1

本報(bào)記者 黃鍇 上海報(bào)道

在網(wǎng)絡(luò)世界，數(shù)據(jù)就是金錢(qián)。作為全球最大的拍賣(mài)網(wǎng)站，eBay對(duì)這一點(diǎn)深有體會(huì)。眼下，eBay對(duì)各種在線(xiàn)數(shù)據(jù)的分析無(wú)所不至，就像在每個(gè)顧客前面安裝了攝像頭一般。

毫無(wú)疑問(wèn)，eBay擁有的數(shù)據(jù)量是驚人的。其每天都要處理100PB的數(shù)據(jù)，其中包括50TB的機(jī)器數(shù)據(jù)�？梢哉f(shuō)，eBay每天都面臨著天文數(shù)字般的大數(shù)據(jù)挑戰(zhàn)。

早在2006年，eBay就成立了大數(shù)據(jù)分析平臺(tái)。為了準(zhǔn)確分析用戶(hù)的購(gòu)物行為，eBay定義了成百上千種類(lèi)型的數(shù)據(jù)，并以此對(duì)顧客的行為進(jìn)行跟蹤分析。然而，這同時(shí)也為eBay帶來(lái)了新的挑戰(zhàn)。要知道，公司的數(shù)據(jù)量多到難以想象，沒(méi)有人能分析消化這么多的數(shù)據(jù)，也沒(méi)有人能基于所有數(shù)據(jù)建立起模型。

事實(shí)上，eBay真正應(yīng)用到的，只是其收集的數(shù)據(jù)中的一小部分。“剩余的數(shù)據(jù)，eBay或是將其丟棄，或是將其存儲(chǔ)起來(lái)。因?yàn)檎f(shuō)不定哪天，科技實(shí)現(xiàn)了突破，這些數(shù)據(jù)就會(huì)變得有用。”eBay大中華區(qū)CEO林奕彰指出。

那么目前，eBay是如何利用這些數(shù)據(jù)，來(lái)促進(jìn)業(yè)務(wù)創(chuàng)新和利潤(rùn)增長(zhǎng)的呢?

為用戶(hù)“畫(huà)像”

eBay擁有近2億的用戶(hù)，網(wǎng)站的商品清單項(xiàng)目則有3萬(wàn)多類(lèi)。在平臺(tái)的日常交易中，eBay幾乎每秒都要處理數(shù)千美元。而這些交易數(shù)據(jù)，其實(shí)只是eBay全站數(shù)據(jù)信息總量的“冰山一角”。

基于大數(shù)據(jù)分析，eBay每天要回答的問(wèn)題有很多，比如，“昨天最熱門(mén)的搜索商品是什么?”而即便是這樣的簡(jiǎn)單問(wèn)題，都需要涉及處理五十億的頁(yè)面瀏覽量。從這個(gè)角度看，任何一個(gè)基本的業(yè)務(wù)問(wèn)題，對(duì)公司來(lái)說(shuō)都是一個(gè)相當(dāng)巨大的問(wèn)題。

就eBay如何利用大數(shù)據(jù)來(lái)增加在線(xiàn)交易，林奕彰舉了一個(gè)典型的例子。譬如，一位年輕的女性早上10點(diǎn)在星巴克瀏覽eBay網(wǎng)站，eBay應(yīng)該推送給她什么樣的商品呢?

“就這幾個(gè)信息點(diǎn)，我們其實(shí)已經(jīng)做了不少研究。”林奕彰說(shuō)，“事實(shí)上，用戶(hù)早晨10點(diǎn)、中午12點(diǎn)，或是晚上7點(diǎn)，她瀏覽的商品是不同的;在餐廳或是在家里，同樣會(huì)對(duì)瀏覽和搜索產(chǎn)生影響;此外，還有用戶(hù)的年齡、當(dāng)時(shí)的天氣等等，都會(huì)對(duì)購(gòu)物產(chǎn)生影響。eBay要做的，就是學(xué)習(xí)不同情景下的不同購(gòu)物模式，并推送給用戶(hù)最想要的商品。”

