笔者所在的公司，是一家19年老牌SaaS软件厂商，平时会接触非常多项目，而我作为研发部应用组的Leader，不仅得把控各个项目的研发进度以及各位开发大哥们的任务计划统筹，还需要不断完善各个领域的应用架构部分。当然，业务代码也得写。
这是我去年进公司后梳理的业务架构蓝图，以及各个业务领域对应的模型，其中有一个项目我还是非常深刻的，值得与大家分享一下。
项目背景在不可阻挡的个性化趋势下，不少化妆品品牌通过AI测肤技术的应用，提出了定制化解决方案。根据《2023美妆护肤趋势白皮书》，因肤而调、量肤定制、精准护肤的定制化护肤已成为一大趋势。
基于这个大背景，我们为客户提出了AI智能测肤系统这么一套在线皮肤管理方案：
用手机拍摄照片上传便可快速获得肤质检测报告的场景，很多人并不陌生。我们提供的AI量肤定制解决方案，可以在30秒内基于30多种皮肤维度进行分析，如检测出肤龄、干性、油性、混合性、敏感性肌肤、黑头、痘痘、斑、皱纹、衰老等多种肌肤问题，还可以追踪个人的肌肤健康状况、支持AI实时皮肤诊断，并提供个性化的护理建议。
DDD业务建模
在项目前期，我对健康管理系统做了一些设计，在这里我用到了DDD四色建模法，我把健康服务拆分为“档案管理”与“健康管理”两大聚合，对于客户档案，有点类似医院系统的电子诊疗卡，主要管理C端客户的基础资料；而对于产生的肤质报告，我使用了检测报告单模型去承载。
这里的检查报告单在健康管理聚合中起到了核心作用。对于公共的结构化数据，可以作为基础字段存储，而对于非结构化数据如报告结果、检测数据等，我们可以使用Json字段存储，前端在解析报告结果的时候按不同的报告类型进行解析，这样更大程度地保证了产品的灵活扩展。
目前检测报告单可以同时兼容十几种报告类型，涵盖中医体质、血液检测、影像检测、舌诊、脉诊、经络、声诊、BMI、人体成分分析、血压心率、心理测评等报告，在未来，会接入更多类型的检测报告单。
而对于底层的肤质检测API，这里接入了旷世的Face++的基础能力，我们在旷世的API上定制了一系列分数转换规则与产品标签匹配算法，让客户的产品完美结合进来，通过AI智能推荐相应的产品给到终端用户。
客户上线运营情况整个AI智能测肤系统的研发断断续续历时2个月，总算按期完成了的所有功能，顺利上线了，客户同步开启了线下AI智能数字化体验展厅，接入了机械臂拍照AI测肤，每天上门体验的客户、分销商、加盟商超3000人。
直至笔者发稿前，该小程序累计注册用户超8万+，测肤档案超12万+，总订单量超9000+，我们帮助客户真正做到了线上线下双结合，将AI定制护肤产品销往全国各地。
写在最后本文着重阐述DDD建模与产品核心功能进行结合，定制客户所需的智能商业解决方案。
对于DDD的落地部分，我也写了一些Demo，我把它集成在了我的D3Boot（DDD快速启动）开源基础框架里，大家需要的话可以移步Gitee抄作业。
Gitee源码地址（差1个ʷ到10k Stars）：https://gitee.com/jensvn/d3boot
P.S.我们的SaaS客户遍布海内外，19年来深耕电商、IoT、康美、AI等各大领域，像外卖、出行、预约、工单、租赁、社区、商圈、在线教育、聚合供应链、智能穿戴、共享设备、AI智能检测等系统，我们都有大量客户成功案例，有小程序/APP定制需求的老板也可以找我哦。
本文作者：Jensen
Java老兵一枚，深耕电商/IoT/康美/AI等多领域SaaS产品研发多年，现任职SaaS软件架构师。
D3Boot开源基础框架作者，技术公众号【架构师修行录】博主，专注于分享程序员日常/架构技术/职场干货，关注回复“DDD”免费领取DDD学习大礼包一份。
