王欣磊發(fā)現(xiàn)，最近，網(wǎng)上超市“1號(hào)店”在線購(gòu)物車(chē)的轉(zhuǎn)化率下降了。身為1號(hào)店副總裁的他，試圖找出其中的原因：缺貨，也許是一個(gè)直接因素，但除了缺貨，其他細(xì)節(jié)也可能導(dǎo)致購(gòu)物車(chē)轉(zhuǎn)化率的下降。他知道，這些看起來(lái)似乎并不起眼的細(xì)節(jié)，統(tǒng)統(tǒng)增加了問(wèn)題解決的復(fù)雜性。

作為電商產(chǎn)品設(shè)計(jì)領(lǐng)域的資深人士，王欣磊向來(lái)喜歡用數(shù)據(jù)分析問(wèn)題。但越來(lái)越豐富的數(shù)據(jù)，也給他帶來(lái)了新困惑：當(dāng)一個(gè)數(shù)字在下降，另一個(gè)數(shù)字在上升時(shí)，如何證明這兩者間具有相關(guān)性？購(gòu)物車(chē)轉(zhuǎn)化率下降的問(wèn)題，便是一個(gè)典型的案例。

在最近興起的“大數(shù)據(jù)”研究中，王欣磊嘗試為自己的疑問(wèn)找到答案，但結(jié)果卻并不令人滿意。“《大數(shù)據(jù)時(shí)代》那本書(shū)中提到，人們不再需要探究數(shù)據(jù)間的因果關(guān)系，而只需要知道相關(guān)關(guān)系。但在實(shí)際操作中，我們?cè)鯓优袛噙@種相關(guān)關(guān)系是一段時(shí)間內(nèi)的偶然現(xiàn)象，還是必然的趨勢(shì)？這是個(gè)很大的問(wèn)題。”

但即便面對(duì)種種困惑，“大數(shù)據(jù)”，對(duì)1號(hào)店來(lái)說(shuō)依然是一座金礦，并已經(jīng)開(kāi)始從中有所收獲。比如，1號(hào)店已經(jīng)在幫商家分析商品之間的關(guān)聯(lián)度，并以之為依據(jù)制定營(yíng)銷(xiāo)策略。比如，1號(hào)店發(fā)現(xiàn)，當(dāng)可口可樂(lè)和奧利奧餅干的關(guān)聯(lián)度特別高時(shí)，就可以推薦商家做聯(lián)合營(yíng)銷(xiāo)。

1號(hào)店稱，其每天的流量（獨(dú)立IP）已高達(dá)400多萬(wàn)，而每一個(gè)訪客又會(huì)看近10個(gè)頁(yè)面。用1號(hào)店董事長(zhǎng)于剛的話說(shuō)，除了用戶買(mǎi)什么或不買(mǎi)什么，“用戶的瀏覽路徑，先看哪個(gè)頁(yè)面，后看哪個(gè)，通過(guò)哪個(gè)鏈接切換，用搜索還是類(lèi)目瀏覽等，1號(hào)店統(tǒng)統(tǒng)都能掌握”，“基于這些數(shù)據(jù)，能做的事情太多了”。

挖掘每個(gè)用戶

準(zhǔn)確地說(shuō)，1號(hào)店的“數(shù)據(jù)挖掘”起步于3年多前。彼時(shí)，公司購(gòu)買(mǎi)了數(shù)據(jù)倉(cāng)庫(kù)，并建立了自己的BI（商業(yè)智能）團(tuán)隊(duì)，試圖通過(guò)建立顧客的行為模型，來(lái)提供更精準(zhǔn)化的服務(wù)。

不過(guò)那時(shí)，1號(hào)店的關(guān)注點(diǎn)還僅僅停留在用戶的購(gòu)買(mǎi)記錄和收藏行為上。相比之下，它目前對(duì)數(shù)據(jù)的捕捉，顯然更加“精細(xì)化”。無(wú)論是購(gòu)買(mǎi)頻次，還是用戶的性別、年齡、習(xí)慣等，都能幫助它分析和跟蹤消費(fèi)模式的微妙變化，進(jìn)而“投其所好”地實(shí)現(xiàn)最大化的銷(xiāo)售。

