云计算，是根植于Convertlab内部的基因，其核心团队来自SAP SaaS部门，三位联合创始人CEO高鹏是前SAP全球副总裁,COO王铮是前SAP Anywhere 中小企业云计算产品负责人,CTO李征是前SAP Business ByDesign SAP Anywhere架构研发和团队管理负责人。黄金团队吸引了众多业务及技术专家加入。

Convertlab笃信，在数字化的今天，智能化的前夜，所有的企业都需要拥抱以云计算、大数据、人工智能为代表的数字技术，迎接下一波属于产业的黄金时代。更早获得并融合这些能力，也是中国接下来5年引领全球经济的重要支撑点。

2020年，Convertlab获得了腾讯产业生态投资和光速中国领投的超一亿元B轮融资。这也是投资方对于营销技术领域的顶级认可。

在不久前亚马逊云科技的大数据与机器学习沟通会，Convertlab联合创始人兼CTO李征向媒体阐述了近年来Convertlab的发展以及技术层面的最新动态。

在国内MarTech技术演进总体比国外更快

此前，Convertlab与亚马逊云科技经过深入探讨达成共识，Convertlab在国内营销技术演进，总体比国外更快的，由于国内to C市场变化比较多，就像消费者应用一样，有一定机会通过用最新的技术生产质量更好的产品，甚至以更低的成本进军国外市场。目前Convertlab跟亚马逊云科技合作比较多是进入中国的外企及中国出海企业。其中，怎么服务好中国几十万家的大中小的出海企业，是Convertlab的关注点。

在谈到与亚马逊云科技的合作起因，李征表示，与亚马逊云科技的合作是来自于双方在客户上的共同服务，Convertlab在为客户做整个营销的科技赋能、数字化转型过程中，很多客户本身也在使用亚马逊云科技，客户反馈亚马逊云科技有很多新的科技玩法和新能力，Convertlab做营销赋能过程中能不能更好利用好亚马逊云科技的技术，比如说通过弹性伸缩让成本更低，通过Amazon SageMaker让整个云服务效率更高。在与亚马逊云科技具体的合作上发现有很多空间，并且把合作推广，让更多企业受益。在此基础上，从公司层面双方做了技术、业务和市场方面的合作。

Amazon SageMaker需要和数据湖仓融合

在近几年的实践中，Convertlab深刻认识到，Amazon SageMaker本身100%能够帮整个AI数字化实现大量成本节省。但是这个节省成本是有先决条件的，首先最好和目前数据湖，数据仓库能够融合一起，即“智能湖仓”结构。

Convertlab在底层借助利用亚马逊云科技“智能湖仓”架构统一管理数据，包括基于Amazon EMR 在营销领域里是对实时营销所做的技术性革新；构建统一融合的数据治理底座，帮助数据专家快速调用数据，进行模型训练和推理，并获得结果，大幅提升用户全生命周期各阶段数据应用效率，降低数据融合成本；利用Amazon SageMaker提供的非常丰富的模型管理能力，以及机器学习工程化能力，将机器学习生产规模化，利用机器学习技术挖掘数据价值带来实际的业务产出；通过Amazon Athena帮助企业轻松聚合各个数据源的数据，并获得一致性的洞察结果。

在中间层基于亚马逊云科技“智能湖仓”架构，构建了一体化客户数据管理平台Data Hub、高效机器学习应用决策平台AI Hub，两大平台相互支撑与协作，完成了基于业务场景的用户画像，可以快速支撑营销策略。

在上层构建了个性化推荐、购买概率预测，因果分析等一系列的营销智能解决方案，赋能客户精细化运营能力。AI让“客户为中心”的营销实现千人千面，快速决策，提升客户体验。

