目前电商正从流量运营转向消费者运营，不同商家/品牌商对消费者运营都有不同诉求，对数据应用带来了很大挑战。传统的数据应用方式如 BI 报表、基于 cube 的交互式分析、Ad-Hoc 实时查询等，能解决部分场景，但都存在一定局限性。比如基于实时引擎的 Ad-Hoc 可以个性化查询，但不能有比较复杂的计算逻辑。再比如基于 BI 工具的交互式分析，一般是基于固定的 cube，无法让用户自由选择想要的数据。我们需要的是一种可以由用户选择哪些数据以及指定数据处理逻辑，逻辑可以是简单查询、复杂 ETL 处理(UDF、MR等)、机器学习任务等方式中的一种或多种，这个方向我们内部称之为触发式数据计算。为了快速高效满足业务需求，我们在针对消费者(也就是人群)这个领域，抽象出了一种业务语言，叫 SML(Solar Model Language)，可以很方便来描述业务需求。目前 SML 已广泛应用于品牌数据银行、策略中心等阿里 SaaS 化产品，落地场景包含人群分析、人群圈选、人群画像、人群建模等，满足品牌商/商家对人群运营的个性化诉求。

演讲提纲：

1. 什么是触发式数据计算？
2. 人群业务语言 SML
3. SML 在人群分析 SaaS 化场景的应用
4. 后续规划

听众受益点：

• 了解一种新的数据计算方向 - 触发式计算
• 了解数据计算逻辑如何一步步抽象成业务语言
• 了解一种新的数据架构来满足 SaaS 产品的快速迭代