第五節(jié) 應(yīng)用案例

阿里巴巴數(shù)據(jù)委員會(huì)自建立以來(lái)，數(shù)據(jù)質(zhì)量就成了該部門(mén)的核心工作，車(chē)品覺(jué)[2]認(rèn)為數(shù)據(jù)質(zhì)量是大數(shù)據(jù)的命門(mén)，如果將大數(shù)據(jù)比作水流，來(lái)自任何支流的數(shù)據(jù)，如果質(zhì)量有問(wèn)題，都會(huì)帶來(lái)整個(gè)水源的污染。由于淘寶等平臺(tái)上的數(shù)據(jù)良莠不齊，存在不少虛假數(shù)據(jù)，會(huì)帶來(lái)很大的干擾。有時(shí)，在淘寶平臺(tái)上，對(duì)于一個(gè)人，我們會(huì)看到2部手機(jī)、1個(gè)iPad、3張信用卡、5個(gè)淘寶賬號(hào)，收集數(shù)據(jù)時(shí)，以為是多個(gè)人，但實(shí)際上就是一個(gè)人。但如果依照這個(gè)數(shù)據(jù)，商家可能就將紅包給了一個(gè)不活躍的賬戶。為此，阿里巴巴數(shù)據(jù)委員會(huì)試圖剔除虛假的數(shù)據(jù)，讓收集的數(shù)據(jù)能反映真實(shí)的消費(fèi)情景。比如上面的案例，就要鑒定所有這些賬戶、信用卡等是否為同一個(gè)人所有。再如，阿里巴巴數(shù)據(jù)委員會(huì)經(jīng)常要做產(chǎn)品界面測(cè)試，有時(shí)它會(huì)臨時(shí)修改界面，會(huì)突然多出一個(gè)按鈕，這就會(huì)帶來(lái)大量誤點(diǎn)擊操作，數(shù)據(jù)收集時(shí)，就會(huì)得到很多失真的用戶行為數(shù)據(jù)。阿里巴巴數(shù)據(jù)委員會(huì)的數(shù)據(jù)管理人員目前的工作就是要將這些失真的數(shù)據(jù)剔除，或者將數(shù)據(jù)還原到真實(shí)的場(chǎng)景。為了更好地管理和利用大數(shù)據(jù)資源，阿里巴巴數(shù)據(jù)委員會(huì)采取的具體措施如下。

打破分割，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)。統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，就是讓凈化后的數(shù)據(jù)流得以匯集。阿里巴巴下屬各個(gè)部門(mén)業(yè)務(wù)重點(diǎn)不同，對(duì)數(shù)據(jù)的理解不同，因此數(shù)據(jù)標(biāo)準(zhǔn)往往各不相同。要將這些數(shù)據(jù)匯集成大數(shù)據(jù)之海，就必須統(tǒng)一標(biāo)準(zhǔn)，這也是阿里巴巴數(shù)據(jù)委員會(huì)目前重點(diǎn)推行的項(xiàng)目。

精細(xì)化管理數(shù)據(jù)。“目前，我們需要的用戶數(shù)據(jù)，平臺(tái)還給不了。”阿里巴巴平臺(tái)上的一個(gè)企業(yè)如是說(shuō)。很多企業(yè)希望阿里巴巴能將用戶屬性的標(biāo)簽分得更細(xì)（不僅分男、女用戶，還進(jìn)一步按不同消費(fèi)特點(diǎn)、收入細(xì)分）。小也化妝品創(chuàng)始人肖尚略認(rèn)為，“平臺(tái)數(shù)據(jù)的細(xì)分是基礎(chǔ)，細(xì)分好，企業(yè)才能用好”。如何讓數(shù)據(jù)精細(xì)化？阿里巴巴數(shù)據(jù)委員會(huì)根據(jù)各個(gè)商家的應(yīng)用場(chǎng)景，將原始數(shù)據(jù)打上更細(xì)致、對(duì)商家更有參考價(jià)值的標(biāo)簽。以淘寶平臺(tái)為例，一方面收集用戶信息時(shí)，專(zhuān)注對(duì)商家更實(shí)用的內(nèi)容，比如對(duì)于在外租房的大學(xué)生用戶，除了收集他們的地址信息外，還會(huì)通過(guò)其他渠道收集其房租的租金，從而了解對(duì)方的消費(fèi)水平，將這些數(shù)據(jù)提供給相應(yīng)的商家。另一方面根據(jù)商家的應(yīng)用情景，對(duì)數(shù)據(jù)材料做初加工。比如我們從中篩選出一個(gè)人是否戴眼鏡，戴的眼鏡是多少度的數(shù)據(jù)，就對(duì)賣(mài)眼鏡的商家起到了很大作用。