同时，数据部门与机器学习部门数据共享，数据治理的质量也提升了AI驱动的最终效率。

数字化营销在多行业多领域轮动

从行业判断，李征认为中国国内数字化营销转型处于板块轮动的状态，比如说零售行业相对启动较早，到目前制造业、医药行业、汽车行业等已经开始快速进行数字化转型，同时国企、民企也开始加入。Convertlab与亚马逊云科技在这些领域都有具体的合作，利用好马逊云科技强大的技术能力，以及Convertlab在具体行业里的客户、场景的沉淀，找到真正解决客户数字化转型的方案，最后给客户提供服务，并产生价值。

具体到医疗行业，李征向199IT表示，医疗行业的营销存在很多的难点，因为在药物的生产、流通、销售有很强的合规性要求需要解决。短期内Convertlab更关注医生介入等ICP赋能以及对于一些常见的药物的宣传、营销、经营，而长远来看，数据智能会在整个消费者医疗数据领域存在很大价值，能够通过医疗数据来优化重症药的供给和需要。

在谈及与亚马逊云科技合作中的感受，李征表示，“我觉得亚马逊云科技是一家非常让人尊重的公司，我们跟亚马逊云科技的合作非常顺畅，亚马逊云科技真的是以全局思维来帮助整个生态和企业来成长得更好。比如说亚马逊云科技会主动地和我们讨论，怎么样通过一些新技术的引入或者架构的改造，来帮助客户节省成本，这个十分难能可贵。亚马逊云科技在跟我们的合作里，也非常无私地帮助我们。很多亚马逊云科技的底层平台的技术专家和我们一起共创，比如在Amazon EMR、Amazon SageMaker等一些使用场景，帮助我们更快地去掌握和利用这些技术，应用在我们的产品和解决方案里面。”

李征强调，Convertlab和亚马逊云科技一直合作的非常顺利，也有共同的技术追求和探索，致力于解决企业数字化转型所面临的数据问题、资源问题。未来，Convertlab将和亚马逊云科技继续扩充基于Amazon SageMaker 的AI解决方案，扩展到更广的应用场景，帮助更多客户加速实现智慧营销。

谈及AI的作用，李征非常笃定，整个算法能力在长期必然会成为整个营销云的核心的支撑能力之一，它就不再像那么高高在上的AI算法，可能像水电煤一样，一个企业到一定阶段必须用到AI、用到算法去支撑它的业务，而且是低成本的。

这也是Convertlab非常重要的价值观之一——对新的技术和市场充满自信并全力挑战不断创新。

通过亚马逊云科技“智能湖仓”架构可扩展的数据湖、统一治理、无缝数据移动，驰骛科技帮助企业实现跨组织的数据治理与资产化，解决企业内跨组织的数据管理和安全访问难题。利用Amazon Lake Formation，驰骛科技帮助企业构建基于Amazon Simple Storage Service （Amazon S3）的单一消费者数据资产湖，实现消费者数据元数据统一管理、数据血缘溯源等。此外，亚马逊云科技“智能湖仓”架构为驰骛科技提供低成本高效率的数据处理和分析服务，使驰骛的CDP平台帮助企业对海量数据并行处理和高效计算，继而获得实时商业环境的洞察，更好地辅助企业业务决策。驰骛科技利用Amazon Redshift实现了相较于其他云数据仓库10倍的查询性能，对亿级用户数据可以做到秒级、近实时查询，快速响应业务；利用Amazon Athena应对各种临时查询，满足不同业务人员的临时分析需求。

此外，驰骛科技还利用亚马逊云科技新一代自研处理器Amazon Graviton2，把提供给企业客户的解决方案产品和服务性价比提升40%。

亚马逊云科技不断赋能驰骛科技在多业务场景中加速创新步伐。一方面亚马逊云科技高敏捷、弹性的架构帮助驰骛科技按需调用，灵活响应实际业务需求；同时提供了众多开箱即用的技术和服务快速为企业的实际需求找到对应的解决方案，加速驰骛产品化创新进程，例如基于亚马逊云科技机器学习服务的个性化推荐、复购预测等。

