“阿里“玩”大数据”

本篇文章6404字，读完约16分钟

[领先]当大数据开启时代时，拥有大量交易数据的阿里巴巴意识到这是一个富矿，开始摸着石头过河。

大数据打开时代，拥有大量交易数据的阿里巴巴意识到这是富矿，开始摸着石头过河。

◎本刊记者崔婧|文

500多年前哥伦布环球航行时，最想的是航海地图。 否则，我就不会把美洲大陆当成印度了。

大数据打开时代，阿里巴巴集团(以下简称阿里)从大量交易数据中挖掘出有价值的数据，就像在海上航行一样，马云的鸿鹄之志也是其航海地图。 哥伦布的目的地是印度，马云的目标是大数据。

马云主张平台、金融、数据是阿里未来的三个战术方向。 其实，“阿里的未来本质上是数据企业”，电子商务越来越离不开数据，金融的核心也是数据。 阿里设立首席数据官，将首席数据官陆兆禧提升为ceo，收购移动app数据企业友盟等，标志着马云的大数据战术萌芽。

当几乎世界上所有的企业都还在大数据面前徘徊的时候，马云即使有大数据的宏观指令，具体操作层面也只能摸着石头过河。

25事业部战术调整完成后，阿里巴巴成立数据委员会，由淘宝网商业智能部负责人车品觉担任首任董事长。 在微软、ebay担任产品经理，在支付宝( Alipay )、淘宝担任数据业务的香港人，半生沉迷于数据迷宫。

“我来淘宝是因为喜欢那个数据，所以想好好整理数据”车品觉对数据非常兴奋，在接受《中国经济与新闻化》记者三个小时的采访后，必须对同事进行大数据方面的培训。 这个时候已经是晚上十点多了。

车品觉是马云大数据战术局面过河的卒子，负责为阿里寻找打开大数据之门的钥匙。 马云给他一个非常宽松的工作环境，连具体的kpi评价都没有。 在接受《中国经济与新闻化》记者采访时，他并不重视所谓的大数据盈利模式等问题。 “阿里和别人不同的地方是想尝试不同的产品，连领导都控制不了部下在做什么。 如果热爱数据的人们玩出很多产品，偶尔出现蚂蚁金融这样的产品就好了。 允许他们玩的是允许他们脱颖而出。 做数据现在急于赚钱就没有机会了。 ”。

“玩数据”其实没那么简单。 特别是自从车品觉成为阿里数据委员会的安全负责人之后，他总是很不安。 他认为，未来一段时间内，数据质量、数据安全、数据化运营将是阿里必须跨越的三座“大山”。

从“提取数据”开始

有人预言，2003年的淘宝还是个“孩子”，是个无形的购物平台，不像当时的ebay那么有名，18个月内就会死去。

18个月后，淘宝取消预言，淘宝交易量基本呈指数增长，2006年上半年注册客户数超过易趣。 从某种意义上说，兴趣的存在是淘宝数据业务起步的外部动力。 随着兴趣爱好的销量，淘宝开始收集每日交易额、客户拜访数等数据，提高了从开始到数据的粘性。

淘宝严格意义上的第一个数据产品是“淘数据”，表示这是经营数据报告。 “各企业需要了解经营状况，即使淘宝业务扩大了，也需要根据经营状况来决定未来。 《淘数据》是用于内部报告服务的工具，于成立约2年后的2005年开发。 ”。 淘宝商业智能部元老级数据观察者告诉《中国经济与新闻化》记者。

这一年，淘宝迎来了第一个数据观察者。 半年后，淘宝成立了第一个数据观察者团队，成立了第一个数据部门—。 —； 商业情报部( bi )。 他们每天的业务是统计日交易额、到访客户数等数据纳入报告，让淘宝决策层清楚了解业务情况。

此时的淘宝不再是卖家吊打商品、买家购物的购物平台，而是开始关注数据产生的意想不到的价值。 当然，马云当时还没有把数据提升到企业战术的高度，但是敏锐地发现:“数据很重要，未来的世界是数据的世界。”

多家媒体转载了以下故事: 2008年，中国多家公司遭遇国际金融危机，但阿里随买家咨询数量急剧下跌，及时向中小制造商提供预警新闻，为应对国际金融危机做好准备。 车觉偶然总结了这次经济警报，阿里确实在数据观察中尝到了甜头。

随着数据的增多，传统的解决方案无法进一步扩展，淘宝早就在用数据库的方法解决数据问题时遇到了麻烦。

“我们早上9点上班必须看数据，但是以前传来了数据解决技术，9点之前给所有人看结果不容易，数据解决的价值成本非常高。 前面提到的解体师告诉《中国经济和新闻化》记者说:“如果再急速发展下去，就扛不住了。”

