大数据时代，业务量不断增长，大批量的数据离线同步已成了不可获缺的工具。
阿里云数据集成是开源DataX的服务化版本，支持400种异构数据源之间的数据同步，同时支持作业级别和数据源级别的流控、分布式并发运行以及脏数据阈值处理，是大数据处理中不可缺失的数据同步工具。
而越是使用越频繁的产品，更容易成为用户关注的焦点。
尤其在操作界面上，如果逻辑层次分配不够清晰，也会带来非常大的工作量。
1、重复报错的显示让操作更简单
2、界面的视觉交互，是获取信息的主入口
3、依据用户的使用场景，字段映射忽略的源端与目的端的字段大小写，提高效率
4、容易出错的地方给予明显提示：如新增的字段格式未识别，映射关系没有连线的情况
5、 一键建表后，自动帮用户选择已建好的的表，提高工作效率
6、针对常发的找不到数据集成的情况，在数据开发套件首页，增加数据集成的入口
7、运行日志，增加右键复制功能
文档在使用中做为问题量化的重灾区，必不可少。
针对网络问题，将用户的数据源划分为阿里云产品数据源、ECS自建数据源、本地自建的有公网IP的数据源、本地自建的无公网IP的数据源，分别提供不同的数据同步策略，特别是针对本地IDC机房数据上云：
1、提供安全加密的agent同步方案；
2、针对用户的大批量同步需求，提供批量的任务配置、管理，一键化同步过程，提升用户同步数据的效率；
3、数据集成升级下一代，将会和Dataworks（数据工场）的数据地图产品紧密结合，不仅提供数据的物理移动，也提供元数据的同步，同步的元数据展现在数据地图之上，方便用户先盘点、了解数据，再进一步决定移动哪些物理数据；
4、数据集成将新增客户端App、html网站日志数据一键采集至用户自己的大数据中心，用户可以基于这部分日志数据，与用户的其他数据结合进行商业分析。
以上两大部分内容正是产品团队&用户体验团队通过用户反馈梳理出来。进行用户走访，与用户进行深入沟通交流，整理出的上百条产品建议，以此进行了一系列的优化，通过产品界面引导，文档说明，以及在数据源文档中增加通过数据集成导入导出的说明，极大的方便了用户进入最佳实践，触达用户的效率提升，进而提升了用户使用数据集成产品的效率。
但以上问题优化后的结果，是否能达到用户的满意，真的符合用户的使用场景？这就需要用户一起参与其中进行验证。也更希望用户能在使用后，把相关的使用体验通过聆听平台提交上来，以便于产品进行更加符合用户使用场景的优化。
同时我们希望这不只是一段文字的描述。我们更希望有场景描述，相关操作流程，操作截图，或者是操作视频上传，更加详细的展示相关信息。
如果您也想与其它客户一起交流相关使用经验，我们也特地为大家建立了数据集成交流钉钉群，可随时与其它小伙伴交流与分享经验，说不定还能找到志同道合的人。