2-5 倍性能提升，30% 成本降低，阿里云 SelectDB 存算分离架构助力波司登集团实现降本增效

波司登集团作为全球领先的羽绒服公司，每年的销售旺季集中在四个月间，需高效把握业务机遇以实现高营收。为满足集团销售旺季的实时数据分析需求，同时降低淡季数据分析成本，波司登决定升级大数据架构，采用阿里云数据库 SelectDB 版升级数仓，基于阿里云 SelectDB 云原生存算分离架构，实现了资源隔离与弹性扩缩容，并取得了查询性能提升 2-5 倍、总体成本降低 30% 以上、效率提升 30% 的可观收益。

业务需求

波司登集团自 1976 年创立以来，专注羽绒服制造领域已有 48 年，产品畅销全球 72 个国家。2021 年，波司登羽绒服销售规模达到全球领先，并且在 2023 年实现全年营收 232.14 亿元，同比增长 38.4%。近年来，波司登集团通过数据驱动的精细化运营，成功从 “羽绒服专家” 转型为 “多品类功能性服饰巨头”，其数据分析业务覆盖门店运营、电商平台、用户运营等多个环节。

• 门店运营：波司登门店规模目前已超过 3500 家，运营注重精细化及高效化 **。门店数据分析服务须具备高并发与低延迟能力 **，以应对节假日、新品发布、促销及寒潮期间的销售高峰期，实时监控库存与销售数据，快速调整销售策略与促销活动，基于单门店坪效和区域消费偏好，优化商品陈列及库存分配；
• 电商平台：波司登电商平台覆盖天猫、京东、抖音等主流平台，粉丝总量超 5000 万。由于线上促销活动频繁（如季节上新、节日大促），电商平台流量波动显著高于线下门店，数据分析服务需在具备高并发与低延迟能力的同时，具备弹性扩展能力，根据流量高峰与低谷灵活配置不同规模计算资源，以支持实时调整活动策略与管理库存；
• 用户运营：波司登用户运营聚焦精准化与个性化，数据分析服务需支持人群圈选，通过用户年龄、消费频次、偏好等标签划分细分市场。 结合 CRM 系统和大数据分析，实现会员生命周期管理（如休眠用户唤醒、高价值用户专属权益），并针对不同群体设计差异化活动（如向年轻用户推送联名款，向高净值客户推荐高端系列）。

为满足上述业务场景并驱动集团发展，波司登将数据分析需求分为以下四类：

1. 实时报表： 建立上百张实时报表，覆盖线下门店库存管理、电商平台数据监控、供应链生产需求管理及物流配送优化等核心业务场景，确保业务部门能够实时掌握关键数据，快速响应市场变化；
2. 离线报表： 离线报表为业务部门提供线下门店、线上各渠道基础运营分析，涵盖销售、库存、营销等维度的周报、月报和年报，帮助业务部门了解业务表现并制定长期策略；
3. 人群圈选： 通过用户年龄、消费频次、偏好等多维度标签，精确划分市场。并针对不同群体设计差异化活动，帮助实现精准营销；
4. 即席查询： 为内部专业的数据分析师提供自助式数据获取能力。支持对门店、物流、工厂等数据进行长周期的关联分析及深度下钻，挖掘业务洞察，辅助决策优化。

早期架构痛点

• 波司登集团原数据架构 

  

为支撑上述数据分析需求，研发与数据管理部门分别部署了 Apache Doris、PostgreS