Matrix 营销系统 (2022.07 - 2024.04)
项目背景：
- Matrix 营销系统基于策略画布拖拽交互，提供运营原子能力自由组合
- 支持业务自助完成策略部署及营销流程编排
- 旨在通过一站式营销以及数据闭环达到精细化运营与降本增效的目的
- 集团内部已有 12 个业务团队接入，累计部署策略 1w+，每日营销用户 4000 万人次
架构简介：
- 营销系统作为运营向的工具系统，系统架构自顶向下划分为四个层次：
- 业务层：在最顶层的业务层面上，营销系统服务于集团大盘用户，完成拉新促活促留存
- 接入层：提供不同类型流量入口（定时任务批跑、用户实时行为触发）
- 服务层：由营销系统核心的领域实体组成（策略/策略树/人群）
- 支持域：系统下游的基础平台依赖
核心技术：
- SpringBoot、MySQL、MyBatis、Redis、RocketMQ、Apollo、Zookeeper、Saturn
项目角色：
- 承接项目 SE，参与技术选型，主导营销策略核心模块设计与开发，完成营销平台从 0 到 1 的落地（获得公司个人奖项）
- 负责核心文档撰写，在项目落地过程中积极推动外部团队（研发人员 10+），持续跟进项目的进展，排查并解决线上问题
- 主导推动并实现策略用户旅程可视化面板，支持运营人员自助查询定位策略配置问题，有效降低团队值班 70% 咨询量
- 沉淀策略维度测试工具，隔离外部依赖，提升整体验证效率
- 基于系统通用方案输出专利 3+ 受理通过
关键举措：
-
领域驱动设计实践：
- 梳理运营流程（策略部署->策略执行->数据回收）
- 进行领域拆分（配置域->执行域->数据域）
- 提取共性抽象业务实体，解耦功能流程，建设高内聚松耦合领域服务
-
策略流程引擎设计：
- 自研策略流程编排引擎
- 结合多种设计模式实现流程控制器：
- 责任链串联策略执行流程
- 模板方法定义策略节点内部标准化逻辑
- 策略模式收拢节点差异化实现
- 提供策略执行场景拓展机制，快速响应运营侧诉求，大幅提升研发效率
-
高流量场景下人群底座优化：
- 问题：原人群决策服务在用户侧语法树解析节点耗时较高，人群缓存基于请求维度，整体命中率较低；人群执行算法模型存在调优空间
- 解决方案：
- 管理端人群配置保存或变更进行预编译
- 结合业务场景进行缓存粒度拆分
- 调整人群执行算法模型，对依赖字段去重/分组/批量预取
- 递归平铺嵌套人群规则表达式（避免串行IO）
- 引入多级缓存做进一步性能优化，监听binlog进行缓存更新
- 收益：
- 缓存命中率提升(40% -> 99%)
- 人群服务整体RT降低33%(45ms -> 30ms)
- 上游策略服务执行效率提升46%(1300qps -> 2800qps)
-
大促期间系统稳定性专项治理：
- 问题：营销系统吞吐在业务侧集中推送时段难以满足诉求(出现100w数据跨天消费场景，以及业务线内部任务互相阻塞、大包堵小包)，并且突发流量下策略执行错误率攀升，导致营销触达失败，带来一定的业务折损
- 解决方案：
- 针对不同业务线(客群)，通过TOPIC分离建立系统资源隔离机制以及优先级通道
- 通过Redis Lua脚本实现分布式限流，避免突发流量打垮上下游服务
- 提供策略节点补偿及熔断机制
- 收益：保证业务冲量期间服务平稳运行(零资损)
多层级风控体系构建：
- 问题：灵活用工存在身份冒用、合规风险、资金风险等多种风险场景
- 解决方案：
- 设计"注册-签约-结算-提现"全流程风控矩阵
- 基于规则引擎实现实时风控决策，支持自定义风控规则
- 建立风控审核工作流，支持多角色、多层级审核
- 引入区块链技术对关键数据(合同签署、工作成果)进行存证
- 收益：
- 平台风险事件发生率降低85%
- 减少手工审核工作量70%，业务处理效率显著提升