领导层的重视与决心： 数字化转型是一项长期投入且见效较慢的工程，需要企业高层的坚定决心和持续支持。如果领导层缺乏长远思维，项目容易半途而废。这与多巴胺和内啡肽的区别相似，前者代表短期的快感，而后者则代表长期的收益。

数字化人才的稀缺性： 尽管数字化转型的概念已经提出多年，但真正能够成功推动数字化转型的人才仍然稀缺。这是因为数字化转型不仅要求人才具备技术能力，还需要对业务有深刻理解，这些综合技能的培养需要时间和系统性培训。此外，许多企业虽然口头上支持数字化转型，但实际投入在技术团队、尤其是自研团队上的资源却非常有限，这使得转型难以落地。

企业文化的适应性： 如果企业文化与数字化转型背道而驰，那么即便有人才也难以留存。因此，推广工程师文化变得尤为重要。工程师文化的核心是相信技术的力量，而不是仅仅依赖管理。在面对问题时，应首先从技术角度出发寻找解决方案，而不是单纯增加人力。但同时，也要避免走向极端、将技术视为目的本身。技术终究是手段，业务发展才是最终目的。

思维转变：我们需要改变传统的思维模式。过去，我们可能习惯了依赖于经验、重复相同的做法。但在数字化转型的过程中，我们必须改变理念和思想，以适应新的环境。

业务复杂性：数字化转型的复杂性远超传统。以营销数字化转型为例，我们发现线下业务的复杂性与线上业务无法相比。某个线上营销活动可能参与度高、效果显著，但同样的策略在线下可能并不适用。线下业务，如门店运营时要考虑是否存在物料准备不足、店员对活动理解不全面等问题，这将大大增加业务的复杂性。在线下数字化转型中，可能需要采用更简单、更易于接受的营销策略，以聚集人气。

用户体验衡量：如何做好线下用户体验的衡量。例如，当用户通过小程序获取附近门店的导购信息时，我们面临的是如何推荐导购的问题。如果推荐专属导购，但距离用户较远，可能无法满足用户即时需求；如果推荐附近的导购，由于不熟悉用户，可能无法建立信任感。此外，还可能涉及导购离职后的客户维系问题，这些都增加了用户体验衡量的复杂性。

为了应对这些挑战，我们需要全面了解信息，深入线下业务、积累经验，以便做出更好的决策。在这个转型过程中，我们需要倾听用户的声音、具备同理心，不仅要作为设计者，还要作为使用者去体验和感受产品，这样才能更好地提升用户体验。

服务隔离： 在前期架构设计时，我们会进行服务隔离，实现异地多活和多地多机房部署。

周到的业务场景设计： 在设计业务场景时，考虑兜底措施和系统降级，以及系统的自恢复能力。在重要位置设置告警和配置开关，以便在问题出现时能快速切换。

定期故障演练： 定期进行故障演练和压力测试，以提前发现并解决问题。建立一套完整的主动发现机制，包括业务巡检、日志告警、数据库问题跟踪和解决。

快速响应： 线上出现问题时，能迅速处理并控制影响范围，最小化用户影响。

事后复盘： 修复问题后，对整个过程进行复盘，总结经验，避免类似问题再次发生。

消除单点： 这是构建高可靠性系统的首要任务。例如，通过实现两地三中心架构和跨云双活，以及数据的三倍备份，为系统的可靠性打下基础。但仅仅做到这一点还不够，还需要定期进行高可用性演练和混沌工程，确保银行系统不存在单点故障。

可观测性： 在云原生架构下，可观测性至关重要。我们需要能够实时监控整个系统的运行状况，包括系统和业务指标，以及第三方服务的状态。这需要通过可视化工具和定期巡检来实现。

系统设计层面的可靠性设计： 在系统设计时，需要采取特定的措施来增强可靠性。核心措施包括 限流和降级。对于非核心业务，在面对线上故障或高并发场景时，首先考虑限流；如果限流仍不足以应对，就考虑降级。例如，银行系统在第三方依赖出现问题时，需要有兜底策略以确保系统稳定运行。以银行活动中的抽奖场景为例，正常情况下抽奖逻辑会运行在智能营销平台上，但如果该平台出现问题，可以降级为本地概率处理，以此来提升系统的可用性。

流量分发机制： 我们有一套完善的流量分发机制，类似于传统的蓝绿发布。流量可以按照不同粒度进行分配，可以全切，也可以根据客群、客户属性或时间进行切流。这种灵活性确保了日常流量通常在两个云平台之间五五分。发版时，我们会先进行蓝绿发布，比如先切换到华为云，然后将阿里云进行升级。新版本升级完成后，我们会将一部分灰度流量切到阿里云进行内部验证。验证通过后，再将全部流量切换到阿里云，随后升级华为云的版本。这是通过流量网关来实现的。

数据同步： 业务数据方面，我们采用了主从库的概念，以阿里云作为主库、华为云作为从库或副本。最终实现两个云平台共用一份数据，并通过跨云同步通道来保证数据的一致性。

隔离性： 我们确保了不同云平台之间的强隔离性。大量中间件都是隔离的，每个云平台都有自己的数据副本。