文章原名是《揭秘大數據玩家eBay：猜出你的購買慾》，內容主要是涉及eBay對於數據的應用方向。9 Y+ B# s* Y$ n) f/ h0 T
其實，如何尋找各平台數據、如何把數據用在自己的店舖成長上，感覺一直是相關跨境電商培訓的必有部分。
6 D# N& n- F3 R( N7 _+ x: g畢竟，尋找一顆鑽石進行打磨，與隨手找到一顆石頭打磨，即使一樣用心，結果還是天差地別的。
% I: L1 S, A# V2 A5 Q. C' ^( }很多平台都有類似數據公佈，希望這篇文章能提高大家對數據的認識，讓自己先人一步找到藍海。
8 M1 F6 t$ a& ~/ ], l5 \" x- B1 _
6 t* o1 K. s5 z, ?' o3 K 在網絡世界，數據就是金錢。作為全球最大的拍賣網站，eBay對這一點深有體會。眼下，eBay對各種在線數據的分析無所不至，就像在每個顧客前面安裝了攝像頭一般。毫無疑問，eBay擁有的數據量是驚人的。其每天都要處理100PB的數據，其中包括50TB的機器數據。可以說，eBay每天都面臨著天文數字般的大數據挑戰。
% p z, f+ {) v/ o7 s: D' N) r9 ^8 S9 g/ B9 c& v/ z
- }' u j4 S5 o; ~6 ^ V
$ C4 X/ v1 f$ p4 `' M# d. d 早在2006年，eBay就成立了大數據分析平台。為了準確分析用戶的購物行為，eBay定義了成百上千種類型的數據，並以此對顧客的行為進行跟蹤分析。然而，這同時也為eBay帶來了新的挑戰。要知道，公司的數據量多到難以想像，沒有人能分析消化這麼多的數據，也沒有人能基於所有數據建立起模型。事實上，eBay真正應用到的，只是其收集的數據中的一小部分。「剩餘的數據，eBay或是將其丟棄，或是將其存儲起來。因為說不定哪天，科技實現了突破，這些數據就會變得有用。」eBay大中華區CEO林奕彰指出。
|8 r) u& i: X& k0 T& ~ 那麼目前，eBay是如何利用這些數據，來促進業務創新和利潤增長的呢？
2 z6 f) I* U: Y0 @1 _
. U) s8 G& Z5 n為用戶「畫像」
/ S. Y; J1 \1 m9 m" k$ Q' r* g+ v
1 x# }& G6 k) z eBay擁有近2億的用戶，網站的商品清單項目則有3萬多類。在平台的日常交易中，eBay幾乎每秒都要處理數千美元。而這些交易數據，其實只是eBay全站數據信息總量的「冰山一角」。
- r) g' ]6 ~; X- u9 O9 ~. X& i$ ~1 L2 N; Q" n
基於大數據分析，eBay每天要回答的問題有很多，比如，「昨天最熱門的搜索商品是什麼？」而即便是這樣的簡單問題，都需要涉及處理五十億的頁面瀏覽量。從這個角度看，任何一個基本的業務問題，對公司來說都是一個相當巨大的問題。- J% M: J7 H/ s+ e0 z
1 j+ j3 f, W( X& L _ 就eBay如何利用大數據來增加在線交易，林奕彰舉了一個典型的例子。譬如，一位年輕的女性早上10點在星巴克瀏覽eBay網站，eBay應該推送給她什麼樣的商品呢？( p+ b% X# _3 X' s
& J- ?! P) J' d! y% [
「就這幾個信息點，我們其實已經做了不少研究。」林奕彰說，「事實上，用戶早晨10點、中午12點，或是晚上7點，她瀏覽的商品是不同的；在餐廳或是在家裡，同樣會對瀏覽和搜索產生影響；此外，還有用戶的年齡、當時的天氣等等，都會對購物產生影響。eBay要做的，就是學習不同情景下的不同購物模式，並推送給用戶最想要的商品。」+ e. W9 d N& G' a. J: H
- _* o2 C3 i# b/ ^5 o, B 據悉，eBay可以從用戶以往的瀏覽記錄裡「猜」她想要什麼樣的商品，也可以從設定的成百上千種情景模型中計算出用戶可能的需求；或是對照另一位有著相似特點的女性用戶，看她當時買過什麼樣的商品，從而推斷出這位用戶潛在的需求。在綜合各種考量因素後，eBay的後台需要在短短幾秒內將商品頁面推送給用戶。這意味著，eBay的系統需要有非常快的運算速度。
% E1 T b$ C$ R3 p, p/ D+ V; t9 G" C5 }" U! v' ]/ c
這種運算模型，有相當一部分人為的因素。比如，機器可以搜集用戶的上萬個數據，但eBay的工程師可以定義其中的100個數據為有效數據，而模型則建立在這些有效數據之上。此外，當計算機自動「學習」分析各種數據形成的趨勢時，eBay需要將機器學習的邏輯設定在與商品交易相關的行為上。6 c7 i& g9 ?* a# ?( ]