基于亚马逊云科技“智能湖仓“架构，驰骛科技为某超大型零售快销集团打造了整个集团数据的资产化和完整的营销闭环。在此之前，客户所有营销活动没有数据沉淀，集团内信息也无法实现互通。驰骛科技为其打造了整合多系统的营销数据平台，实现30亿用户ID、十几个营销渠道数据、数千活动数据的沉淀，数据量达到几百PB。不仅使客户能够自主运营数据资产，还可以做到跨品牌、跨平台的数据打通，使其可制定自主可控的投放策略和优化。

驰骛科技还为某时尚消费电子品牌打造了基于亚马逊云科技“智能湖仓“架构的多触点数据营销体系，包括数据营销平台、CRM、自动化营销和智慧导购，为客户提供全链路个性化消费触达。在此之前，客户的消费者数据完全分散，形成数据孤岛，几乎所有活动都要依靠人工执行，既费时又费力。驰骛科技帮助客户整合包括十几个业务场景在内的千万级全渠道会员数据和多线程业务数据，构建三套全新会员体系。此外还协助客户开展全生命周期管理和触达，实现自动化营销。

驰骛科技创始人兼CEO程华奕表示：“自2016年公司成立之初，驰骛科技即展开了与亚马逊云科技的合作。2020年开始以亚马逊云科技“智能湖仓”架构为基石，构建全新消费者数据平台，打造强大的云上产品能力。双方将继续进行产品的深度集成和迭代，确保驰骛云上产品的成熟度和领先性；其次，我们会共同探究以消费者为中心的技术迭代和演进，帮助客户持续创新；此外，还将把合作触角向更多行业延伸包括金融服务业、交通运输业和房地产业等。”

驰骛科技依托以消费者数据为核心的客户数据平台（CDP）及相关应用，提供数字阵地分析、营销自动化、CRM客户关系管理、智慧导购等相关产品和服务，实现全生命周期精准洞察和个性化运营，目前拥有数十家家全球性企业客户, 主要集中在零售、快速消费品、汽车等行业，覆盖了众多世界500强企业。

2021年6月24日，亚马逊云科技针对数据及数据分析等服务持续发力，推出引领大数据未来的“智能湖仓”架构，并2021年初至今在由光环新网和西云数据运营的中国区域总共上线了近40项相关服务和特性。亚马逊云科技“智能湖仓”架构将亚马逊云科技全面而深入的数据服务无缝集成，打通了数据湖和数据仓库之间数据移动和访问，并且进一步实现了数据在数据湖、数据仓库，以及在数据查询、数据分析、机器学习等各类专门构建的服务之间按需移动，从而形成统一且连续的整体，满足客户各种实际业务场景下的不同需求。亚马逊云科技“智能湖仓”架构具有灵活扩展、专门构建、数据融合、深度智能和开源开放五大特点，涵盖数据源、数据摄取层、存储层、目录层、数据处理层和消费层六层架构，可帮助客户轻松应对海量业务数据，充分挖掘数据价值。

亚马逊云科技大中华区云服务产品部总经理顾凡表示，“大数据对于现代商业的影响不言而喻。用户期盼从数据中获得洞察，但同时也面临数据存储、处理和分析等方面的诸多挑战，例如数据指数级增长、数据来源不一、数据类型多元化等等。面对细分的应用场景，目前市面上单一、通用的数据解决方案在性能上会有所妥协，很难满足客户的真实需求，用户亟需融合了易用、易扩展、高性能、专门构建、安全及智能等特性于一体的新一代数据管理架构。亚马逊云科技‘智能湖仓’架构在打通数据湖和数据仓库的基础上，进一步将各种数据服务无缝集成，确保数据在不同服务之间顺畅流动，致力于帮助客户尽可能最大程度地提高其数据价值，加速创新，并成为数据驱动型组织。“

