iKala以雲端服務驅動零售及電商轉型，加速AI應用落地

隨著疫情驅動低接觸經濟發展，促使顧客的消費旅程愈加破碎且難以預測，加上 Cookieless 世代來臨將直接衝擊企業經營顧客的方式，零售及電商產業面臨全新挑戰，對於數位轉型的需求更加迫切，必須透過更快速的轉型、創新，精準掌握顧客輪廓、持續優化消費體驗。

為回應市場需求，iKala Cloud 技術總監林士翔在 2022 AWS 台灣雲端高峰會上即以 iKala Cloud 協助小三美日上雲的案例，以及服務超過 500 間企業客戶數位轉型的經驗，分享零售與電商產業轉型策略。以下內容整理自林士翔的專題分享。

iKala Cloud協助小三美日打造最佳零售電商轉型策略

小三美日為台灣知名美妝通路，網羅各國人氣保養、彩妝及流行小物，讓消費者能隨時掌握最新消息與產品，目前擁有 18 間實體門市、數百萬來自官網及 APP 的會員數，以及破千萬的社群好友及粉絲數。過去小三美日使用地端三層式的架構，包含網頁層、業務邏輯層、資料層都是建立在地端機房，隨著規模持續擴增，會遇到「擴展性」、「成本」、「可觀測性」三面向的挑戰。

舉例來說，當今天遇到雙十一消費性活動，用戶與流量劇增會帶來承載量無法負荷的風險；若是增購地端機器以備不定期流量需求，則會有成本考量；而當顧客體驗任一環節發生狀況時，也較難以判斷是應用服務還是機房發生問題，無法有完整的監控和相對應的即時處理。因此，iKala Cloud 協助小三美日按照原本地端三層式的架構，於三個月內搬遷上 AWS，其中也包含讓 Web 與 ERP 資料庫全數上雲，讓雲端基礎架構一次到位。

透過 iKala Cloud 專業團隊的技術服務，小三美日不僅能在不影響商業營運下將資料庫搬遷停機時間減少至最短，也免除後續重新適應新介面所要花廢的時間及人力成本。未來，小三美日能根據自身成長步調彈性調度雲端用量資源需求、避免實體機房的限制與冗餘資源的閒置，維護人員將能隨時一鍵擴展容量或做資料備援，進一步強化高可用性架構，且能在 AWS 上透過數據整合即時監控示警，預防異常用量產生，在確保顧客購物體驗一致性的同時，更能加速優化創新服務及體驗。

零售產業常見的四大 IT 挑戰

回到整體零售產業的現況，零售業較常遇到的 IT 挑戰包含：第一，相較於遊戲、金融等其他產業，零售電商業通常於 IT 領域中投入較少的資源；第二，零售電商可能會有些 ERP、CRM 系統，這些都是傳統主機居多，過去無數次的整合也可能導致技術負債持續累積，如何在轉型導入新技術的同時，又能跟 ERP、CRM 很好的整合，是一大挑戰；第三，數位化將帶來大量的資料，而零售電商的事業體間常使用各自獨立系統、資料儲存方式來執行各部門管理和營運，不同部門的資料都分散在不同地方，如何極大化發揮這些資料價值也是挑戰；第四，較傳統的組織架構及文化價值為企業邁向敏捷與創新的阻礙之一，如何驅動組織文化改變也是近期業界高度關注的議題。

零售產業的轉型策略與致勝關鍵

今日的零售電商產業主要有兩大需求方向，一為「提升顧客消費體驗」，例如當顧客進到平台後，每一個互動過程都必須流暢、避免造成任何跳出，或是顧客放入購物車後不能等太久而掉單；二為「建立創新引擎」，即零售電商必須非常了解顧客的喜好和需求，投遞符合顧客偏好的廣告，以個人化的服務幫助顧客更快找到自己要的產品、打造符合顧客新需求的創新服務。要能滿足上述兩大需求，零售電商在 IT 策略上應實踐「營運流程最佳化」及「建立零售數據平台」，把流程最佳化，才能提升顧客體驗，並且有了數據，才有辦法了解顧客。

因此，未來的零售電商 IT 架構典範應包含三大關鍵要素，分別為「成熟的雲端運算平台」、「提升的網路連接效能」、「現代化的應用程式開發」，運用雲端平台的效能，取得更多元、可擴展的 IT 資源，以及透過可靠的基礎架構，來建立優質的連網服務，例如 5G 應用，部署最新的邊緣運算技術，和低延遲的雲端服務有效整合，並能掌握持續劇增、來自各裝置、各渠道的顧客數據，進而用敏捷的方式、具有高度彈性的微服務技術快速迭代，打造創新的顧客體驗及服務，例如 APP，以因應快速變動的市場需求。

零售電商雲架構的組成

零售雲的架構其實就是「數位化」、「資料分析」、「商業應用」縱向展開，底層為基礎架構的三個主角，分別為運算、網路、儲存；中間層則為智慧零售的一些資料分析，例如個人化、忠誠度、訂單系統等，並且與原有CRM、ERP 系統互相串接；上層就是各式各樣的零售電商企業應用場景，例如物流、訂單、促銷推薦等，最上層則是終端裝置，例如在網頁、APP 上的顧客體驗應用等。

