)。
以下為至頂網(wǎng)對(duì)九州通醫(yī)藥集團(tuán)總經(jīng)理助理兼FBBC終端事業(yè)部總經(jīng)理萬(wàn)有鋼的采訪內(nèi)容
至頂網(wǎng)：在混合云的實(shí)施上有哪些難點(diǎn)？
萬(wàn)有鋼：任何一個(gè)東西到混合都會(huì)難，如果一個(gè)簡(jiǎn)單的場(chǎng)景下會(huì)比較簡(jiǎn)單，單一環(huán)境更簡(jiǎn)單，混合云因?yàn)橛幸徊糠衷趦?nèi)部，有一部分在外面，光是這兩塊之間的數(shù)據(jù)的一致性去保障都是一個(gè)大的難題，而且一旦你丟到外面這種公共的網(wǎng)絡(luò)環(huán)境下去的時(shí)候，你不知道會(huì)發(fā)生什么，而且這個(gè)鏈路會(huì)很長(zhǎng)。從我們內(nèi)部的一個(gè)用戶端到我們的機(jī)房，然后從我們內(nèi)部的機(jī)房再到云上面的機(jī)房，從云上面的機(jī)房再到我們外面的用戶端。
內(nèi)部轉(zhuǎn)的東西更多，所以這個(gè)地方這種混合的方式到目前還是很苦惱的。因?yàn)橹虚g一個(gè)很簡(jiǎn)單的場(chǎng)景就是我們用戶提交了一個(gè)訂單了之后，這個(gè)完整的訂單動(dòng)作都是在公有云上完成的，但是這個(gè)訂單還是要到我們內(nèi)部的私有云里去，到我們ERP去，在這個(gè)過程里邊，我們大量的業(yè)務(wù)規(guī)則其實(shí)在藥品這個(gè)領(lǐng)域里監(jiān)管規(guī)則非常多，而且這種規(guī)則很多又是動(dòng)態(tài)的會(huì)經(jīng)常調(diào)整。
所以我們?yōu)榱俗屢?guī)則更加嚴(yán)謹(jǐn)，我們規(guī)則是統(tǒng)一的，在私有云里面一個(gè)統(tǒng)一的規(guī)則，就是規(guī)則引擎放在這里。在云上的訂單來了之后，也要經(jīng)過這些規(guī)則檢查，所以訂單必須到這個(gè)規(guī)則里面去跑。這個(gè)時(shí)候?qū)τ脩簦?guī)則跑慢了就會(huì)等待，這是不好的體驗(yàn)。但是我們?nèi)绾文鼙ＷC它不慢呢？其實(shí)很難。因?yàn)橹虚g有一個(gè)從公有云到私有云這個(gè)過程。這個(gè)過程里面跑的節(jié)點(diǎn)很多。
當(dāng)然，再往后走，我們是不是可以把這塊再進(jìn)行進(jìn)一步的抽象，把很多東西往公有云上去做遷移，讓內(nèi)部變簡(jiǎn)單，然后把更復(fù)雜的這種東西做成一個(gè)共享的服務(wù)放到云上去，因?yàn)槲覀兒竺娓蟮牧髁窟�是往云上遷，更大的流量肯定在云上。
至頂網(wǎng)：在使用公有云后成本、效率上都有哪些變化？
萬(wàn)有鋼：我們每個(gè)月開月度會(huì)議的時(shí)候都會(huì)去看我們現(xiàn)在的成本，就是用云的費(fèi)用和上一個(gè)月的對(duì)比。我們看的在1、2月份的時(shí)候還比較高，但是從3月份開始，3、4、5月份，基本上逐月的費(fèi)用總體在下降。下降的原因是什么呢？我們就會(huì)有監(jiān)控，比如主要是存儲(chǔ)資源，計(jì)算資源，內(nèi)存資源三大塊成本。
比如我們?cè)?、2月份發(fā)現(xiàn)了費(fèi)用很高，花在哪呢？公有云有一些工具能看到我們的費(fèi)用開支在哪一塊。我們發(fā)現(xiàn)內(nèi)存里面哪一塊高了，就再往細(xì)了看是我們緩存的成本高了。所以我們就著手把緩存開始改造，改造了之后基本上從3月份的時(shí)候，緩存的用量就降了一半，到4月份、5月份，緩存這一塊持續(xù)降，這是一個(gè)。
第二，從存儲(chǔ)的角度，提倡塊存儲(chǔ)，對(duì)象存儲(chǔ)。塊存儲(chǔ)相對(duì)來說跟我們的正常存儲(chǔ)是一樣的，但是對(duì)象存儲(chǔ)會(huì)便宜得多。公有云服務(wù)上給我們提了建議，比如視頻、圖片這些文檔性的東西就不要放在塊存儲(chǔ)里面，塊存儲(chǔ)是主要存儲(chǔ)那些數(shù)據(jù)，其他文件型的東西，最好放到對(duì)象存儲(chǔ)里面去。所以這個(gè)也是我們的一個(gè)成本下降的地方。