譬如，當(dāng)一個(gè)用戶瀏覽了商品后沒(méi)有購(gòu)買(mǎi)，1號(hào)店緊接著便會(huì)分析整個(gè)購(gòu)物過(guò)程“卡”在哪個(gè)環(huán)節(jié)上。假如商品已經(jīng)加入了購(gòu)物車(chē)，那么導(dǎo)致用戶沒(méi)有購(gòu)買(mǎi)的很可能是高運(yùn)費(fèi)，1號(hào)店很可能會(huì)調(diào)整運(yùn)費(fèi)；倘若用戶沒(méi)有購(gòu)買(mǎi)是因?yàn)閹?kù)存缺貨，那么下次庫(kù)存到貨后公司就會(huì)提醒用戶購(gòu)買(mǎi)；如果用戶瀏覽了許多類(lèi)似的商品卻最終沒(méi)有購(gòu)買(mǎi)，那么可以推測(cè)用戶對(duì)這一品類(lèi)的商品感興趣，只是沒(méi)有找到自己想要的品牌。這種情況下，只要有新品上架，1號(hào)店就會(huì)第一時(shí)間推薦用戶購(gòu)買(mǎi)。

還有一種可能是，商品的價(jià)格太高嚇退了顧客，那么一旦有關(guān)于該商品的促銷(xiāo)，1號(hào)店就會(huì)提醒顧客購(gòu)買(mǎi)。假如顧客依然沒(méi)有購(gòu)買(mǎi)，1號(hào)店就假設(shè)用戶并不想要這個(gè)商品，而是想要類(lèi)似商品，于是只要有類(lèi)似的新品推出，公司就會(huì)作出推薦。

在此基礎(chǔ)上，公司觀察到許多用戶的購(gòu)買(mǎi)頻次有其規(guī)律性，假如一個(gè)用戶上1號(hào)店只購(gòu)買(mǎi)洗發(fā)水，且每三周購(gòu)買(mǎi)一次，那么一旦用戶哪一次沒(méi)有購(gòu)買(mǎi)，1號(hào)店就會(huì)想方設(shè)法地“提醒”他。

除了最終購(gòu)買(mǎi)的商品外，用戶的瀏覽路徑同樣受到了重視。在于剛看來(lái)，這些看似不經(jīng)意的行為里蘊(yùn)含了大量信息。“一個(gè)簡(jiǎn)單例子是，用戶進(jìn)入1號(hào)店頁(yè)面后第一個(gè)瀏覽的商品，就是他的目標(biāo)商品。假如用戶首先瀏覽了牛奶，那么你就應(yīng)該推薦他不同品牌的牛奶。”他說(shuō)道。當(dāng)然，這里頭還有許多推薦的“技巧”——如果用戶對(duì)某一品牌的牛奶比較忠誠(chéng)，那么1號(hào)店就不應(yīng)推薦其他品牌的牛奶，而應(yīng)推薦與牛奶搭配的面包、餅干或早餐谷物等。

那些購(gòu)買(mǎi)目的性很強(qiáng)的用戶，常常會(huì)使用搜索的方式進(jìn)入所需商品的頁(yè)面。對(duì)于這一類(lèi)用戶，1號(hào)店同樣也會(huì)“直截了當(dāng)”地推薦他們的目標(biāo)商品；另一些用戶喜歡“逛”，他們往往通過(guò)類(lèi)目來(lái)選擇商品，“比如先買(mǎi)吃的，再買(mǎi)喝的，最后買(mǎi)用的”。對(duì)于這類(lèi)客戶，1號(hào)店傾向于同時(shí)向他展示很多商品，特別是新品，滿足其獵奇、“閑逛”的心理；而對(duì)于那些被促銷(xiāo)頁(yè)面吸引的用戶，公司則會(huì)向他們展示熱推或促銷(xiāo)的商品，以推動(dòng)其購(gòu)買(mǎi)。