▲ 零售雲框架。圖片來源：AWS

特別是在電商，企業的創新速度已成為其關鍵競爭要素，而不同的企業都有不同的原有系統架構，因此，電商架構的核心能力應從兩個面向來看，分別是「支援線上及線下銷售通路的創新速度」、「原有系統與各式新系統的整合」，而依據「創新速度」、「為實現整合所付出的心力」兩項指標，可展開為四種零售電商架構（如圖），分別為「客製的微服務架構（Custom-built microservices）」、「商用現貨電商服務軟體（Commercial off-the-shelf ecommerce suites）」、「客製化的單一獨立架構（Custom-built monolith）」、「客製化前端 ＆ 與前端獨立的後端電商架構（Custom-built front end & commercial headless back end）」。

▲ 四種零售電商架構。圖片來源：AWS

掌握微服務架構，建立長期競爭力

「客製的微服務架構」在整合上得付出較大的心力，但帶來的創新價值也較高，亦即雖然投入相對高的初期成本，但換來更長期較巨大的效益。該架構在速度、敏捷、創新上極具優勢，依據不同邏輯去拆分應用服務，當今天把服務各自的領域（domain）拆開的時候，就可以使用該領域（domain）最適合的開發工具，發揮最大效益。同時也可善加利用雲端平台上很多現成的微服務，例如 AWS 上有 Personalization 的服務可做推薦系統、有 Search 的服務去做搜尋引擎。相較之下，單體架構就無法彈性規劃每個服務用不同工具來開發，這就是微服務架構最大的優勢。

在微服務的架構下，服務跟服務之間必須透過 API 來溝通，因此這些服務未來在對接其他外部系統或原有系統會比較容易一些，這就是為何微服務架構的開發速度、功能迭代比較快、更容易做創新、帶來長遠效益。但另一方面，今天把服務拆成好多微服務，勢必會需要有額外的支援、監控、資安、部署，也可能會帶來維運上的挑戰。因此，不是每一個企業都適合微服務架構，仍要看企業的體質、現有條件來決定。

「商用現貨電商服務軟體」則是指買進一個已經做好的軟體，裡面已有各種模組，進入的開發技術門檻較低，但缺點就是只能依賴該軟體廠商的支援，當遇到問題或需要客製化的時候，亦可能得額外花時間和成本。另一個最大的問題是超額配置，當商業軟體都直接將規格設定到電商尖峰時刻需要的容納量，系統的成本在非尖峰時刻就容易被浪費。

而「客製化的前端搭配購買的後端系統」則介於上述兩種架構之間，是指有些軟體是自己買來的，前端則自己做客製，優缺點剛好就介於微服務和商用系統之間，這也常作為企業走向微服務架構的過渡期。

未來的架構潮流是往無伺服器（Serverless）前進，開發人員不用再去維護基礎架構這些機器，而是只要把程式碼寫好，透過雲端服務做到串接、溝通。

建立企業內部數據中台，打造數據驅動決策的文化

企業在做資料分析時，有一種架構方式叫做 Data Mesh，透過資料中台，把所有客戶資料收攏起來做更好的發揮。有些企業在組織內部就會部署一個資料團隊，希望資料團隊可以把資料收集起來做應用。然而，這些資料團隊的成員不是真正接觸到各自領域（domain）的人，例如他們不知道什麼節日要做什麼優惠活動，這通常不是資料團隊決定，而是各自專案負責人去做。因此，Data Mesh 的核心精神就是把資料擁有權轉移到各自第一線專案負責人上，並把各自領域（domain）的資料使用，做一個非常明確的介面的溝通與設定，也就是把資料視為一個產品、API。而資料團隊其實就是負責資料監控、存取權限的把關。

而 iKala 旗下產品 iKala CDP（顧客數據平台）其實就是 Data Mesh 概念的延伸，協助企業主依自身需求、狀況進行整體的數位轉型。第一階段先透過領域專家（domain expert）與企業主共同梳理組織內部分散的資料，打通企業內部數據孤島的狀況；第二階段則是將梳理過的 Web/APP 或是線下資料，透過 API 或是匯入的方式整合至 iKala CDP，讓第一線專案負責人可以隨時隨地取用資料，像是使用者標籤、行銷自動化、廣告活動推送、建立數據儀表板。因此，iKala CDP 基本上不只是在提供一套軟體服務，而是在協助企業進行一套數位轉型流程，賦能企業主有效發掘組織自有資料的價值，並能提升整體用戶／顧客的體驗價值。

iKala Cloud 與 InfuseAI 聯手助攻企業加速 AI 應用落地

iKala Cloud 除了協助客戶透過雲端科技實現數位化、數據分析之商業目標，讓企業在導入 AI 應用時，有明確的策略規劃及發展藍圖，同時也攜手夥伴 InfuseAI，加速推動企業的 AI 應用落地。企業內部在自行建立 AI 開發平台、使用雲端上面 AI 服務時，其實仍會有一定的門檻，例如使用者在各個專案需同時執行不同的工作、維護多種開發環境、管理各式資料集與模型、並針對不同角色給予授權等。尤其若是 AI 平台位於地端環境，則企業必須管理硬體設備、網路、儲存裝置甚至是電力，或必須從頭建立 Container、Kubernetes 及其他服務，耗時又費工。

而 InfuseAI 在做的事情就是要讓資料科學家，透過 Kubernetes 容器化的方式，以完全是 UI 的介面管理 AI 平台。資料科學家只要寫機器學習相關的程式碼，就可以訓練模型、做資料的驗證、操作 AI 的資源配置，不需要為各種設定煩惱，是非常創新、節省、更大化利用硬體資源的做法。因此，透過 iKala Cloud 雲端技術服務加速資料的整合及應用，再加上 InfuseAI 一站式的 AI 開發環境，零售與電商企業將能降低導入 AI 的門檻，更高效地打造屬於自己的 AI 應用。