亚马逊云科技荣膺中国数据管理解决方案领导者

亚马逊云科技的数据及数据分析服务不断获得行业和第三方机构认可。此前，全球知名的企业增长咨询公司沙利文中国联合头豹研究院发布了《2020年中国数据管理解决方案市场报告》，其中亚马逊云科技凭借创新的技术、灵活的数据管理、云上安全、全球商业实践，被评为中国数据管理解决方案领导者。该报告针对成长指数（功能成长）、创新指数（能力创新）、基本指数（基本数据分析能力）三大维度，对竞争主体旗下数据管理解决方案竞争力进行了评估。亚马逊云科技不仅综合实力排名第一，且三项指数均名列第一。

亚马逊云科技“智能湖仓”架构实现“数据入云，融合智能”

亚马逊云科技“智能湖仓”架构以Amazon Simple Storage Service（Amazon S3）为基础构建数据湖，作为中央存储库，围绕数据湖集成专门的“数据服务环”，包括数据仓库、机器学习、大数据处理、日志分析等数据服务，然后再利用Amazon Lake Formation、Amazon Glue、Amazon Athena、Amazon Redshift Spectrum等工具，实现数据湖的构建、数据的移动和管理等。亚马逊云科技“智能湖仓”架构具有以下五个特点。

• 灵活扩展，安全可靠。亚马逊云科技“智能湖仓”架构用Amazon S3作为数据湖的存储基础，客户可根据不断变化的需求，灵活扩展或缩减存储资源。Amazon S3可达到 99.999999999%（11 个 9）的数据持久性，且具有强大的安全性、合规性和审计功能。
• 专门构建，极致性能。为了满足客户不同的数据分析需求，亚马逊云科技提供全面而深入的、专门构建的数据分析服务，包括交互式查询服务Amazon Athena、云上大数据平台Amazon EMR、日志分析服务Amazon Elasticsearch Service、Amazon Kinesis、云数据仓库Amazon Redshift等。这些专门构建的数据分析服务为客户提供了极致性能，客户在使用过程中不必在性能、规模或成本之间做出任何妥协。其中Amazon Redshift的性价比是其他企业云数据仓库的三倍，AQUA(分布式硬件加速缓存)使 Redshift 查询的运行速度比其他其他云数据仓库最高快 10 倍；Amazon EMR运行大数据处理及分析服务的成本不到传统本地解决方案的一半，但其速度比标准 Apache Spark 快 3 倍以上。
• 数据融合，统一治理。亚马逊云科技“智能湖仓”架构不止是打通了数据湖、数据仓库，还进一步将数据湖、数据仓库以及所有其它数据服务组成统一且连续的整体。在实际应用场景中，数据需要在这些服务与数据存储方案之间，以及服务与服务之间按需来回移动，跨服务访问。亚马逊云科技“智能湖仓”架构降低了数据融合与数据共享时统一安全管控和数据治理的难度。其中，Amazon Glue提供数据无缝流动能力，Amazon Lake Formation提供了快速构建湖仓、简化安全与管控的全面数据管理能力。
• 敏捷分析，深度智能。亚马逊云科技将数据、数据分析服务与机器学习服务无缝集成，为客户提供更智能的服务。例如Amazon Aurora ML、Amazon Redshift ML、Neptune ML等，数据库开发者只需使用熟悉的 SQL 语句，就能进行机器学习操作；Amazon Glue、Amazon Athena ML、Amazon QuickSight Q等，可以帮助用户使用熟悉的技术，甚至自然语言来使用机器学习，帮助企业利用数据做出更好的决策。用户还可以通过机器学习服务Amazon SageMaker、个性化推荐服务Amazon Personalize等挖掘数据智能。
• 拥抱开源，开放共赢。亚马逊云科技“智能湖仓”架构中的关键组件如Amazon EMR、Amazon Elasticserach Service、Amazon MSK的核心都基于开源代码，接口与开源完全兼容，无需改变任何代码就可以实现迁移，也兼容主流的管理工具。OpenSearch 基于开放的Apache2.0 授权，其代码完全开放，用户可以免费下载使用并获得企业级的功能。这些服务允许用户在转型过程中，以非常低的改造成本向云端迁移。

