借助 MongoDB 提供的文档模型和 AI 见解，将收据转变为增长引擎。
行业： 零售
产品： MongoDB Atlas 、 MongoDB Atlas Triggers 、 MongoDB Atlas Vector Search 、 MongoDB Change Streams 、Voyage AI
合作伙伴： Microsoft Azure
解决方案概述
在我们生活的时代，纸质流程正迅速被数字收据等自动化、个性化解决方案所取代。这些元素正在成为行业标准，为客户提供量身定制的体验。
积极拥抱这一变革的零售企业，将通过数据价值释放获得市场竞争优势。数字收据提供丰富且具行动价值的见解，能够推动个性化产品推荐，帮助企业在竞争中脱颖而出。
本文档探讨了零售企业如何使用 MongoDB 来存储和管理数字收据数据，以提供个性化的产品推荐并增强购物后的体验。您将发现管理收据数据的常见挑战，以及 MongoDB 如何简化访问和激活，实现以客户为中心的实时体验。
将事务数据转化为可操作的价值
当顾客在实体店购物时，电子收据成为一个重要的战略接触点。零售商可以利用这些收据提供个性化推荐，并将其作为链接，方便顾客继续进行线上购物，所有这些都集成在同一张电子收据中。
当转向在线体验时，无论是通过移动应用还是浏览器，客户都会根据其完整的购买历史记录获得个性化的产品推荐。他们还在所有渠道保持其忠诚度优惠，享受由统一的 360° 客户旅程驱动的个性化体验。
图1.利用 MongoDB，数字收据可通过 AI 驱动的实时推荐连接店内和在线旅程，实现 360° 客户体验
数字收据为企业提供了多项战略优势，包括：
通过个性化体验提高客户互动：利用交易数据，零售企业可以定制市场营销活动，例如提供智能产品推荐、分享个性化优惠以及进行精准广告投放。
解锁有价值的客户见解：通过大规模分析行为和偏好。
降低运营费用：通过消除打印、存储和管理纸质收据的需求。
数据管理的挑战及 MongoDB 如何解决这些挑战
管理收据数据可能会很困难。在本节中，您将探讨关键障碍，并了解 MongoDB 如何帮助克服这些障碍。
数据孤岛与缺乏单一数据源
零售企业往往在多个孤立的第三方工具中重复存储销售数据，导致数据可视性受限、信息碎片化，难以进行有效分析或商业激活。MongoDB 通过充当集中、灵活的数据平台，集成来自多个系统的数据，从而应对这一挑战。MongoDB 能简化系统集成、打破数据孤岛，并构建统一运营数据层，为实时数据分析提供支持，最终生成可执行的业务见解。
销售收据数据较为复杂
销售数据通常源自旧版系统，并以 XML 等复杂的高容量格式存储，这些数据结构嵌套层级深且缺乏一致性。在 RDBMS 中，架构师必须将数据分布在多个表中，以处理这种复杂性。相反，MongoDB 使用其灵活的文档模型来适应数据需求，而不是让数据需求去适应数据库。这种功能可加快开发速度，并可随时轻松更改模式，如添加个性化推荐字段，而无需停机。
快速数据扩展
零售企业每天会产生海量的收据数据，，其处理系统必须具备相应的处理能力。例如，荷兰最大的连锁超市 Albert Heijn 使用 MongoDB，每天通过 50 项服务处理超过一百万笔交易。MongoDB 可自动扩展，通过分片和副本集实现高可用，并支持工作负载隔离。这意味着实时 AI、报告或分析可以在不中断主应用程序的情况下运行。
客户隐私
收据通常包含客户的个人数据，因此安全性与合规性至关重要。MongoDB 支持安全且合规的数据处理，具备强大的内置企业级安全功能和数据隐私保护。包括完整生命周期数据加密、RBAC 和审核。此外，区域分片允许将数据存储在您选择的区域，从而支持跨区域的合规性和性能。
从收据数据中获取实时见解
通过使用 MongoDB Atlas 作为中央数据存储的概念验证，将收据数据转化为实时价值。该演示展示了一个用于在模拟电商系统中创建发票的后端微服务，并且可以适用于实体店。MongoDB 统一了操作和 AI 数据，提供对数据的全面控制，同时保持数据可供下游使用。
参考架构
为实时个性化奠定基础
个性化的客户体验始于连接、可访问和可操作的数据。运营数据的统一视图是释放现代技术全部潜力的关键。
此演示展示了 MongoDB 的灵活文档模型和实时集成功能如何将运营数据转化为智能且响应迅速的客户旅程。下图展示了该解决方案的高级视图：
电商和店内事务汇入 MongoDB 集合，为每位客户创建完整、统一的购买历史。
使用 MongoDB 文档模型作为单一数据源存储运营数据。
微服务和外部系统与 MongoDB 功能无缝集成，以提供由发票数据触发的实时和 AI 驱动的推荐。
图2.此图展示了演示解决方案的核心组件
要构建此解决方案，请在Azure App Services上部署两个后端微服务（发票和推荐），并使用Azure Functions 模拟外部集成，例如税务逻辑或忠诚度计划。呈现的收据作为 PDF 存储在Azure Blob 存储中，与其在MongoDB中的结构化元数据紧密链接。
为 AI 驱动的使用案例创建发票和目录数据模型
文档模型将所有与发票相关的数据（从税务详情到基于特定购买的个性化商品推荐列表）全部存储在一个集合中。这种灵活性可确保模式与业务同步发展，实现无缝更新，而不会产生摩擦或停机。