这个问题引发了淘宝第一次技术水平架构的变迁，以oracle为中心的之前将数据库转移到了大数据技术hadoop数据库，正式开始了阿里大数据实践的应用。

用两条腿走路

淘宝的数据视野不局限于企业内部的决定，2009年数据应用和开发开始向外拓展，让淘宝商户共享数据。

在这一背景下，淘宝商业智能部的一部分人受到“排挤”的影响，开发了淘宝商家可以共享的数据产品。 这是淘宝的大胆尝试，在进行技术架构调整后，为了发掘越来越有价值的数据空之间移动，将数据做成产品为企业赚钱。 当然，此时淘宝并不是从赚钱的角度开发数据产品，而是希望整合数据为商户提供高质量的服务。

年3月，淘宝“数据立方体”产品正式发布。 麦兜包的网上购物中心是首先接触到“数据立方体”的甜度，从而品尝到的商家。 麦包运营总监毕志鹏说:“在《数据立方体》提供的数据的支撑下，麦包能够及时准确地把握市场动态，销售业绩迅速提高。” 随着淘宝数据正式对外开放，更多的商家、公司可以共享淘宝的大量数据，并得到有价值的数据支持。

而且，淘宝内部对数据的渴求也越来越强烈。 商务智能部留下的团队继续为企业内部提供数据支持。 这时“淘数据”开始从单纯的报表系统扩展到内部数据产品的总称。 2009年4月和12月，商业智能团队开发了可警告的“kpi系统”和提供给商业部门的采用的“数据门户”。 一年后，为了配合淘宝的大促销活动，及时显示实时数据，这个团队又开发了“活动直播间”。 为了让卖方更好地运营，年2月，“卖方云图”诞生了。 两个月后，“页面点击”诞生了，可以监视各页面的各个位置，用不同的数字和颜色显示页面点击的状况。

此时的车品觉在阿里已经有了很好的口碑，“找数据找品觉”已经成为惯例，很多管理层都以车品觉提供的数据为习性。

阿里首席人事官彭蕾找到了车品觉，他说:“马云认为应该考虑如何从数据运营转向运营数据。 回去好好想想这个案子。”

“黄金策略”是一种擅长车货，可以说是运营的数据产品。 车觉带领团队解决1亿多人活跃的客户数据后，可以取出500个变量，2秒钟内计算出结果。 “黄金策略”最初由支付宝( Alipay )成型，现在与淘宝数据对接。

“支付宝( Alipay )快速发展大数据的目的与淘宝系略有偏差。 支付宝( Alipay )为了越来越多的内部服务，淘宝和天猫越来越强调商业化。 ”车检是这样说的。 逐年，车品觉来到淘宝。 当时，淘宝网首席执行官姜鹏邀请了车品觉，兼任淘宝商业智能部负责人，此后，车品觉成为阿里巴巴集团级数据委员会首任会长。

的感觉很重视淘宝的数据。 因为淘宝的数据更丰富，不仅有业务数据(交易行为数据)，还有流程数据(买家在某个页面停留多久等)。 据他介绍，淘宝的这些数据是sns相关的数据，这样的数据脉络看起来像社会关系，并不是普通的b2c模型可以比较的，这对他来说特别有吸引力，套用马云的话这就叫生态链。

来淘宝后，车品觉相继开发了两种产品—； —； 无量神针和类别360。 通过“无量神针”，淘宝的管理者可以判断萌芽状态的可疑行为，并迅速做出决定。 另一方面，“类别360”对淘宝的类别非常细致，只要销售额增加10%，就可以知道是哪个类别、哪个顾客对收益增加的贡献较大，集团内的员工是否有效率，这些部门将全力以赴。

之后，淘宝有了自己的“黄金策略”，锁定客户群后，很快就可以对这些客户进行对比营销，营销后的效果又回到“黄金策略”，形成闭环。

比车品觉团队开发“黄金策略”晚了一点，淘宝对外团队开发了“淘宝指数”。 这是中国顾客行为数据的研究平台。 无论是淘宝卖家、媒体工作者还是市场研究者，都可以利用“淘宝指数”，了解淘宝搜索热点，调查成交趋势，确定资费人群，细分市场。

在此期间，阿里一直双脚行走，对外团队为外部服务，商业智能部为内部服务。

年阿里又推出了“聚石塔”产品。 这是阿里首次联合全集团大数据力量打造的大数据商用产品，可提供数据存储、数据计算两种服务。

“聚石塔”的平台没有辜负马云的期望。 天猫ceo张勇表示，“双11”狂欢节大促销当天，“聚石塔”解决的订单超过了天猫总量的20%，比平时增加了20倍。

“聚石塔”的顾客不仅包括淘宝上的商家，还包括淘宝外的电子商务公司。 在淘宝和天猫平台上，拥有erp系统(公司资源规划系统)的商家可以直接找天猫对接“聚石塔”，不具备erp系统的商家可以找提供第三方软件服务的电子商务服务公司，然后他们的erp

数据平台战术

大数据部门应该放在运营团队还是技术团队？ 这是车的品觉经常被其他企业听到的话。 问这个问题时，车品觉感到“这些人已经不行了”。 其实是因为他们不重视大数据战术。

在汽车的感觉上，如果一家公司真的想制造大数据，大数据必须成为首席执行官直接指导的一级战术部门。 如果数据部门想在结构复杂的公司内部提高地位，数据产品必须刺激决策部门和业务部门，直到促使前端业务环节的调整。