e* F/ n; u+ I" {9 K# l/ D ~& ^ 除了通過大數據為用戶「畫像」而向其推送有針對性的商品，eBay此前還嘗試利用大數據進行搜索引擎的優化。
" a) m8 \4 f, D3 ^! p
2 e9 @ h( D" X: I 具體說來，eBay可以把握用戶的行為模式，使搜索引擎更加「直覺化」。如果時間倒退幾年，用戶在使用eBay的搜索引擎時，會發現它只能理解字面的意思，並按照字面意思尋找。很多時候，搜索引擎並不能理解用戶的真實意圖。但現在，eBay正試著改變或重寫用戶的搜索請求，增加同義詞或替換語句，從而給出更相關性的內容，並由此增加在線交易量。而這背後，統統離不開大數據的支持。3 n5 N6 a3 o1 U% \
' p% f7 X6 b5 g# I% ]為商家提供「情報」$ i8 W/ I* O3 Y) J
) w, {( C v, r; ?5 ?+ A" `0 K. e" F 基於用戶購物的數據，eBay同樣會給商家提供各式各樣的「情報」。比如，eBay會告訴製造商用戶正在網上搜索什麼商品，或是各種出口行業的數據，製造商會立刻對此做出反應。
+ c+ j' t! X9 j* a: Q
) g' a. s& Q/ F; C3 k2 H 很多時候，eBay會根據自身或其他電商網站的交易情況，向商家建議其應該銷售的品類。「這也是eBay大中華區正在做的工作，」林奕彰稱，「比如，一個中國的商家希望將產品賣到澳洲，我們通過數據分析可以告訴他，他一個約可以賣出多少產品，定價應該在什麼範圍內，市面上還有多少商家在賣同樣的產品，他的市場佔有率大概是多少。」" o% W' U+ F8 M7 x% _0 o
+ H- C C! E6 U2 }6 V
在此基礎上，eBay還試圖算出商家的補貨頻率。事實上，海外倉儲是商家非常頭痛的問題，一旦計算失誤，便可能造成庫存積壓或缺貨。而在eBay，一旦用戶下單後發現商家缺貨，將是非常嚴重的問題。這種情況下，eBay可以通過過往的數據分析，得出商家第一批貨的大概銷量，以及按照過去銷貨的速度什麼時候應該補貨，物流的時間又是多久。通過這些數據的計算，eBay可以測算出商家補貨的邏輯。
+ d y8 \ a5 V+ H0 i) d7 t
% f1 n) X0 u% d4 n( g' m+ z 這些數據分析，對於商家開拓新的銷售品類非常管用。因為通常情況下，商家需要四五個月，才能摸清楚一種貨物的淡旺季銷量，及其在各個地區的受歡迎程度。
! }1 k- K- M5 T6 R# J5 T- Y+ }
5 p' p$ O" ?4 ] 當然，eBay所做的只是為商家提供各種潛在的商機，至於賣家是否願意投入生產，或能否找到合適的供應商進貨，仍需要他們自己去完成。很多時候，eBay推薦商家銷售200個新品類，而最終商家只能找到50種新產品的供應商。
: J$ p, p/ } f) b
: E2 G+ B7 O) B9 Q/ ?9 G 除此之外，憑借平台上產生的各種信息，eBay還可以扮演「品管(品質管理)」的角色。舉例來說，一個賣家要在eBay上賣1000個產品，當它賣到50個產品的時候，有5個產品出了問題；賣到200個產品的時候，有20個產品出了問題；賣到400個產品的時候，有40個產品出現質量問題，以此類推。而eBay要做的，就是在其早期出現問題的時候，就及時提醒賣家。' ~+ z1 ]8 L4 K" S0 u* J8 u
0 O1 _6 G6 ~4 i
進一步說，當賣家賣掉10個、20個產品的時候，eBay就要根據退貨率、買家評論等把可能的問題檢測出來。與此同時，eBay會提醒賣家，讓其監督供應商改進品質，或選擇將商品下架，或是修改物品的描述。! ^" {3 P3 y, H1 p7 s
7 e& b. E/ c6 n' X* S1 R+ |) H
在理想狀態下，這種品管系統會形成一個大數據的循環，並幫助賣家減少退貨，銷售更多的商品。假如賣家在收到這樣的通知後依舊我行我素，eBay就會認為這樣的賣家並不重視品管，到了一定階段，eBay會對其實施交易「配額」，限制其交易量。) P8 H$ i. B; V7 }
: w9 E0 G$ H, u3 B
「品管的難點在於，我需要通過數據模型在賣家交易量很少的時候就發現問題。這種早期預測涉及複雜的運算。」林奕彰表示，「一旦交易量大了，賣家自己也會統計退貨率，之前的損失也就無可挽回。」