在1號(hào)店上購(gòu)物的顧客，可能并不知道，自己每一次的購(gòu)物行為，正幫助這家電商公司逐步了解自己，并為自己描摹出一幅大概的生活圖景。據(jù)王欣磊稱，1號(hào)店首先會(huì)根據(jù)用戶的購(gòu)買(mǎi)金額和頻次將其分為四個(gè)大群，在用戶大群的基礎(chǔ)上，公司根據(jù)用戶的瀏覽習(xí)慣，為其打上更為細(xì)致的“標(biāo)簽”。這種描繪用戶個(gè)人信息及購(gòu)買(mǎi)偏好的標(biāo)簽，多達(dá)成百上千個(gè)，“比如，他是傾向于購(gòu)買(mǎi)哪一類(lèi)商品的？他的瀏覽行為是什么，是喜歡搜索還是用類(lèi)目瀏覽？他喜歡在上班時(shí)間購(gòu)物，還是在周末購(gòu)物？購(gòu)買(mǎi)的周期和收貨的習(xí)慣又是什么？”王欣磊說(shuō)道，在將客戶抽象為一個(gè)個(gè)具體的標(biāo)簽后，1號(hào)店便能有的放矢地進(jìn)行營(yíng)銷(xiāo)。

他同時(shí)坦言，1號(hào)店并沒(méi)有辦法直接獲得用戶的性別、家庭狀況、收入狀況等信息，但可以通過(guò)幾種方式去推測(cè)。一個(gè)明顯例子是，公司可以根據(jù)用戶的姓名，并結(jié)合一些購(gòu)買(mǎi)行為，來(lái)推測(cè)用戶的性別。

從今年起，中科院的一個(gè)研究小組也加入了1號(hào)店的客戶數(shù)據(jù)研究中。雙方研究的重點(diǎn)便聚焦在顧客的分群。“他們會(huì)將顧客分為忠實(shí)顧客、風(fēng)險(xiǎn)顧客（較易流失的顧客）和需要提升的顧客，并對(duì)不同顧客的行為做進(jìn)一步的分析。”王欣磊稱。

“大數(shù)據(jù)”噪音

除了對(duì)消費(fèi)行為的分析研究，如何借助數(shù)據(jù)讓產(chǎn)品價(jià)格更具競(jìng)爭(zhēng)力同樣重要。眼下，1號(hào)店后臺(tái)的PIS（價(jià)格智能系統(tǒng)）每天實(shí)時(shí)在線搜索60多個(gè)網(wǎng)站和1700多萬(wàn)種商品的庫(kù)存信息和價(jià)格信息，并根據(jù)競(jìng)爭(zhēng)對(duì)手的商品價(jià)格實(shí)時(shí)調(diào)整自己的商品價(jià)格。

具體說(shuō)來(lái)，在公司設(shè)置的價(jià)格模型中，不同的品類(lèi)都有相應(yīng)的市場(chǎng)價(jià)格策略。“譬如，有些品類(lèi)的價(jià)格要做到業(yè)界領(lǐng)先，有些品類(lèi)只要不高于競(jìng)爭(zhēng)對(duì)手就行了。有些是我的利潤(rùn)品類(lèi)，有些是流量品類(lèi)。”于剛稱，“我們?cè)趦r(jià)格模型中設(shè)置底價(jià)后，系統(tǒng)就會(huì)根據(jù)對(duì)手的動(dòng)態(tài)價(jià)格自動(dòng)調(diào)整商品的價(jià)格。你知道，1號(hào)店有幾百萬(wàn)種商品，完全沒(méi)有辦法用手工設(shè)置價(jià)格。”

于剛稱，在1號(hào)店較為擅長(zhǎng)的食品飲料領(lǐng)域，公司試圖做到價(jià)格領(lǐng)先，“尤其是進(jìn)口牛奶品類(lèi)，60%的線上銷(xiāo)售都是通過(guò)1號(hào)店走的”；而在服裝等領(lǐng)域，公司追求的則是毛利。

盡管這些做法看起來(lái)無(wú)懈可擊，但隨著1號(hào)店的數(shù)據(jù)量越積越多，它也開(kāi)始面臨新的煩惱：比如，應(yīng)該怎樣將海量的數(shù)據(jù)進(jìn)行過(guò)濾，去蕪存菁？王欣磊并不諱言，“數(shù)據(jù)的純潔性是一個(gè)很大的問(wèn)題。”

