随着疫情驱动低接触经济发展，促使顾客的消费旅程愈加破碎且难以预测，加上Cookieless时代来临将直接冲击企业经营顾客的方式，零售及电商产业面临全新挑战，对于数字转型的需求更加迫切，必须通过更快速的转型、创新，精准掌握顾客轮廓、持续优化消费体验。
为回应市场需求，iKala Cloud技术总监林士翔在2022 AWS台湾云计算高峰会上即以iKala Cloud协助小三美日上云的案例，以及服务超过500间企业客户数字转型的经验，分享零售与电商产业转型策略。以下内容整理自林士翔的专题分享。
小三美日为台湾知名美妆渠道，网罗各国人气保养、彩妆及流行小物，让消费者能随时掌握最新消息与产品，目前拥有18间实体门店、数百万来自官网及APP的会员数，以及破千万的社群好友及粉丝数。过去小三美日使用地端三层式的架构，包含网页层、业务逻辑层、资料层都是创建当地端机房，随着规模持续扩张，会遇到“扩展性”、“成本”、“可观测性”三面向的挑战。
举例来说，当今天遇到双十一消费性活动，用户与流量剧增会带来承载量无法负荷的风险；若是增购地端机器以备不定期流量需求，则会有成本考量；而当顾客体验任一环节发生状况时，也较难以判断是应用服务还是机房发生问题，无法有完整的监控和相对应的即时处理。因此，iKala Cloud协助小三美日按照原本地端三层式的架构，于三个月内搬迁上AWS，其中也包含让Web与ERP数据库全部上云，让云计算基础架构一次到位。
通过iKala Cloud专业团队的技术服务，小三美日不仅能在不影响商业运营下将数据库搬迁停机时间减少至最短，也免除后续重新适应新接口所要花废的时间及人力成本。未来，小三美日能根据自身增长步调弹性调度云计算用量资源需求、避免实体机房的限制与冗余资源的闲置，维护人员将能随时一键扩展容量或做资料备援，进一步强化高可用性架构，且能在AWS上通过数据集成即时监控示警，预防异常用量产生，在确保顾客购物体验一致性的同时，更能加速优化创新服务及体验。
回到整体零售产业的现况，零售业较常遇到的IT挑战包含：第一，相较于游戏、金融等其他产业，零售电商业通常于IT领域中投入较少的资源；第二，零售电商可能会有些ERP、CRM系统，这些都是传统主机居多，过去无数次的集成也可能导致技术负债持续累计，如何在转型导入新技术的同时，又能跟ERP、CRM很好的整合，是一大挑战；第三，数字化将带来大量的资料，而零售电商的业务体间常使用各自独立系统、资料存储方式来执行各部门管理和运营，不同部门的资料都分散在不同地方，如何极大化发挥这些资料价值也是挑战；第四，较传统的组织架构及文化价值为企业迈向敏捷与创新的阻碍之一，如何驱动组织文化改变也是近期业界高度关注的议题。
今日的零售电商产业主要有两大需求方向，一为“提升顾客消费体验”，例如当顾客进到平台后，每一个互动过程都必须流畅、避免造成任何跳出，或是顾客放入购物车后不能等太久而掉单；二为“创建创新引擎”，即零售电商必须非常了解顾客的喜好和需求，投递符合顾客偏好的广告，以个性化的服务帮助顾客更快找到自己要的产品、打造符合顾客新需求的创新服务。要能满足上述两大需求，零售电商在IT策略上应实践“运营流程优化”及“创建零售数据平台”，把流程优化，才能提升顾客体验，并且有了数据，才有办法了解顾客。
因此，未来的零售电商IT架构典范应包含三大关键要素，分别为“成熟的云计算平台”、“提升的网络连接性能”、“现代化的应用程序开发”，运用云计算平台的性能，取得更多样、可扩展的IT资源，以及通过可靠的基础架构，来创建优质的联网服务，例如5G应用，部署最新的边缘运算技术，和低延迟的云计算服务有效集成，并能掌握持续剧增、来自各设备、各渠道的顾客数据，进而用敏捷的方式、具有高度弹性的微服务技术快速迭代，打造创新的顾客体验及服务，例如APP，以应对快速变动的市场需求。
零售云的架构其实就是“数字化”、“资料分析”、“商业应用”纵向展开，底层为基础架构的三个主角，分别为运算、网络、存储；中间层则为智能零售的一些资料分析，例如个性化、忠诚度、订单系统等，并且与原有CRM、ERP系统互相串联；上层就是各式各样的零售电商企业应用场景，例如物流、订单、促销推荐等，最上层则是终端设备，例如在网页、APP上的顾客体验应用等。
零售云框架。图片来源：AWS
特别是在电商，企业的创新速度已成为其关键竞争要素，而不同的企业都有不同的原有系统架构，因此，电商架构的核心能力应从两个方面来看，分别是“支持线上及线下销售渠道的创新速度”、“原有系统与各式新系统的集成”，而依据“创新速度”、“为实现集成所付出的心力”两项指标，可展开为四种零售电商架构（如图），分别为“定制的微服务架构（Custom-built microservices）”、“商用现货电商服务软件（Commercial off-the-shelf ecommerce suites）”、“定制化的单一独立架构（Custom-built monolith）”、“定制化前端 & 与前端独立的后端电商架构（Custom-built front end & commercial headless back end）”。