7 p. Q0 w9 i7 L; o9 Y: A% M& W. f2 ~
試錯與挑戰( O |( e1 g- w* b! |" | x, M
+ N) n1 ~) F) _+ d! B% O' N' ]$ A 和其他在線交易平台一樣，eBay對假貨亦十分敏感。眼下，公司試圖通過大數據技術，讓系統「智能」地識別出假貨。
6 i) ^& x, N. u3 d1 u3 Y. Y2 \0 l# V- |% X
實際上，「網絡打假」工作並不容易。要知道，假貨常常以各種形態出現在網絡上，且屢禁不止。以Rolex為例，假貨商家可能在單詞中增加一個空格，也可能將其中兩個字母互換位置，甚至名稱裡根本不出現Rolex，只是圖片展示出Rolex手錶的樣子。eBay上有如此多的品牌，自然有形形色色的假貨充斥其中。這種情況下，單是靠在商品名稱或描述裡抓關鍵詞，根本抓不住假貨。( F7 y: K; e# n4 C, N
, S% w0 M) ]; g; s# ?/ ~
而eBay眼下做的，就是通過數據分析建立起一種模型或規則，假如商家的交易符合這種規則或特徵，便有可能是在賣假貨。* T0 @) V8 K: o. z( k6 q
# k1 y4 f; I% t, R5 o 打個比方，當一個賣家的商品賣的很便宜，賣得很快，但後面的抱怨和退貨很多，系統就會把這個「可疑」的模式識別出來，然後再由工作人員去判斷，這個賣家是否在賣假貨。換言之，「即便數據的量再大，賣假貨的人都有相對固定的模式。」林奕彰稱。而通過這種方式，eBay有效地鑒別出不少假貨商家。% C4 Z- U% C# i& ^. C* U; [9 e
( r9 F) k' i" O 不過，林奕彰並不諱言，這種大數據分析方法亦有其弊端。「就假貨問題來說，這種方式只能在事後將問題查出來，而無法事先預測。」他表示，「這不是那麼容易解決的問題，因為無論用什麼樣的模型去套，假貨交易總是能先騙你一陣子。」
& ~8 q( N) Q. T& w/ r1 g+ O! y& O2 S$ f6 ~9 M$ ?' b; K/ x6 z
除了分析的滯後性，eBay的大數據挑戰還體現在龐大的數據處理上。儘管企業數據倉庫為查詢提供了巨大性能，但它仍無法滿足eBay存儲和靈活處理的需要。要知道，這些系統的造價相當昂貴，當eBay每天增加50TB的數據時，其成本是相當高昂的。
, w7 v- A: ^* J
9 @# ^: _1 ^/ n8 g$ p, e U# J( w 在此基礎上，eBay收集的相當一部分數據，在目前看來是無用的數據。畢竟，數據採集得越多，變量越多，而由此帶來的「數據噪音」也越多，模型越失真。從這個角度看，eBay要做的是記錄那些有意義的數據，並銷毀那些不需要的信息。問題在於，eBay要分析的85%的問題都是新的或未知的，「eBay並不知道哪些信息未來或許會有用，」林奕彰坦言，「那些現在看起來無效的數據，明後年可能就會隨著科技進步被消化，我們現在只能先把這些數據儲存起來。」3 r5 R2 T. z% H% g
7 m$ {/ W( \& N- V5 Y
但另一廂，假如將所有信息都儲存起來，那麼eBay每個月都會新增數以億計的數據信息。在如此浩瀚的數據海洋中，分析工作根本無從下手。因此對eBay來說，這是一個必須平衡的難題。2 R# L* b0 `' k$ |. N
8 e# E/ W( |0 z2 [7 U: |
需要指出的是，eBay當下的分析模型也還不夠完美。無論是「猜」用戶，還是分析商家在eBay上的生意，eBay猜錯的情況非常非常多。對於這一點，林奕彰舉了信用卡的例子。在他看來，「銀行其實是運用大數據最厲害的，但無論風控模型怎麼完美，全球依然有2%左右的信用卡賠率。」況且，eBay用的並不是成熟機構認證過的模型，很多時候要靠自己去猜，那麼誤差也就不足為奇。
0 y- W3 p) |: \8 x——文章轉自「21世紀經濟報道」，作者文亮。
5 X$ G. b8 w1 M, A: ]# `8 _) ? Y( l7 B9 x& k5 c
最後提一句，雖然數據很重要，但如果您不是天秤座，也不要把過多的精力放在這上邊，畢竟，想完了並去做了，才知道結果對不對，願大家好運。
; o1 M' P: Z/ y3 u
8 ]: M' ?4 h1 e2 [! \ |
發表於 2014-9-9 15:09:55
提升卡
沉默卡
变色卡