不難理解，當(dāng)公司由于促銷(xiāo)而使得銷(xiāo)量大增時(shí)，消費(fèi)者在那一特定階段的行為與未來(lái)的趨勢(shì)無(wú)關(guān)；此外，一些季節(jié)性、節(jié)假日的數(shù)據(jù)也要過(guò)濾，而那些因?yàn)楦?jìng)爭(zhēng)對(duì)手的促銷(xiāo)導(dǎo)致銷(xiāo)量突然下滑的數(shù)據(jù)也要剔除在外。

除了外部干擾，消費(fèi)者的個(gè)人操作中也包含著不少無(wú)效行為，這同樣被視為一種“數(shù)據(jù)噪音”。于剛發(fā)現(xiàn)，有的用戶上1號(hào)店并不是為了購(gòu)物，而純粹是為了測(cè)試網(wǎng)站，“他注冊(cè)之后，往往下一個(gè)訂單后取消，再下一個(gè)訂單再取消，這些用戶肯定不在我們的研究范圍”。

相比之下，更大的難題在于，線下批發(fā)商對(duì)線上數(shù)據(jù)的干擾。據(jù)王欣磊稱，一些地區(qū)的線下批發(fā)商可能是因?yàn)榫€上渠道的價(jià)格更便宜，于是通過(guò)各種渠道拿到優(yōu)惠券在線上購(gòu)買(mǎi)，再將貨品轉(zhuǎn)移到線下去賣(mài)。“批發(fā)用戶擁有很多的注冊(cè)賬號(hào)，這對(duì)我們很不利，也給數(shù)據(jù)帶來(lái)很大的干擾。”他指出，“我們會(huì)通過(guò)技術(shù)的手段去防批發(fā)，并不斷地清理數(shù)據(jù)。但如何去驗(yàn)證真正的消費(fèi)者數(shù)據(jù)，目前依舊是個(gè)很大的挑戰(zhàn)。”

收集數(shù)據(jù)的下一步，是對(duì)數(shù)據(jù)進(jìn)行分析和解答。事實(shí)上，面對(duì)同一組數(shù)據(jù)，不同的人從不同的角度分析，會(huì)得出全然不同的結(jié)論。也有人認(rèn)為，隨著數(shù)據(jù)量的增大，研究的準(zhǔn)確性一開(kāi)始會(huì)隨之上升，但很快就會(huì)趨平。眼下，業(yè)界亦并沒(méi)有形成放之四海而皆準(zhǔn)的解讀方法。從這個(gè)角度看，如何正確地解讀數(shù)據(jù)，讓數(shù)據(jù)模型越來(lái)越準(zhǔn)確，是擺在所有電商企業(yè)面前的難題。

在復(fù)雜的模型之上，算法同樣重要。1號(hào)店需要在極短的時(shí)間內(nèi)，通過(guò)算法解讀用戶的行為，并在得到結(jié)論后做出實(shí)時(shí)的推薦。用于剛的話說(shuō)，“當(dāng)一個(gè)顧客用搜索來(lái)挑選商品時(shí)，我們的后臺(tái)需要為這一搜索做支持，算法得非?？觳判?mdash;—否則用戶等待的時(shí)間一長(zhǎng)，就會(huì)不耐煩。”

不難發(fā)現(xiàn)，1號(hào)店對(duì)大數(shù)據(jù)的研究和運(yùn)用，仍處于摸索階段，而在全球范圍內(nèi)，這依然是一個(gè)新鮮的應(yīng)用。很多時(shí)候，于剛會(huì)對(duì)新的數(shù)據(jù)應(yīng)用感到興奮，但有時(shí)，他也會(huì)顯得力不從心——在他眼里，學(xué)術(shù)界如今已做了很多關(guān)于大數(shù)據(jù)的前瞻性研究，企業(yè)界則嘗試著大量的應(yīng)用，但兩者間的關(guān)聯(lián)并不大，甚至朝著截然不同的方向前行。換言之，在學(xué)術(shù)研究與實(shí)際應(yīng)用中，尚有很大的鴻溝。

“我們需要把這兩者有機(jī)地結(jié)合起來(lái)，把研究的結(jié)果放到實(shí)踐中去，我覺(jué)得，這是最難的一點(diǎn)，也是最需要花力氣的。”于剛說(shuō)。