如何让东南亚消费者过好双11？Lazada揭秘7大技术保障

简介：Lazada是东南亚地区最大的在线购物网站之一，业务覆盖印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南六个国家。今年的双11，Lazada技术团队开启了一场技术攻坚战，在国际化场景中不断创新和突破。本文将从7个方面分享Lazada是如何通过国际领先的技术方案，实现服务体验如丝般顺滑，驱动业务快速奔跑。

11月12日0点刚过，Lazada双11作战室迎来了胜利的欢呼，相比以往东南亚电商大促场景故障频发的常态，今年Lazada技术团队通过技术驱动业务快速增长的同时，实现了服务体验如丝般顺滑的小目标，这场技术攻坚战的背后，是Lazada技术人在国际化场景中不断创新和突破的硕果。

Lazada在阿里技术底座的基础上，将国际化交易链路全面云原生化，落地了全球最大规模的Serverless应用集群和容器化技术，保障了服务可用性99.99%的目标，同时结合客户端的容器化技术和智慧会场能力，实现了10秒完成交易全流程的丝滑体验。

我们将算法的决策能力应用到了招商、选品、发券、支付、物流履约等多个场景，实现用户体验与业务转化的双赢，在双11这场大考中证明了Lazada的核心竞争力——电商基因。

一 Lazada核心业务系统全面云原生化

随着云原生技术体系的逐渐成熟，国际化技术团队在阿里经济体率先推动电商核心业务场景全面落地云原生，其中Lazada交易链路核心系统作为国际化最大的海外集群，在双11前全部完成云原生体系升级改造并成功通过双11尖峰流量的稳定性考验。

至此，Lazada最核心的业务系统全面云原生化，在海外落地了全球最大规模的Serverless应用集群和容器化技术，带来了研发运维效率20%的提升和资源成本近80%的下降，其核心技术底座基于阿里云自研的最先进ASI容器技术与统一调度体系实现应用资源的统一申请、管控、弹性调度能力，在应用层面基于Sidecar技术实现业务容器与非业务逻辑的剥离，云原生下业务交付变成彻底的容器化交付模式，充分利用了Kubenetes的自动化调度编排能力，自主研发的基于云原生体系下的Gitops研发模式让基础设施和云资源可代码化申明描述、可编程，同时实现云资源Baas化和应用的极速扩缩容，基于云原生Gitops研发运维平台实现基于应用维度的一站式研发运维能力收敛与集成，极大的提升业务交付效率与运维能力。

二 PHA让弱网络下的中低端手机也能秒开会场页面，结合AI保障用户便捷交易

东南亚国家的用户，目前仍然以2G/3G弱网络、中低端手机为主，无线页面性能问题严峻，如何做到会场页面秒开的顺滑体验，是端侧面临的一大难题，这里，我们借力阿里领先的基建和中台能力，把PHA(Progressive Hybrid App)的容器技术应用到了Lazada的场景，增强了容器预热、资源预加载、页面预渲染/离屏渲染、NSR等技术能力，实现了用户在不同会场之间零耗时的会场页面切换能力，将主会场页面渲染总耗时降低了25%，页面蹦失率降低了30%以上。

通过APP的瘦包、启动耗时优化、核心链路原生化，实现了10秒内完成APP启动及商品购买链路，结合动态化能力，在用户链路上提供了个性化推荐内容和贴心的省钱购物指引，真正做到让用户逛得开心，买得放心。

同时，针对东南亚的买家电商能力偏弱的问题，我们通过AI能力，根据用户的特征信息实时定制不同的会场模块、楼层和商品内容，保障用户能够更便捷地完成交易，相对普通会场页面，极简会场用户停留时长缩短了10%，交易转化率提升了8%。

三 99.99%成功率！“稳”赢双11背后的技术保障体系

为了确保新一代基于Polaris中台和云原生技术架构能平稳的扛住双11最高的峰值流量冲击，Lazada技术部以及国际化中台事业部共同构建了一套系统化的技术保障体系。结合数据分析和架构特点，最终产出了5套全链路压测评估模型，提升压测场景的完备性、数据仿真度以及流量的准确性，同时实现了云原生架构下的白加黑、单链路以及全链路相互结合的压测模式。

整体保障体系从系统链路&业务策略梳理（System & Biz Profiling）、监控（Monitoring）、容量规划（Capacity Planning）、应急响应（Incident Response）、链路压测（Testing）等五个层次依次展开，进行了精细化、标准化的保障工作，并在此过程中沉淀了一系列可持续传承的稳定性保障技术能力，使得在本次双11最高峰值流量下取得了99.99%的下单成功率和99.98%的支付成功率的好成绩，实现了Lazada消费者如丝般顺滑的交易体验。

四 CDN动态能力与流复用技术为直播保驾护航

从去年在东南亚开启直播带货新纪元以来，Lazada日常直播量增长400%，2020双11直播DAU更是达到数百万，同时单日直播场次数千场，优质主播单场销量也屡创新高，种种表现预示着东南亚直播带货初具规模，为了进一步提高直播用户观看体验，我们在多领域进行了技术的创新突破；在CDN方面，构架本地化推流中心，采用httpDns协议、以及CDN质量择优调度，另外在直播SDK中实现直播流复用技术，整体提升了2pt的成功率，以及提高了3pt的首屏秒开率。