要启用个性化功能，您可以将半结构化数据存储在 MongoDB 中。产品目录包含核心信息，如价格、说明和分类，以及由 AI 嵌入模型生成的语义数据。借助 Voyage AI voyage-3-large 文本嵌入模型，您可以通过向量嵌入丰富产品数据，实现更智能、基于 AI 的目录检索。
图3.MongoDB 将传统的产品详细信息与 Voyage AI 的向量嵌入相结合，可直接在产品目录中实现语义搜索和 AI 功能。
此外，您可以使用向量搜索实现产品推荐，以识别与客户之前购买的产品相似的商品。在此使用案例中，推荐微服务会为每位客户生成建议。通过集成基于历史购买数据训练的 AI 模型，可进一步提升该微服务的性能。
使用事件驱动设计编排实时数据流
实时客户体验依赖于能够即时响应事件的系统。事件驱动架构通过事件通信机制实现这一目标，当重要业务状态变化时，相关服务将自动触发响应。这种模式在现代零售系统中被广泛采用，因为它允许服务保持解耦、可扩展和高响应性。
您可以应用 Change Streams 和 Atlas Triggers 来检测数据库变更，并通过编排模式协调微服务。这种模式在发票和推荐微服务中有所说明。
图4.事件驱动的编排可根据客户最近的购买情况进行实时推荐，从而改善客户的整体体验
发票微服务：当客户下订单（第 1 步）时，发票微服务通过 Change Streams 监听订单集合。该微服务会自动检测新订单并创建发票文档，然后将其插入 MongoDB Atlas（第 2 步）。然后，交易数据可以继续流向外部提供商，例如 ERP 平台（第 3 步）。
推荐微服务：一旦新的发票被添加到集合中，推荐微服务便会响应，并基于该购买生成由 AI 驱动的产品推荐（步骤 4）。这些推荐通过 Atlas Triggers（步骤 5）嵌入到发票和用户档案文档中。此次更新实现了发票的个性化，同时用最新的嵌入式推荐丰富了用户档案。然后，前端可以通过简单的查询快速检索这些数据，并将其显示在主页上（步骤 6），从而保持系统更新并使用户体验响应迅速。
大规模可靠事件处理
您可以使用事件代理将 MongoDB 集成到事件驱动架构中，以便在多个服务之间路由和分发事件。这使系统能够实时做出反应，确保解耦、可扩展性和容错。
图5.Azure 云集成实际实用
在演示中，微服务提供服务作为变更流侦听器，对数据库事件做出反应。这些事件可以转发到 Azure Event Grid 或 Azure Service Bus，从而触发下游工作流或实现与外部系统的集成。另外，Azure Function 还可以充当无服务器桥接器，从数据库中捕获变更流事件并将其推送到事件代理。对于实时分析或 AI 训练等高吞吐量场景，您可以使用 Kafka Connector 将事件流式传输到 Azure Event Hubs。
构建解决方案
该解决方案展示了零售商如何集中管理发票数据，并通过由 MongoDB Atlas 支持的简洁事件驱动架构实现实时个性化。
后端存储库实现了两种微服务：一种用于发票生成，另一种用于推荐，以及Atlas Triggers、 Azure Functions 和Azure Blob 存储等支持组件。这些服务实时模拟系统对客户购买的反应。
前端存储库包含一个模拟电子商务站点Leafy Popup Store，用于处理订单和用户。要开始使用，请遵循先决条件和设置说明，然后使用用户界面模拟购买并观看动作演示。
设置指南
该项目以多服务后端系统的形式组织，每个微服务位于独立的文件夹中，根目录下则包含共享的 Makefile 和 Docker Compose 配置。要运行完整解决方案或处理单个服务，您会在每个 README 文件中找到详细的设置步骤。
以下是每个部分所包含内容的简要概述：
主项目自述文件：概述架构、系统组件，以及如何使用 make 命令和 Docker Compose 一起运行所有服务。
services/invoice-ms：发票微服务设置说明。内容包括如何在本地或 Docker 中运行、配置 Azure Blob Storage 和 Azure Functions 以及连接 MongoDB。
services/recommendations-ms:。设置推荐引擎，该引擎会监听新发票，并在 MongoDB Atlas 中执行向量搜索。它包括环境设置、与向量索引的连接，以及如何触发和观察推荐。此外，您还会发现：
一个 /docs/adr/ 文件夹，其中包含解释建模和设计选择的 ADR。
/external/ 文件夹，其中包含演示中使用的示例Azure Functions 和Atlas Triggers ，每个文件夹都有相应的自述文件。
注意：在使用此解决方案之前，请先从 Leafy Pop-Up Store 演示中部署前端和订单系统。
关键要点
让我们回顾一下解决方案中的一些关键要点：
AI 驱动的个性化对于保持竞争力和领先地位至关重要：它可以提升客户互动并增强忠诚度。
数字收据提供的不仅仅是交易记录，还有更多价值：其见解可用于个性化 360 购物者的购物之旅。
MongoDB 专为现代使用案例而构建：它提供可扩展的灵活性、内置的安全性，并消除与实时架构和 AI 功能无缝集成的障碍。
准备好将收据数据转化为个性化的客户时刻了吗？立即开始使用 MongoDB 进行构建，或加入 MongoDB Developer Community，与其他技术爱好者交流。
作者
Florencia Arin, MongoDB
Angie Guemes, MongoDB