據(jù)悉，eBay可以從用戶(hù)以往的瀏覽記錄里“猜”她想要什么樣的商品，也可以從設(shè)定的成百上千種情景模型中計(jì)算出用戶(hù)可能的需求;或是對(duì)照另一位有著相似特點(diǎn)的女性用戶(hù)，看她當(dāng)時(shí)買(mǎi)過(guò)什么樣的商品，從而推斷出這位用戶(hù)潛在的需求。在綜合各種考量因素后，eBay的后臺(tái)需要在短短幾秒內(nèi)將商品頁(yè)面推送給用戶(hù)。這意味著，eBay的系統(tǒng)需要有非�？斓倪\(yùn)算速度。

這種運(yùn)算模型，有相當(dāng)一部分人為的因素。比如，機(jī)器可以搜集用戶(hù)的上萬(wàn)個(gè)數(shù)據(jù)，但eBay的工程師可以定義其中的100個(gè)數(shù)據(jù)為有效數(shù)據(jù)，而模型則建立在這些有效數(shù)據(jù)之上。此外，當(dāng)計(jì)算機(jī)自動(dòng)“學(xué)習(xí)”分析各種數(shù)據(jù)形成的趨勢(shì)時(shí)，eBay需要將機(jī)器學(xué)習(xí)的邏輯設(shè)定在與商品交易相關(guān)的行為上。

除了通過(guò)大數(shù)據(jù)為用戶(hù)“畫(huà)像”而向其推送有針對(duì)性的商品，eBay此前還嘗試?yán)�用大�?shù)據(jù)進(jìn)行搜索引擎的優(yōu)化。

具體說(shuō)來(lái)，eBay可以把握用戶(hù)的行為模式，使搜索引擎更加“直覺(jué)化”。如果時(shí)間倒退幾年，用戶(hù)在使用eBay的搜索引擎時(shí)，會(huì)發(fā)現(xiàn)它只能理解字面的意思，并按照字面意思尋找。很多時(shí)候，搜索引擎并不能理解用戶(hù)的真實(shí)意圖。但現(xiàn)在，eBay正試著改變或重寫(xiě)用戶(hù)的搜索請(qǐng)求，增加同義詞或替換語(yǔ)句，從而給出更相關(guān)性的內(nèi)容，并由此增加在線(xiàn)交易量。而這背后，統(tǒng)統(tǒng)離不開(kāi)大數(shù)據(jù)的支持。

為商家提供“情報(bào)”

基于用戶(hù)購(gòu)物的數(shù)據(jù)，eBay同樣會(huì)給商家提供各式各樣的“情報(bào)”。比如，eBay會(huì)告訴制造商用戶(hù)正在網(wǎng)上搜索什么商品，或是各種出口行業(yè)的數(shù)據(jù)，制造商會(huì)立刻對(duì)此做出反應(yīng)。

很多時(shí)候，eBay會(huì)根據(jù)自身或其他電商網(wǎng)站的交易情況，向商家建議其應(yīng)該銷(xiāo)售的品類(lèi)。“這也是eBay大中華區(qū)正在做的工作，”林奕彰稱(chēng)，“比如，一個(gè)中國(guó)的商家希望將產(chǎn)品賣(mài)到澳洲，我們通過(guò)數(shù)據(jù)分析可以告訴他，他一個(gè)月大約可以賣(mài)出多少產(chǎn)品，定價(jià)應(yīng)該在什么范圍內(nèi)，市面上還有多少商家在賣(mài)同樣的產(chǎn)品，他的市場(chǎng)占有率大概是多少。”

在此基礎(chǔ)上，eBay還試圖算出商家的補(bǔ)貨頻率。事實(shí)上，海外倉(cāng)儲(chǔ)是商家非常頭痛的問(wèn)題，一旦計(jì)算失誤，便可能造成庫(kù)存積壓或缺貨。而在eBay，一旦用戶(hù)下單后發(fā)現(xiàn)商家缺貨，將是非常嚴(yán)重的問(wèn)題。這種情況下，eBay可以通過(guò)過(guò)往的數(shù)據(jù)分析，得出商家第一批貨的大概銷(xiāo)量，以及按照過(guò)去銷(xiāo)貨的速度什么時(shí)候應(yīng)該補(bǔ)貨，物流的時(shí)間又是多久。通過(guò)這些數(shù)據(jù)的計(jì)算，eBay可以測(cè)算出商家補(bǔ)貨的邏輯。

