O2O需要的不是Hadoop 而是大資料

如題，但希望網友不要誤解，這裡的需要是指大資料技術在目前的發展進程中，是不會阻礙到O2O的應用，而對於O2O來說，最難的莫過於資料的來源。 這想必也是眾多掘金電商、O2O的廠商們的苦惱，更是未來搶佔O2O市場先機的一個分水嶺。

其實電商領域的O2O並不是一個新鮮的詞彙，早在團購網站興起時就已經開始出現。 百度百科對於O2O的定義為Online To Offline(線上離線/線上到線下)，是指將線下的商務機會與互聯網結合，讓互聯網成為線下交易的前臺，這個概念最早來源於美國。

在中國本土，2013年O2O進入高速發展階段，眾多商家都齊齊湧入。 微信推出「掃購」功能，使用者可以線下掃碼、線上購買。 蘇甯推出「附近蘇甯」功能，使用者可線上上查找門店，關注促銷資訊，線下體驗和購買。 而天貓則將廣告和促銷環節向線下滲透，線下宣傳「雙十一」活動、線上下單。

在最近公佈的《流通藍皮書：中國商業發展報告(2013～2014)》中指出，中國電子商務進入O2O時代。 電子商務不是虛擬經濟，它與實體經濟買密不可分，是實體經濟在資訊技術支撐下的商務應用，是商務實現的新技術和新手段。 以前，電子商務與實體經濟的融合主要體現在產品融合方面，即在電子商務平臺上交易的產品來源於實體，但在運營上二者相互獨立。

國內大資料技術公司百分點也看了O2O未來的發展潛力，畢竟在中國線下的零售佔據總體的90%，而線上購買還不到10%。 為此，百分點成立O2O子公司「信柏科技」，定位於O2O大資料，協助傳統零售業的線下資料採礦和分析。 作為一家大資料初創公司，百分點一直專注于互聯網企業的消費者偏好資料，並推出了大資料引擎。 在電商、教育、旅遊、媒體、金融、證券、製造業等多個領域都有涉及。

達到千家的合作夥伴，也就意味著千個商家的資料量，這也是促進百分點在大資料技術層面上的不斷發展。 百分點運營副總裁韓志勇告訴記者其後台的資料處理技術也是經歷了四個階段的，它所構建的大資料處理平臺包含了資料存儲和資料處理兩個層次。

底層的基礎架構自然少不了hadoop,但它也只是其中的一個元件，這包括分散式檔案系統(HadoopHDFS)、分散式SQL資料庫(MySQL)、分散式NoSQL資料庫(Redis、MongoDB、HBase)、 分散式訊息佇列(ApacheKafka)、分散式搜尋引擎(ApacheSolr)以及必不可少的ApacheZookeeper。

尤其是百分點引以為豪的即時計算，關於這一部分的元件架構和資料流程如上圖。 資料獲取服務會將收集到的即時資料推送到訊息佇列Kafka中; Kafka中的資料會被兩個處理平臺BDM CEP(Big Data Management Complex Event Processing)和Storm消費並處理。

流式即時計算説明客戶獲得肉眼無感知的性能。 如此架構的資料處理，相信都可以適用不論是B2B、B2C還是O2O等等各種電商模式，所以O2O所需求的大資料處理技術並非需要重新架構，它所面對的技術性挑戰也並非是其發展的最大阻滯。

百分點科技公司董事長蘇萌表示，O2O面臨的最大挑戰應該是資料的收集，因為目前線下搜集的資料可用性並不高。 而百分點所做的是對中國消費者使用者的習慣的研究，包括使用者的購買時間、購買習慣和可接受的價格，基於這樣的先天優勢，可在一定程度上説明到線下零售。

但這還是遠遠不夠的，線下零售還需要尋求一種方式，這在中國可能還是起步階段。 而在美國，很早就已經注意到對於實體銷售的資料收集工作。 當你去逛沃爾瑪，它所給你配備的購物車就會跟蹤你的行為軌跡並記錄，沿著人們行走的軌跡，不僅可以知道使用者的購物習慣，也在一定程度上方面超市的貨架、物品擺放的佈局。 當然現在隨著WIFI的普及似乎也可以輕鬆做到，當你超市內部網路時，你消費者行為軌跡也就這樣輕鬆獲取了。

在中國O2O前景的規劃設想中，蘇萌舉例，未來的購物中心，單單憑藉線下銷售已經不能滿足消費者，但是人們的需求又不能只是在網上滿足，這就需要一個結合點。 基於以前所收集的資料模型、演算法，以及移動端的引導，吸引了前來購物中心的人流，再運用資料分析將他們精准的分流和引導。

　　據悉阿裡巴巴在今年所投入的O2O的領域中，也是相同的想法。 這是信柏科技對於O2O市場的構想藍圖，但具體的實施策略，蘇萌並未透漏。 以一見百，看中O2O大資料超市的當然不止百分點，這也是更多覬覦這塊大蛋糕的廠商們在尋求的突破口。