四种零售电商架构。图片来源：AWS
“定制的微服务架构”在集成上得付出较大的心力，但带来的创新价值也较高，也即虽然投入相对高的初期成本，但换来更长期较巨大的效益。该架构在速度、敏捷、创新上极具优势，依据不同逻辑去拆分应用服务，当今天把服务各自的领域（domain）拆开的时候，就可以使用该领域（domain）最适合的开发工具，发挥最大效益。同时也可善加利用云计算平台上很多现成的微服务，例如AWS上有Personalization的服务可做推荐系统、有Search的服务去做搜索引擎。相较之下，单体架构就无法弹性规划每个服务用不同工具来开发，这就是微服务架构最大的优势。
在微服务的架构下，服务跟服务之间必须通过API来沟通，因此这些服务未来在对接其他外部系统或原有系统会比较容易一些，这就是为何微服务架构的开发速度、功能迭代比较快、更容易做创新、带来长远效益。但另一方面，今天把服务拆成好多微服务，势必会需要有额外的支持、监控、安全、部署，也可能会带来运维上的挑战。因此，不是每一个企业都适合微服务架构，仍要看企业的体质、现有条件来决定。
“商用现货电商服务软件”则是指买进一个已经做好的软件，里面已有各种模块，进入的开发技术门槛较低，但缺点就是只能依赖该软件厂商的支持，当遇到问题或需要定制化的时候，也可能得额外花时间和成本。另一个最大的问题是超额配置，当商业软件都直接将规格设置到电商尖峰时刻需要的容纳量，系统的成本在非尖峰时刻就容易被浪费。
而“定制化的前端搭配购买的后端系统”则介于上述两种架构之间，是指有些软件是自己买来的，前端则自己做定制，优缺点刚好就介于微服务和商用系统之间，这也常作为企业走向微服务架构的过渡期。
未来的架构潮流是往无服务器（Serverless）前进，开发人员不用再去维护基础架构这些机器，而是只要把程序代码写好，通过云计算服务做到串联、沟通。
企业在做资料分析时，有一种架构方式叫做Data Mesh，通过资料中台，把所有客户资料收拢起来做更好的发挥。有些企业在组织内部就会部署一个人信息料团队，希望资料团队可以把资料收集起来做应用。然而，这些资料团队的成员不是真正接触到各自领域（domain）的人，例如他们不知道什么节日要做什么优惠活动，这通常不是资料团队决定，而是各自项目负责人去做。因此，Data Mesh的核心精神就是把资料拥有权转移到各自第一线项目负责人上，并把各自领域（domain）的资料使用，做一个非常明确的接口的沟通与设置，也就是把资料视为一个产品、API。而资料团队其实就是负责资料监控、访问权限的把关。
而iKala旗下产品iKala CDP（顾客数据平台）其实就是Data Mesh概念的延伸，协助企业主依自身需求、状况进行整体的数字转型。第一阶段先通过领域专家（domain expert）与企业主共同梳理组织内部分散的资料，打通企业内部数据孤岛的状况；第二阶段则是将梳理过的Web/APP或是线下资料，通过API或是导入的方式集成至iKala CDP，让第一线项目负责人可以随时随地取用资料，像是用户标签、营销自动化、广告活动推送、创建数据仪表板。因此，iKala CDP基本上不只是在提供一套软件服务，而是在协助企业进行一套数字转型流程，赋能企业主有效发掘组织自有资料的价值，并能提升整体用户／顾客的体验价值。
iKala Cloud除了协助客户通过云计算科技实现数字化、数据分析之商业目标，让企业在导入AI应用时，有明确的策略规划及发展蓝图，同时也携手伙伴InfuseAI，加速推动企业的AI应用落地。企业内部在自行创建AI开发平台、使用云计算上面AI服务时，其实仍会有一定的门槛，例如用户在各个项目需同时执行不同的工作、维护多种开发环境、管理各式资料集与模型、并针对不同角色给予授权等。尤其若是AI平台位于地端环境，则企业必须管理硬件设备、网络、存储设备甚至是电力，或必须从头创建Container、Kubernetes及其他服务，耗时又费工。
而InfuseAI在做的事情就是要让数据科学家，通过Kubernetes容器化的方式，以完全是UI的接口管理AI平台。数据科学家只要写机器学习相关的程序代码，就可以训练模型、做资料的验证、操作AI的资源配置，不需要为各种设置烦恼，是非常创新、节省、更大化利用硬件资源的做法。因此，通过iKala Cloud云计算技术服务加速资料的集成及应用，再加上InfuseAI一站式的AI开发环境，零售与电商企业将能降低导入AI的门槛，更高效地打造属于自己的AI应用。