這些數(shù)據(jù)分析，對(duì)于商家開(kāi)拓新的銷(xiāo)售品類(lèi)非常管用。因?yàn)橥ǔＧ闆r下，商家需要四五個(gè)月，才能摸清楚一種貨物的淡旺季銷(xiāo)量，及其在各個(gè)地區(qū)的受歡迎程度。

當(dāng)然，eBay所做的只是為商家提供各種潛在的商機(jī)，至于賣(mài)家是否愿意投入生產(chǎn)，或能否找到合適的供應(yīng)商進(jìn)貨，仍需要他們自己去完成。很多時(shí)候，eBay推薦商家銷(xiāo)售200個(gè)新品類(lèi)，而最終商家只能找到50種新產(chǎn)品的供應(yīng)商。

除此之外，憑借平臺(tái)上產(chǎn)生的各種信息，eBay還可以扮演“品管(品質(zhì)管理)”的角色。舉例來(lái)說(shuō)，一個(gè)賣(mài)家要在eBay上賣(mài)1000個(gè)產(chǎn)品，當(dāng)它賣(mài)到50個(gè)產(chǎn)品的時(shí)候，有5個(gè)產(chǎn)品出了問(wèn)題;賣(mài)到200個(gè)產(chǎn)品的時(shí)候，有20個(gè)產(chǎn)品出了問(wèn)題;賣(mài)到400個(gè)產(chǎn)品的時(shí)候，有40個(gè)產(chǎn)品出現(xiàn)質(zhì)量問(wèn)題，以此類(lèi)推。而eBay要做的，就是在其早期出現(xiàn)問(wèn)題的時(shí)候，就及時(shí)提醒賣(mài)家。

進(jìn)一步說(shuō)，當(dāng)賣(mài)家賣(mài)掉10個(gè)、20個(gè)產(chǎn)品的時(shí)候，eBay就要根據(jù)退貨率、買(mǎi)家評(píng)論等把可能的問(wèn)題檢測(cè)出來(lái)。與此同時(shí)，eBay會(huì)提醒賣(mài)家，讓其監(jiān)督供應(yīng)商改進(jìn)品質(zhì)，或選擇將商品下架，或是修改物品的描述。

在理想狀態(tài)下，這種品管系統(tǒng)會(huì)形成一個(gè)大數(shù)據(jù)的循環(huán)，并幫助賣(mài)家減少退貨，銷(xiāo)售更多的商品。假如賣(mài)家在收到這樣的通知后依舊我行我素，eBay就會(huì)認(rèn)為這樣的賣(mài)家并不重視品管，到了一定階段，eBay會(huì)對(duì)其實(shí)施交易“配額”，限制其交易量。

“品管的難點(diǎn)在于，我需要通過(guò)數(shù)據(jù)模型在賣(mài)家交易量很少的時(shí)候就發(fā)現(xiàn)問(wèn)題。這種早期預(yù)測(cè)涉及復(fù)雜的運(yùn)算。”林奕彰表示，“一旦交易量大了，賣(mài)家自己也會(huì)統(tǒng)計(jì)退貨率，之前的損失也就無(wú)可挽回。”

試錯(cuò)與挑戰(zhàn)

和其他在線(xiàn)交易平臺(tái)一樣，eBay對(duì)假貨亦十分敏感。眼下，公司試圖通過(guò)大數(shù)據(jù)技術(shù)，讓系統(tǒng)“智能”地識(shí)別出假貨。

實(shí)際上，“網(wǎng)絡(luò)打假”工作并不容易。要知道，假貨常常以各種形態(tài)出現(xiàn)在網(wǎng)絡(luò)上，且屢禁不止。以Rolex為例，假貨商家可能在單詞中增加一個(gè)空格，也可能將其中兩個(gè)字母互換位置，甚至名稱(chēng)里根本不出現(xiàn)Rolex，只是圖片展示出Rolex手表的樣子。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(chēng)或描述里抓關(guān)鍵詞，根本抓不住假貨。

