图为商派公司CEO李钟伟演讲
李钟伟：各位下午好！谢谢《商业价值》给这个机会，在这里和大家分享在电子商务领域我们在数字挖掘上的体验。其实电子商务有一个比较大的特征，它的数据积累和数据库相比别的行业先天来讲会稍微简单一点，由此产生的应用的是非常多的，但实际上执行的时候，如果没有很好的方法那你对数据的积累严格意义上也是灾难，下面我们就在这个环节上讨论一下。
一、什么是商派理解的大数据？作为一个电商本身在IT的驱动之下，任何一个过程，所有的一切我们都可以理解为数据结点，但是你以什么样的方式保存并且以什么样的数字切片看它？这对整个电商来讲，如果在这个领域理解不深刻的，你的数据将来是不可用的。商品是一家电子商务软件公司，我们目前累计服务的客户总量超过133万家企业，平均每天产生的日均订单量60万单，双十一会超过1000万单的规模。他大概会产生的这样一个数据积累，如果说在今天放到全球的变动之上，虽然是非常小的，但即便如此，对一个企业的运算能力也是一个极大的挑战。
这些数据我们把它分解成属性来看，对我们电子商务来讲，本身的系统是由应用本身积累下来的，最天然的形成的数据切片乃至数据的存储方式是不太容易被应用的，这很可能导致后期的数据可用性衰退非常厉害。做大数据第一间事情是建立你的切片维度，比如说浏览行为、交易行为、支付行为、沟通行为、社交行为、反馈行为以及必要的各类技术指标，一个应用系统往往可能在多个尺度同时反应数据，所以对数据切片的理解，这是在你大数据应用的时候首先要建立的核心思想。
我们在做大数据应用的时候，基本上建立的思想维度还是比较简单，第一数据的采集与存储，第二数据的组织与管理，第三数据的分析与呈现，特别要强调的就是在刚才的表述当中，我们比较多的也是商派在历史上付出过学费，当你对这个没有清晰的定义，或者定义中有一些缺失的话，历史积累的数据往往具有不可用性，数据挖掘及可用性是非常困难的，包括原始数字定义、最小颗粒度等等，如果做得不好，数据几乎没有可用性。本质上来讲，在一个社会化的环境中，无论是支付系统还是外部的开放系统，或者是整个物流体系，一个企业本质上是能够获得一系列这种数据积淀的。
互联网带来的开发特性对用户行为的数据乃至整个交流互动的数据也有极大的积淀，所以今天我们所理解的数据已经完全不是从企业内部单纯的经营行为或者本身企业内部的积淀，而是整个社会的环境当中进行数据的积存。另外一个优势，在这些年中大数据挖掘的技术相对比较成熟，我们在看大数据的时候，商派在看大数据的时候，我们会理解为数据的应用的供应方和使用方关注的焦点是不一致的，从最终用户使用的维度来讲，在电子商务领域我们目前能够看到的就是它在目前阶段比较多的是依赖于以数据指导运营，在一个可视化的环境下驱动他业务。
我们目前可以看到，常见的在一个数据分析维度中，客户可能会交流订单的获取、二次销售、页面回访、签单成本等等转化比例，这通常是一些运营指标，它们的可视化可以帮助企业提升业务能力。这些运营指标的数据来源是需要在前面做好数字切片的。所以我们推出了一些应用系统，比如说ECAE、Betternow的可视化仪表盘，目前基本上服务于两个方向，客户系统稳定性和运行效率，通过数据的时时监控建立一个可视化的环境，同时在这个环境中进一步呈现面向消费者层面提升交易客单价以及商品推荐精准度，尤其是在商品数据当中，往往这个数据并不具备单维度的匹配，因为那样的话做出决策是相对困难的，在相当多的时候，我们在进行消费者交易匹配的时候，我们一定要考虑到外界广泛的供应体系，目前来看，通常一款商品在市场上的供应商家，比如说一个手机产品你很容易找到上千个供应商，同类比的供应品质也能找到3-5家，在这样的环境中怎样保障你的交易转化率，这要通过时时监控来完成。
