商派CEO李鐘偉：如何把握電子商務大資料機遇

圖為商派公司CEO李鐘偉演講

李鐘偉：各位下午好！ 謝謝《商業價值》給這個機會，在這裡和大家分享在電子商務領域我們在數位挖掘上的體驗。 其實電子商務有一個比較大的特徵，它的資料積累和資料庫相比別的行業先天來講會稍微簡單一點，由此產生的應用的是非常多的，但實際上執行的時候，如果沒有很好的方法那你對資料的積累嚴格意義上也是災難，下面我們就在這個環節上討論一下。

一、什麼是商派理解的大資料？ 作為一個電商本身在IT的驅動之下，任何一個過程，所有的一切我們都可以理解為數據結點，但是你以什麼樣的方式保存並且以什麼樣的數位切片看它？ 這對整個電商來講，如果在這個領域理解不深刻的，你的資料將來是不可用的。 商品是一家電子商務軟體公司，我們目前累計服務的客戶總量超過133萬家企業，平均每天產生的日均訂單量60萬單，雙十一會超過1000萬單的規模。 他大概會產生的這樣一個資料積累，如果說在今天放到全球的變動之上，雖然是非常小的，但即便如此，對一個企業的運算能力也是一個極大的挑戰。

這些資料我們把它分解成屬性來看，對我們電子商務來講，本身的系統是由應用本身積累下來的，最天然的形成的資料切片乃至資料的存儲方式是不太容易被應用的，這很可能導致後期的資料可用性衰退非常厲害。 做大資料第一間事情是建立你的切片維度，比如說流覽行為、交易行為、支付行為、溝通行為、社交行為、回饋行為以及必要的各類技術指標，一個應用系統往往可能在多個尺度同時反應資料，所以對資料切片的理解， 這是在你大資料應用的時候首先要建立的核心思想。

我們在做大資料應用的時候，基本上建立的思想維度還是比較簡單，第一資料的採集與存儲，第二資料的組織與管理，第三資料的分析與呈現，特別要強調的就是在剛才的表述當中，我們比較多的也是商派在歷史上付出過學費， 當你對這個沒有清晰的定義，或者定義中有一些缺失的話，歷史積累的資料往往具有不可用性，資料採礦及可用性是非常困難的，包括原始數位定義、最小顆細微性等等，如果做得不好，資料幾乎沒有可用性。 本質上來講，在一個社會化的環境中，無論是支付系統還是外部的開放系統，或者是整個物流體系，一個企業本質上是能夠獲得一系列這種資料積澱的。

互聯網帶來的開發特性對使用者行為的資料乃至整個交流互動的資料也有極大的積澱，所以今天我們所理解的資料已經完全不是從企業內部單純的經營行為或者本身企業內部的積澱，而是整個社會的環境當中進行資料的積存。 另外一個優勢，在這些年中大資料採礦的技術相對比較成熟，我們在看大資料的時候，商派在看大資料的時候，我們會理解為數據的應用的供應方和使用方關注的焦點是不一致的，從最終使用者使用的維度來講， 在電子商務領域我們目前能夠看到的就是它在目前階段比較多的是依賴于以資料指導運營，在一個視覺化的環境下驅動他業務。

我們目前可以看到，常見的在一個資料分析維度中，客戶可能會交流訂單的獲取、二次銷售、頁面回訪、簽單成本等等轉化比例，這通常是一些運營指標，它們的視覺化可以説明企業提升業務能力。 這些運營指標的資料來源是需要在前面做好數位切片的。 所以我們推出了一些應用系統，比如說ECAE、Betternow的視覺化儀錶盤，目前基本上服務于兩個方向，客戶系統穩定性和運行效率，通過資料的時時監控建立一個視覺化的環境， 同時在這個環境中進一步呈現面向消費者層面提升交易客單價以及商品推薦精准度，尤其是在商品資料當中，往往這個資料並不具備單維度的匹配，因為那樣的話做出決策是相對困難的，在相當多的時候，我們在進行消費者交易匹配的時候， 我們一定要考慮到外界廣泛的供應體系，目前來看，通常一款商品在市場上的供應商家，比如說一個手機產品你很容易找到上千個供應商，同類比的供應品質也能找到3-5家，在這樣的環境中怎樣保障你的交易轉化率，這要通過時時監控來完成。