而eBay眼下做的，就是通過(guò)數(shù)據(jù)分析建立起一種模型或規(guī)則，假如商家的交易符合這種規(guī)則或特征，便有可能是在賣(mài)假貨。

打個(gè)比方，當(dāng)一個(gè)賣(mài)家的商品賣(mài)的很便宜，賣(mài)得很快，但后面的抱怨和退貨很多，系統(tǒng)就會(huì)把這個(gè)“可疑”的模式識(shí)別出來(lái)，然后再由工作人員去判斷，這個(gè)賣(mài)家是否在賣(mài)假貨。換言之，“即便數(shù)據(jù)的量再大，賣(mài)假貨的人都有相對(duì)固定的模式。”林奕彰稱(chēng)。而通過(guò)這種方式，eBay有效地鑒別出不少假貨商家。

不過(guò)，林奕彰并不諱言，這種大數(shù)據(jù)分析方法亦有其弊端。“就假貨問(wèn)題來(lái)說(shuō)，這種方式只能在事后將問(wèn)題查出來(lái)，而無(wú)法事先預(yù)測(cè)。”他表示，“這不是那么容易解決的問(wèn)題，因?yàn)闊o(wú)論用什么樣的模型去套，假貨交易總是能先騙你一陣子。”

除了分析的滯后性，eBay的大數(shù)據(jù)挑戰(zhàn)還體現(xiàn)在龐大的數(shù)據(jù)處理上。盡管企業(yè)數(shù)據(jù)倉(cāng)庫(kù)為查詢(xún)提供了巨大性能，但它仍無(wú)法滿(mǎn)足eBay存儲(chǔ)和靈活處理的需要。要知道，這些系統(tǒng)的造價(jià)相當(dāng)昂貴，當(dāng)eBay每天增加50TB的數(shù)據(jù)時(shí)，其成本是相當(dāng)高昂的。

在此基礎(chǔ)上，eBay收集的相當(dāng)一部分?jǐn)?shù)據(jù)，在目前看來(lái)是無(wú)用的數(shù)據(jù)。畢竟，數(shù)據(jù)采集得越多，變量越多，而由此帶來(lái)的“數(shù)據(jù)噪音”也越多，模型越失真。從這個(gè)角度看，eBay要做的是記錄那些有意義的數(shù)據(jù)，并銷(xiāo)毀那些不需要的信息。問(wèn)題在于，eBay要分析的85%的問(wèn)題都是新的或未知的，“eBay并不知道哪些信息未來(lái)或許會(huì)有用，”林奕彰坦言，“那些現(xiàn)在看起來(lái)無(wú)效的數(shù)據(jù)，明后年可能就會(huì)隨著科技進(jìn)步被消化，我們現(xiàn)在只能先把這些數(shù)據(jù)儲(chǔ)存起來(lái)。”

但另一廂，假如將所有信息都儲(chǔ)存起來(lái)，那么eBay每個(gè)月都會(huì)新增數(shù)以?xún)|計(jì)的數(shù)據(jù)信息。在如此浩瀚的數(shù)據(jù)海洋中，分析工作根本無(wú)從下手。因此對(duì)eBay來(lái)說(shuō)，這是一個(gè)必須平衡的難題。

需要指出的是，eBay當(dāng)下的分析模型也還不夠完美。無(wú)論是“猜”用戶(hù)，還是分析商家在eBay上的生意，eBay猜錯(cuò)的情況非常非常多。對(duì)于這一點(diǎn)，林奕彰舉了信用卡的例子。在他看來(lái)，“銀行其實(shí)是運(yùn)用大數(shù)據(jù)最厲害的，但無(wú)論風(fēng)控模型怎么完美，全球依然有2%左右的信用卡賠率。”況且，eBay用的并不是成熟機(jī)構(gòu)認(rèn)證過(guò)的模型，很多時(shí)候要靠自己去猜，那么誤差也就不足為奇。