我们在刚才交流的时候也提到过，在今天这个社会的环境下，企业最整个数据的来源已经不是最原始内部产生的数据，多方面都是大数据系统集成，传统的数据比如企业内部积淀的财务数据、供应链流通数据、CRM近态客户的联系数据，以及整个客户的行为数据，包括客户在非销售环境中的社会型数据，这些信息系统的结合是我们看到大数据在将来会发生的变化，它不是在一个静态的、封闭的环境下运营。我们会看到，当你的数据维度是这样的时候，数字之间会出现非常大的差异的，从未来的企业运营能力来讲，他对数据的获得乃至对整个企业运营的全方位的可视化需求，我们会看到相对是比较强烈的方向。我们在这里特别想跟各位交流的一个问题就是，在互联网时代，尤其是社会化，使得你相对来讲对消费者的判别，事实上在以前是不存在的，我们刚刚给企业内部的CRM下了一个定义，这个定义偏向于历史数据，本身并不一定能反映整个消费者的行为的，这是我们目前阶段正在做的东西，它主要采用匹配和跟踪的方法帮助企业建立维度。
这个维度之外，从目前来看，我们会看到当数据精准的话，直连的响应回馈会比较有效，反过来也会存在比较大的问题，比如说我们服务的两家客户，我们分别尝试用大数据的方式对客户进行潜在跟踪的时候，当你的数据切片做得细的时候，你整个的准备和预备在你的样本人群做的切片做得小的时候，乃至整个在数据维度当中你的所有覆盖用户的回馈率都比较高，社交沟通严格意义上是一个双刃剑，一旦使用不好的话，客户会把你的失败进行误点的传播，这是比较麻烦的事情。我们对数据建立的一系列的维度，目前来讲商派跑的第一步，我们是在信息和商品的层面跑得比较多，在电子商务起来之前，我们知道市场上很多的传统企业可能向一些公司购买整个市场的数据，目前我们的客户已经可以做到时时的内容，竞争品牌、商品的价格、描述、销量以及库存波动，做到近乎准时时的监控，目前由于一系列的系统问题，包括整个企业系统的压力，我们是放在之前的，整个时时数据是非常精确的，在双十一我们可以意识到在小家电领域双十一的促销体系中，更多的依赖于广泛的销售渠道而非直营渠道完成，而作为化妆品尽管销售网络非常广泛，但是整个销量表现还不占主流，把这样的匹配数据行为和用户行为的反弹结合的时候，你会发现有一些东西是决定性的因素。这些是我们看到的一些方向。
进一步的定单，目前我们已知的定单的收获地址可以在整个物流行业乃至分仓配送整个过程中起到重要的作用，包括配送网络的选择，当时也包括支付、客户等等，整体来讲，我们说整个电子商务行业的方向会逐步推进我们的应用。我们的行业是比较好的行业，从外界讲大数据是整个世界比较热的话题，从电子商务行当本身来讲，我们目前有比较好的机会能够直接获取这些数据，这些数据比以前采集起来方便得多。
但是我们在交流，在整个电商行业，数据的获取、采集、分析事实上是需要消费者服务供应商乃至最终的数据方都必须谨慎和认真的话题，任何一方从我们目前来看，恶意的或者说在没有充分准备的背景下对数据的跟踪和使用对整个数据环境的扰动是非常严重的。比如我们层次推出过的商品雷达，可以帮助企业实现商品对标，但这里面也存在一些问题。在这样的背景当中，我们希望未来能够跟所有的数据供应商、数据合作伙伴包括技术合作伙伴，包括各式各样的开放平台能够进行稳定和长期的合作，最终向整个行业进行扎扎实实的数据服务，在未来给客户创造真正有意义的数据价值，从而帮助企业乃至决策者在一个可视化的数字环境中做出正确的决策和判断指引企业前进，谢谢大家！
(责任编辑：蒙遗善)