意气风发,风起“云”涌(二):2015到2019,从5到70,从0到100万,技术推动业务的云实践,我创业的这4年

简介: 从2015年到2019年,业务DAU从0到100万,团队从5人到70人,讲述技术人的创业之路,解读如何从技术推动业务,分享作为CTO的心路历程,一同感受创业的五味杂陈。

作为合伙人,转型求变是很正常的事,但是面对团队,这可能会引发问题,未来变化多样,如何让团队接受变化,适应变化,理解变化尤为重要,因为求变并不意味成功,反而多次变化的失败带来的往往是信任危机;技术团队同样适用,我所能做的就是持续和团队分享我对业务的梳理、理解,这些分享不仅仅在转型时分享,在平时也保持,当然这和我们创业的领域相关,客观的说我们是一个业务驱动的领域创业,所以,我也希望我的团队从开始就能认识、并且不断理解我们的团队,方向,创业这件事,在这个过程会有不同的认识,不同的理解,而那些意见分歧的或者有其他想法的同学可能会逐渐离开,我认为这并不是坏事。
同样的,发展依然是硬道理,不论是我们转型的目的,还是想要正确引导团队适应变化,在业务发展并不明朗的情况下,我需要做的是怎样保持团队的发展,技术的发展,很多时候转型很有可能就是不断重复了前期工作,但是技术恰恰是一个积累型,厚积薄发的领域,所以我小心的带领团队去构建一个可持续的业务框架,我们的任务调度系统,即不做跨越式的革新,又要递进式的提升技术水平,还好,我的团队做的还不错。
很快的,我们平滑而快速的迁移到新的女装导购。我小心的关注着我们的留存数据,一切显示确实有不错的效果,然而,挑战也是巨大的,每天我们要处理的女装商品数据几十倍的增长,运营团队扩张了。如何让运营快速上手适应我们的CMS又成为挑战,这是一个PM问题。日常的需求整理分解转化,我引入了在线的协同工具,这对团队积累有很好的帮助,能让我们定期Review已做的事情,寻求改进。
这段时间我们也发生了一些事故,我们的图片存储一直用七牛,很不幸,2015年我有映像的就出现过3次事故,CDN节点异常,导致我们的图片不同区域的展示异常,当时我找了基调网络(现在可能听云会比较熟知)的朋友测试了节点情况,不太乐观,我决定重新考虑CDN的选择,尽管七牛是我们以前很稳定的供应商。除了基调协助我们了解CDN的宏观情况,我也在其他几个公有云平台搭建测试节点以便客观,测试CDN的稳定性和速率,结果阿云CDN令人满意,速度虽然不是最快的,但是稳定,所以CDN我们逐步切到阿云,保留七牛做备。
这里插个花絮,阿云CDN有些场景下也不好使,当然这是后话,我们发现阿云CDN在WX客户端内某些时段某些区域会出现异常,这只是我们发现的一个场景,因为后来我们强依赖WX,所以遇到了这种场景,当然我们没有深追(也许?),切换CDN后表示正常,所以我们还是保持了其他CDN的选择。
很遗憾,在2015年的最后一个季度,我们发现留存数据依然不能支撑我们的市场模型,我们再次选择调整方向,我们之前通过人工运营图片流式女装导购App,无法复现过去的成功,大家不得不陷入沉思,虽然我的团队还挺嗨的。虽然线上并没有起量,但是我们维护了一个巨大的商品挑选池子,年底的一些WX活动也有令人惊异的表现,大家依然沉浸在阶段性的数据和能力提升上;我是焦虑的,我和CEO、其他合伙人一起讨论可能的突破点,我们决定转做基于内容的女装导购。现在看,也许还有其他选择,但是有些时候,选择了就不后悔,这是在我们有限时间,我们能力范围内做出的合理选择,如果要说反思的话,只有不断保持自身能力的不断提升,才有其他选择的可能,无论如何当时的选择只能基于当时的能力,而作为创业者要做的,就是持续的提升自己的见识和能力。
2015年很快就过去了,给团队做了总结,同时也沟通了转型,因为这次转型从表现形势看只是我们输出的样式从简单的图片商品,转换为图文、视频的形式,大家普遍乐观的接受了,毕竟有新的挑战,而且这次我们并不像失败,而只是希望更好。
我自己也做了总结,工作时间相比之前更自由,日均工作时长超过14个小时,平均每周2到3次超过1个小时的快走锻炼,虽然我是做广告的,这一年下来相关工作几乎没有,好在做广告时培养的数据敏感性,让我在这一年同样成长迅速,当然这要感谢我的合伙人,CEO。从技术上说,我也做了一些总结:
1、我理解的云计算在向IT领域的制造业发展,越来越成为基础设施,规模化需求明确,降低边际成本,竞争成本巨大;
2、基础网络环境仍待改善,移动、联通、电信差异巨大,3G、4G网络适应,对于移动端开发来说总是有些头疼;
3、基础运维的效益成本下降:云平台基础服务几等于技能人员,云计算的潜在优势也许不一定在实际成本,而在IT人员的有效核减,降低管理成本,当然2015年度阿里云给我们的成本是感人的,从实际成本上也优化了不少;
来不及多想,我们就迎来了变幻莫测的2016。(未完待续)