在今年双11期间，这些技术的应用给直播用户带来顺畅的观看体验，做到了0直播场次质量客诉。同时由于性能体验的提升，各国实际开播场次比预计量提升了50% – 100% ，以及用户300%的观看时长的增长，打下了坚实的基础。

五 优惠大脑实现千人千券，商品算法支持东南亚百万选品

优惠大脑平台(promotion brain)可实现优惠快速配置、快速发布、智能运营、数据运营，满足运营人员差异化运营的需求。平台支持push、弹窗、固定位、瀑布流卡片多模式投放，也支持灵活的投放策略，有效提升投放能力。双11期间，平台承担了在主页、大促会场、频道页、店铺页、商品页等20余个场景的优惠投放活动，超过1150万张优惠券通过优惠大脑平台被领用，引导GMV占大盘8.8%。平台的智能优惠算法可对券进行智能发放，特别是Smart Voucher模块无需运营人员手工配置券池，自动为不同用户产生优惠门槛，实现千人千券。

大促选品方面，商品算法大规模助力招商选品链路自动化升级。在招商场景，利用趋势预测、序列预测模型融合多个业务目标，覆盖东南亚6个国家，支持了百万量级的智能审品，有效提升了审品效率。在反向招商场景，基于价格弹性、销量预测、量价模型算法，为营销活动报名提供智能价格建议，赋能了平台商家，销量增益是人工定价的1.98倍。在尖货选品场景，叠加GMV相对增益和排序算法，供给大促会场、频道页等多个尖货投放渠道；同时升级底层数据链路，引入动态汰换机制，并提供效果追踪，相比人工选品引导GMV提升 13%。

六 Lazada物流1号项目在双11中全面launch

该项目从时效表达，动态组网，实操效率，系统稳定性等多个方面进行了全面重塑，打造了一个支撑起Lazada和Daraz的国际化物流中台。该物流中台在双11中经受大考，并且交上了一份亮眼的答卷。主要体现在：

稳定性全面升级

系统架构上，从公有云全面升级到集团混合云架构，用云原生的理念，完全的阿里技术栈体系重建系统。信息链路上，首次打通了电商和物流的全链路压测通路，跨地域协同越南/深圳/杭州/新加坡，高效率高质量的完成了4次全链路压测。再有秒级全链路监控大盘/时效大盘的加持。最终整体系统在这次大促中接单成功率高达 99.999%（5个9）。双十一当天成功接单量数千万，是日常接单总量的535%。大促过程，整体系统丝般顺滑，最终以0故障/0异常工单结束了这次大促,一改往年故障频发的现状。

大促时效升级

在大促的高峰流量中，物流中台的智能分单能力以及实操系统的任务协同调度能力丝毫没有任何降级和折损。加上Lazada和Daraz 11国实操和技术同学的通力合作，D11下单包裹次日送达率不仅没有打折还高出平日30个百分点。在商家协同助力下发货时长缩减0.25天。在3PL（CP）协同助力下揽收缩减0.25天。通过优化Multi-leg占比，TTS到Shipped缩减0.2天。本次大促没有往日的爆仓，反而给用户带来更好的物流体验。

七 5国，16站，数十万包裹，物流末端配送算法登场首秀！

2020双11是Lazada物流配送算法首次登场秀。Lazada算法采用同一套算法框架支持了两个配送场景的最后一公里配送（LEX和RedMart），服务了5个国家16配送站，共处理数十万包裹量，经历15000个包裹的峰值配送规划量，跨6个系统协同处理，创造了Lazada的历史记录。其中有地址解析底层支持、算法提速、动态线程分配等技术瓶颈突破。核心技术包括：

• “增量路径优化”降低了“预估到达时间”依赖，将“未计划但突然到达”的包裹比例从40%降低到4%, 将“计划好但没到达”的虚拟包裹数从1400个降低到0。
• 提供双算法备份（菜鸟规划系统Greed和自研规划系统Hubble), Hubble的平均运算时长小于7分钟, 同时处理7个相互冲突目标，4个约束条件。
• 提供端到端指标可视化，建立运营、产品、技术和算法的闭环能力。双11期间，”未计划包裹”2.5%，”订单与车辆类型匹配率”99.4%，”订单分配平衡率”96.1%，这些指标给了业务足够的惊喜。

后续Lazada物流将继续推广配送规划算法系统到东南亚6个国家共389个配送站，替代原第三方系统Locus。完善物流链路，扩展到Lazada首公里物流场景。进一步探索分拨中心的人力智能排班等，实现无忧物流的一站式体验。

八 写在最后

每年双11的交易数字都在不断刷新纪录，而Lazada技术人的突破和创新永无止尽。我们将以必成之心，不断用技术驱动商业，带给东南亚消费者越来越好的购物体验！

原文链接：https://developer.aliyun.com/article/779985?

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

原文链接：https://blog.csdn.net/alitech2017/article/details/111193644

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时处理。