我們在剛才交流的時候也提到過，在今天這個社會的環境下，企業最整個資料的來源已經不是最原始內部產生的資料，多方面都是大資料系統集成，傳統的資料比如企業內部積澱的財務資料、供應鏈流通資料、CRM近態客戶的聯繫資料， 以及整個客戶的行為資料，包括客戶在非銷售環境中的社會型資料，這些資訊系統的結合是我們看到大資料在將來會發生的變化，它不是在一個靜態的、封閉的環境下運營。 我們會看到，當你的資料維度是這樣的時候，數位之間會出現非常大的差異的，從未來的企業運營能力來講，他對資料的獲得乃至對整個企業運營的全方位的視覺化需求，我們會看到相對是比較強烈的方向。 我們在這裡特別想跟各位交流的一個問題就是，在互聯網時代，尤其是社會化，使得你相對來講對消費者的判別，事實上在以前是不存在的，我們剛剛給企業內部的CRM下了一個定義，這個定義偏向于歷史資料， 本身並不一定能反映整個消費者的行為的，這是我們目前階段正在做的東西，它主要採用匹配和跟蹤的方法説明企業建立維度。

這個維度之外，從目前來看，我們會看到當資料精准的話，直連的回應回饋會比較有效，反過來也會存在比較大的問題，比如說我們服務的兩家客戶，我們分別嘗試用大資料的方式對客戶進行潛在跟蹤的時候，當你的資料切片做得細的時候， 你整個的準備和預備在你的樣本人群做的切片做得小的時候，乃至整個在資料維度當中你的所有覆蓋使用者的回饋率都比較高，社交溝通嚴格意義上是一個雙刃劍，一旦使用不好的話，客戶會把你的失敗進行誤點的傳播，這是比較麻煩的事情。 我們對資料建立的一系列的維度，目前來講商派跑的第一步，我們是在資訊和商品的層面跑得比較多，在電子商務起來之前，我們知道市場上很多的傳統企業可能向一些公司購買整個市場的資料，目前我們的客戶已經可以做到時時的內容，競爭品牌、 商品的價格、描述、銷量以及庫存波動，做到近乎準時時的監控，目前由於一系列的系統問題，包括整個企業系統的壓力，我們是放在之前的，整個時時資料是非常精確的，在雙十一我們可以意識到在小家電領域雙十一的促銷體系中， 更多的依賴于廣泛的銷售管道而非直營管道完成，而作為化妝品儘管銷售網路非常廣泛，但是整個銷量表現還不占主流，把這樣的匹配資料行為和使用者行為的反彈結合的時候，你會發現有一些東西是決定性的因素。 這些是我們看到的一些方向。

進一步的定單，目前我們已知的定單的收穫位址可以在整個物流行業乃至分倉配送整個過程中起到重要的作用，包括配送網路的選擇，當時也包括支付、客戶等等，整體來講，我們說整個電子商務行業的方向會逐步推進我們的應用。 我們的行業是比較好的行業，從外界講大資料是整個世界比較熱的話題，從電子商務行當本身來講，我們目前有比較好的機會能夠直接獲取這些資料，這些資料比以前採集起來方便得多。

但是我們在交流，在整個電商行業，資料的獲取、採集、分析事實上是需要消費者服務供應商乃至最終的資料方都必須謹慎和認真的話題，任何一方從我們目前來看， 惡意的或者說在沒有充分準備的背景下對資料的跟蹤和使用對整個資料環境的擾動是非常嚴重的。 比如我們層次推出過的商品雷達，可以説明企業實現商品對標，但這裡面也存在一些問題。 在這樣的背景當中，我們希望未來能夠跟所有的資料供應商、資料合作夥伴包括技術合作夥伴，包括各式各樣的開放平臺能夠進行穩定和長期的合作，最終向整個行業進行扎扎實實的資料服務，在未來給客戶創造真正有意義的資料價值， 從而説明企業乃至決策者在一個視覺化的數位環境中做出正確的決策和判斷指引企業前進，謝謝大家！

(責任編輯：蒙遺善)