dt大数据营销，DTBoost：全新一代企业级大数据应用模式揭秘

新一代企业级大数据应用模式 三个问题

数据仓库这个概念在二十多年前由Bill Inmon提出后，几乎所有的IT厂商都开始介入这个领域，为企业级数据仓库设计非常复杂的体系结构和数据模型，典型的企业级数据应用架构如下：

我们回过头来分析一下，为什么会这样，同时也思考一下那三个问题。为什么会按照这个体系来设计：

新一代企业数据应用模式

是什么？是阿里云结合阿里巴巴自身大数据应用场景，经过多年总结抽象出的企业级大数据应用平台，其目标，是让业务人员可以快速的理解数据，应用数据；轻数据模型设计，重计算模型设计；结构开放，快速支撑数据应用开发；企业内部共建共享dt大数据营销，协同开发。

对标的产品是什么？

我周边经常有人问我这个问题，我可以直接告大家，目前没有对标的产品。在我理解，是一种全新的企业级数据应用开发的模式，我们通过DT技术的手段，将这种模式实现成一套公共云计算平台上数据应用的PaaS，同时也可以部署在专有云。通过可以帮助企业快速实现数据业务解决方案，同时使得业务人员直接使用数据变成现实。

架构

核心是三层架构体系：

数据模型

通过前面的分析，DT时代需要一个全新的数据模型，这个也将是整个的基础。我们要站在业务的视角来设计。同时要提供一套数据模型的管理系统dt大数据营销，来方便模型的设计和构建。为此在数据模型这部分将包含以下几个核心模块。

上图中，最下面三个标签工厂、领域OLT模版、智能OL发现主要是为了加速业务OLT模型构建和标签生产。

当前支持的衍生方法：

时间序列上的衍生：方法名称 方法描述cnt 变量在一定周期内的发生次数cntd 变量在一定周期内出现的不同值次数totv 变量在一定周期内的总和ttav 变量在一定周期内的均值hmax 变量在一定周期内的最大值hmin 变量在一定周期内的最小值hmedian 变量在一定周期内的中位数stddev 变量在一定周期内的标准差variance 变量在一定周期内的方差days 变量在一定周期内满足条件的天数ftdays 变量在一定周期内满足条件的首次行为距今时长ltdays 变量在一定周期内满足条件的末次行为距今时长组合标签支持的表达式以及函数：计算运算：+, -, *, /, %数学函数:abs,acos,asin,atan,ceil,conv,cos,cosh,cot,exp,floor,ln,log,pow,round,sin,sinh,sqrt,tanh,tanh

到这里，数据模型部分可以告一个段落，这块是新一代企业大数据应用模式的基础，非常重要，为此在这部分花了大量的时间和资源进行设计开发。重要但确实是个基础，他并不能直接解决业务问题，真正作用到业务是基于这套数据模型之上的计算模型。敬请关注下一章节 ：计算模型之－计算模型。