所以在成本下降里邊，除了服務(wù)商主動(dòng)降價(jià)之外，其實(shí)更多的是在我們用的過程中，一個(gè)是剛才說的一種，哪些地方用的費(fèi)用比較高，我們是不是可以把它降下來，這種降可能也是需要一方面我們自己通過技術(shù)手段，去把有些原來可能沒太注意，管得不夠精細(xì)的地方，我們優(yōu)化一下，通過系統(tǒng)程序去調(diào)優(yōu)，把使用量降下來，這是一種降費(fèi)的方式。
還有一種降費(fèi)的方式，就是所謂的彈性。因?yàn)樵谌魏我粋�(gè)交易里面，特別是藥品，有的時(shí)候交易量會(huì)大，有的時(shí)候會(huì)小。比如我們每年528是我們司慶的日子，司慶在整個(gè)5月份我們的流量都比較大，像618大促一樣比較大。這時(shí)候我們把很多計(jì)算資源就會(huì)加上去，加多少直接通過數(shù)據(jù)來的，但是一旦528的活動(dòng)做完了，我們的資源就要收回來。回收多少同樣也是有數(shù)據(jù)來看的，不能自己隨便去收，還得跟用戶的體驗(yàn)有關(guān)系。所以這種無論是往上去擴(kuò)還是往下去收，都應(yīng)該是根據(jù)數(shù)據(jù)監(jiān)控來，根據(jù)系統(tǒng)的監(jiān)控來，看你過去的用量。
所以我們?cè)谶@種資源的使用上，應(yīng)該還是跟我們節(jié)省費(fèi)用有比較大的關(guān)系。我們?cè)诟鶕?jù)過去用了近大半年的數(shù)據(jù)監(jiān)控，下一個(gè)年度我們可能再節(jié)省大概1/4到1/3的費(fèi)用。我們看重根據(jù)業(yè)務(wù)的流量的情況來彈性的去調(diào)配這種資源，去擴(kuò)充或者縮減這種資源。
至頂網(wǎng)：未來在云上和數(shù)據(jù)當(dāng)還有哪些目標(biāo)和希望？
萬(wàn)有鋼：主要在數(shù)據(jù)上面，我們現(xiàn)在在把各種數(shù)據(jù)融合起來，做全產(chǎn)業(yè)的數(shù)據(jù)智能引擎，因?yàn)槲覀冊(cè)跇I(yè)務(wù)的角度來說，我們過去通過人和人這種交易也做到一定程度了，下一步我們要再去在業(yè)務(wù)上做提升。我們就開始把比如原來ERP的交易數(shù)據(jù)，線下業(yè)務(wù)，電商數(shù)據(jù)，用戶行為數(shù)據(jù)，零售端消費(fèi)者的銷售數(shù)據(jù)等。這些零售數(shù)據(jù)收集過來之后，我們想通過這種數(shù)據(jù)的融合在一起的分析能得到兩個(gè)大的方面的效果。
第一個(gè)效果是我們這些客戶之間是不是有高度的相似性，我們現(xiàn)在20多萬(wàn)的客戶，在線上大概18萬(wàn)，客戶是不是可以分成很多組，不同的組每個(gè)組內(nèi)的客戶是有相似性的。基于這種相似性，我們就在產(chǎn)品的營(yíng)銷上面可以很準(zhǔn)確的向一個(gè)客戶去推薦一個(gè)產(chǎn)品。
特別是現(xiàn)在有很多AI的算法已經(jīng)趨向成熟，而且算力也夠的情況下，我們就開始第二個(gè)階段，就是做一些針對(duì)市場(chǎng)的預(yù)測(cè)，每個(gè)產(chǎn)品將來的銷售走勢(shì)。基于這個(gè)，我們就可能做一個(gè)是庫(kù)存管理，哪些庫(kù)存怎么管。第二個(gè)是對(duì)客戶去推薦商品的時(shí)候，我們可以從更多的維度去推薦它，就是不僅僅是你的結(jié)構(gòu)的相似性，還告訴你這個(gè)市場(chǎng)將來的趨勢(shì)來調(diào)整你的產(chǎn)品結(jié)構(gòu)，這個(gè)就是我們對(duì)數(shù)據(jù)的應(yīng)用。
現(xiàn)在在大數(shù)據(jù)層面已經(jīng)上線了，現(xiàn)在推薦的轉(zhuǎn)化率基本是在17.5%，AI現(xiàn)在還沒有正式上線，目前還在各種研發(fā)和驗(yàn)證數(shù)據(jù)的過程。
本文章選自《AI啟示錄》雜志，閱讀更多雜志內(nèi)容，請(qǐng)掃描下方二維碼