相关文章
|
7月前
|
Kubernetes 供应链 安全
云原生环境下的容器安全与最佳实践
云原生时代,容器与 Kubernetes 成为企业应用核心基础设施,但安全挑战日益突出。本文探讨容器安全现状与对策,涵盖镜像安全、运行时防护、编排系统风险及供应链安全,提出最小权限、漏洞扫描、网络控制等最佳实践,并结合阿里云 ACK、ACR 等服务提供全链路解决方案,展望零信任、AI 安全与 DevSecOps 融合趋势。
303 5
|
8月前
|
JSON API 数据格式
小红书笔记详情API响应数据解析
小红书笔记详情API可获取笔记核心数据,适用于内容分析与竞品监测。支持HTTP GET/POST请求,返回JSON格式数据,包含笔记标题、互动数据及作者信息。文档提供Python请求示例,建议添加异常重试机制,助力品牌营销与用户行为分析。
|
7月前
|
存储 数据管理 BI
如何解决数据孤岛难题?
企业在成长过程中常遇到数据孤岛问题,如财务与销售数据无法互通、用户信息不一致等。这源于系统不兼容、部门壁垒和标准缺失,影响决策效率与客户体验。本文解析数据孤岛成因,并提供从战略规划、数据治理到技术工具(如ETL、数据中台、API等)的完整解决方案,助力企业打通数据壁垒,实现高效协同与创新。
如何解决数据孤岛难题?
|
分布式计算 关系型数据库 MySQL
【产品升级】Dataphin V4.5 全新上线:研发效能再提升,资产运营更高效
Dataphin是瓴羊推出的智能数据建设与治理平台,基于阿里巴巴内部实践,提供一站式数据建设与治理能力。V4.5版本研发新增支持GaussDB和TDH 9.3.x作为离线计算引擎、支持MySQL分库分表集成、读取和写入MaxCompute Delta及Hudi湖仓表等;资产运营与消费持续提效,支持批量导入和导出目录与资产信息、对API按照主题进行编目并上架到资产目录、增加资产的血缘、质量评分和元数据变更记录等。
264 1
|
10月前
|
数据采集 人工智能 数据可视化
如何让AI写出高质量的数据分析报告?DataV-Note的评估体系揭秘
本文围绕DataV-Note智能分析创作平台的评估体系建设展开,旨在探索如何在AI技术快速发展的背景下,构建一套科学、可量化、多维度的数据分析报告评估体系。
458 10
|
10月前
|
存储 编译器 容器
set、map、multiset、multimap的介绍及使用以及区别,注意事项
set是按照一定次序存储元素的容器,使用set的迭代器遍历set中的元素,可以得到有序序列。set当中存储元素的value都是唯一的,不可以重复,因此可以使用set进行去重。set默认是升序的,但是其内部默认不是按照大于比较,而是按照小于比较。set中的元素不能被修改,因为set在底层是用二叉搜索树来实现的,若是对二叉搜索树当中某个结点的值进行了修改,那么这棵树将不再是二叉搜索树。
352 0
|
存储 编解码 搜索推荐
课时10:阿里云视频服务
阿里云视频服务Apsara Video为企业提供一站式视频解决方案,涵盖开发、上传、转码、存储、分发和播放全流程。平台支持点播、直播等业务,零编码搭建快速高效,具备窄带高清、画质重生等先进技术,确保高质量视频传输。同时,丰富的安全防护工具保障内容安全,按需付费模式降低成本,助力企业轻松构建个性化视频应用。
373 0
|
固态存储 Linux Shell
阿里云Linux服务器性能测试wget -qO- bench.sh | bash
阿里云服务器性能测试,使用知名博主的wget -qO- bench.sh | bash来测试下阿里云服务器CPU Model(CPU型号)、CPU Cores(核数)、CPU Frequency(主频)、Total Disk(磁盘容量)、Total Mem(内存)、Swap(虚拟内存)、系统发行版本、Linux内核、地域节点、磁盘I/O读写速度及云服务器上传下载速度测试
1407 0
阿里云Linux服务器性能测试wget -qO- bench.sh | bash
数据结构题:根据所给权值设计相应的哈夫曼树,并设计哈夫曼编码
数据结构题:根据所给权值设计相应的哈夫曼树,并设计哈夫曼编码
数据结构题:根据所给权值设计相应的哈夫曼树,并设计哈夫曼编码
|
druid Java 数据库连接
Spring Boot常用注解@ConfigurationProperties、松散绑定、数据校验
Spring Boot常用注解@ConfigurationProperties、松散绑定、数据校验
1505 0
Spring Boot常用注解@ConfigurationProperties、松散绑定、数据校验

热门文章

最新文章