亚马逊云科技赋能全球数以十万计的客户重塑大数据

目前，全球数以十万计的客户选择亚马逊云科技进行数据管理及分析。在中国，TCL、丰田互联、欣和、德比软件、安克创新、启元世界等各行业客户，正在采用亚马逊云科技数据相关服务，开展数据治理及数据价值挖掘。其中， TCL基于亚马逊云科技“智能湖仓”架构搭建的解决方案，将传统的数据库、数据仓库与数据湖打通，消除了数据孤岛，让全品类IoT设备的数据和业务系统实现了互联互通，海外业务与国内业务实现了数据统一。TCL使用了亚马逊云科技广泛的云服务，包括：使用Amazon S3构建数据湖，通过大数据分析服务Amazon EMR、Amazon Redshift和机器学习服务获得数据洞察等。通过使用亚马逊云科技专门构建的数据分析服务，之前需要一周才能完成的复杂数据报表，现在仅需要1-2小时；每天运行300个以上的作业产生 200多个BI报表，为运营和数字化营销提供有力支撑。

启元世界（北京）信息技术服务有限公司是一家领先的人工智能平台公司，公司拥有深度学习、强化学习等自主研发的核心技术和产品，以SaaS的形式，为国内多家知名的游戏公司提供虚拟玩家陪玩、游戏商品推荐、关卡数值设计、游戏内容生成等服务。启元世界使用了亚马逊云科技全栈的数据分析服务进行高效开发部署，保障业务快速稳定发展。启元世界CTO龙海涛表示，“作为一家领先的AI公司，我们希望把更多精力聚焦在算法迭代与产品打磨，我们需要成熟、稳定、免运维的大数据托管服务。亚马逊云科技智能湖仓通过数据的融合，专门构建的分析工具，可靠高效地支撑了我们敏捷的业务迭代，其中Amazon Kinesis实现了分钟级部署，并承载百万QPS（每秒查询率）流数据；Amazon EMR、Amazon Managed Workflows for Apache Airflow使批处理运行的时间减少了80%，运营总成本下降了50%；Amazon Glue 、Amazon Athena、Amazon QuickSight等服务实现了即席查询秒级响应。”

亚马逊云科技构建了强大的合作伙伴网络，通过合作伙伴网络成员构建行业数据管理解决方案。上海驰骛 (ChiefClouds) 信息科技有限公司，是国内领先的消费者数据营销平台供应商，为企业搭建消费者数据平台（CDP），以此为基础构建覆盖数字媒体和阵地运营、CRM、智慧导购等场景的全渠道和全链路消费者运营体系。驰骛科技创始人兼CEO 程华奕表示，“作为企业级数据管理平台的实践者，我们非常认可亚马逊云科技的智能湖仓架构。以Amazon S3为核心的数据基础平台，让我们在服务客户时，在数据安全性、可靠性、性能和扩展性等方面都没有后顾之忧。亚马逊强大的数据分析管理工具组合，让我们能够对各种数据处理和分析游刃有余，快捷、高效地利用机器学习挖掘数据智能，服务于客户的业务创新。“

亚马逊云科技半年内在中国区域新增的近40项数据及数据分析相关的服务及特性，进一步强化了亚马逊云科技数据以及数据分析相关服务组合。其中，Amazon Glue 2.0 版本将作业启动时间缩短了10 倍，并且可提供1分钟最短计费持续时间，Amazon Athena 2.0 包括多项性能改进和新功能，Amazon Lake Formation在宁夏区域推出（去年底在北京区域推出），Amazon Redshift、Amazon EMR、Amazon Elasticsearch Service、Amazon SageMaker等均发布了诸多新特性。

欲了解更多亚马逊云科技最新技术发布和实践创新，敬请关注即将在上海、北京、深圳三地举办的2021亚马逊云科技中国峰会，届时将携手众多业内领先的技术践行者们一起分享“云时代的构建故事与重塑经验”。