在數(shù)據(jù)精細(xì)化思路下，2011年底，阿里巴巴的支付寶平臺(tái)開(kāi)發(fā)黃金策產(chǎn)品，車(chē)品覺(jué)帶領(lǐng)團(tuán)隊(duì)處理了1億多活躍的消費(fèi)者數(shù)據(jù)后，篩選出500個(gè)變量，用它們來(lái)描述消費(fèi)者，最終讓企業(yè)能夠隨時(shí)調(diào)用變量，獲得用戶信息，比如某一類(lèi)包含使用信用卡數(shù)量和手機(jī)型號(hào)等具體信息的客戶數(shù)目。2013年，天貓開(kāi)始研發(fā)適用于天貓商家的系統(tǒng)，通過(guò)對(duì)會(huì)員標(biāo)簽化，讓商戶了解店鋪會(huì)員在天貓平臺(tái)的所有購(gòu)物行為特點(diǎn)。

收集更多的外部數(shù)據(jù)。在阿里巴巴平臺(tái)上，大多時(shí)候收集的是顧客的顯性需求數(shù)據(jù)，如購(gòu)買(mǎi)的商品和瀏覽等數(shù)據(jù)，但顧客在購(gòu)買(mǎi)之前，就可能通過(guò)微博、論壇、導(dǎo)購(gòu)網(wǎng)站等流露出隱性需求，所以?xún)H僅做好自己的大數(shù)據(jù)是不夠的，還要納入更多外部數(shù)據(jù)。

阿里巴巴曾嘗試通過(guò)收購(gòu)掌握中國(guó)互聯(lián)網(wǎng)的底層數(shù)據(jù)。2013年4月，阿里巴巴收購(gòu)新浪微博18%的股權(quán)，獲得了新浪微博幾億用戶的數(shù)據(jù)足跡。5月，阿里巴巴收購(gòu)高德軟件28%股份，分享高德的地理位置、交通信息數(shù)據(jù)以及用戶數(shù)據(jù)。其他的并購(gòu)包括墨跡天氣、友盟、美團(tuán)、蝦米、快的、UC瀏覽器等，阿里巴巴也從中獲得了大量的數(shù)據(jù)。通過(guò)這些并購(gòu)，阿里在試圖拼出一份囊括互聯(lián)網(wǎng)與移動(dòng)互聯(lián)網(wǎng)，涵蓋用戶生活方方面面的全景數(shù)據(jù)圖。

加強(qiáng)數(shù)據(jù)安全管理。淘寶賣(mài)家希望阿里巴巴能加大數(shù)據(jù)開(kāi)放的步伐，對(duì)于阿里平臺(tái)來(lái)說(shuō)，這并不是一件容易的事情，因?yàn)檫@關(guān)乎商家和消費(fèi)者的隱私，商家不希望競(jìng)爭(zhēng)對(duì)手獲得自己的機(jī)密信息，消費(fèi)者也不希望被更多干擾。因此，阿里巴巴內(nèi)部專(zhuān)門(mén)成立了一個(gè)小組，來(lái)判斷數(shù)據(jù)的公開(kāi)與否，把握“誰(shuí)應(yīng)該看什么，誰(shuí)不應(yīng)該看什么，誰(shuí)看什么的時(shí)候只能看什么”。