Whatnot落地AI数据智能体系 支撑高速增长下的业务洞察与高效运营

项目背景

Whatnot是全球增长最快的直播购物平台之一，业务覆盖北美、英国、澳大利亚、欧洲等多个地区，运营规模大，每天产生数十亿条数据，数据直接驱动平台实时用户体验，对数据处理的速度、准确性有极高要求，原有数据管理模式与基础设施无法匹配业务增长需求。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/9a0qIhdK6QBwSEh1KQyY?utm_source=rss&utm_medium=article

面临的痛点

1. 业务高速扩张下，原有集中式数据团队管理模式成为瓶颈，去中心化数据架构落地后又面临全公司数据可见性不足、成本难管控、性能质量难保障的问题；2. 数据科学家被大量临时数据需求占用，业务侧获取数据响应速度慢、门槛高；3. 原有平台健康追踪日志延迟高，高频诊断扫描成本过高，且日志查看权限门槛高，无法及时发现数据管线错误；4. 系统告警配置需编写大量复杂SQL，技术门槛高，业务人员无法参与配置。

优秘的方案

1. 采用模块化数据栈，基于基础设施即代码能力支持各业务单元自主管理专属计算资源与数据管线；2. 分阶段迭代AI数据分析工具，最终推出基于Snowflake Cortex Agents的定制化对话式数据助手，降低数据使用门槛；3. 升级原生遥测引擎，采用下一代事件表提升数据接入速度，降低日志成本；4. 落地AI辅助可观测工作流，支持通过自然语言快速配置系统监控告警；5. 制定严格的AI输出规范，保障数据结论的可信度，配套集中式成本追踪、智能告警推荐等能力平衡效率与风险。

实施路径

落地成效