年1月，阿里被调整为25个事业部，首席执行官陆兆禧管理的数据平台事业部团队是由“数据立方体”派生的团队。 数据平台事业部有实力的员工空无(淘宝员工的假名)，是那一年做“数据立方体”出来的人。

在数据战术框架内，蚂蚁从3年前就开始布局了。 阿里拿出了网络，目标是在2010年建立网络购物的各搜索引擎。 年收购了cnzz互联网技术服务企业，次年cnzz发布了“云推荐”文案推荐引擎。 淘宝联盟今年重启了“阿里妈妈”企业品牌名称，以服务淘宝类商家为中心，转移到了全网广告发布者。 阿里和青岛新闻网微博还在继续谈判，近期有传言称阿里将收购移动开发者服务平台友盟等。

在阿里设立首席数据官岗位( cdo )之前，马云意识到数据产品如果不建立在平台上，就没有更大的价值。 年7月，阿里任命陆兆禧担任首席数据官职务，全面推进阿里的“数据共享平台”战术。

事实上，马云希望囊括所有与费用相关的数据平台，包括实体类商品费用数据、服务类商品费用数据、金融相关数据等，并围绕自己的数据平台建立数据交易中心。 也就是说，谁想得到数据，就是上这个平台，用货币交换，还是用数据交换。

融资是大数据衍生产品研发的案例，通过分解淘宝、天猫、支付宝( Alipay )、b2b上商家的各种数据，阿里建立了信用工厂，为平台上的卖家提供了小额信贷服务。

马云这招很准，小微型公司的资金困境影响着公司的快速发展。 目前我国有近4200万家中小企业，在影响公司快速发展的因素中，资金占96%，考虑到银行风险太大，很少向中小企业贷款。 融资如何通过大数据规避风险呢？

除了容易标准化的交易数据外，非结构性的数据也一起被登录到数据库中，类似于卖方和买方的聊天记录、评价、店铺信用等。 然后，蚂蚁金融通过数学模型，观察和解决上述数据，可以自动明确贷款申请人的贷款限额。 发放贷款后，阿里通过实时监控贷款商家的交易、退货、评分等经营情况，很容易了解客户的还款能力，一旦客户交易情况下降，系统会自动发出警告。

这是一个基于阿里金融打造的纯互联网信用小额贷款的平台。 截至年底，阿里金融累计服务的中小企业超过20万家。 同年11月初，阿里金融放贷率仅为0.9%，低于多家银行。

让爱数据的人玩

“今年你给我的表演是什么？ ”

“开心就好了”

这是阿里数据委员会成立后，车品觉和姜鹏的对话。 但是，我觉得车货不容易变得开心。 担心得越来越开心了。

对汽车品味的担心是有理由的。 阿里数据委员会是一个虚拟组织，虚拟如何管理实体？ “打太极拳，有四两千斤的感觉。 ”。 他的品味苦笑了一下。

年在香港特区过年时，车品尽量让自己休息。 他知道今年数据委员会的工作一定会千头万绪，他要建设数据挖掘工程师、分析师等协会，为大数据业务培养足够的人才。 他对记者说:“数据人才是最大的竞争力。 今天看到大数据的时候，怎么让他们玩，不是一个人管理。 ”。

阿里的大数据团队有分析人员、业务分析人员、数据挖掘工程师、数据科学家、数据产品经理、数据开发者、数据库前端开发工程师和数据基础平台构建者。 车检的想法是让爱数据的人玩。 “如果就这样走下去，我相信会出现知道数据的人。 我们需要找到出口，但不一定现在就能看到出口。 所以我们邀请了数据科学家，很多事件不能说今天就受益。 要是能偶尔做蚂蚁金融之类的产品就好了。 ”。

车的感觉对数据观察者的评价有自己的标准。 每个月的最后一周，数据观察者都进行了考试。 如果拆师的观点出现在每月的经营拆报上，证明这个拆师的拆报有价值。 报告提交管理层讨论时，如果一位分解师的观点能改变业务部门领导的看法，可以得到3.75分。 并且，如果拆师的观点被企业领导接受，最终促进相关业务的调整，将会是4分。 4分是普通数据观察者能得到的最高点。

数据数据

在一次大数据会议的讨论中，车品觉向姜鹏提出了以下问题:做数据的人，为什么没有数据的数据？ 正是这次提问，淘宝才开始制作“数据的数据”，也就是数据图。 “所有的数据都是由很多数据产生的。 数据的数据表示今天的数据是如何进行的，创建数据图，深入到数据源，提高数据的质量和价值。 ”车觉说。

为了保障数据质量，必须在大型数据源的获取方法上下功夫，从源上保证数据的正确性。 “就像挖掘信用卡持卡人的费用记录一样，必须弄清楚这些费用行为是否来自持卡人，一部分是否是持卡人的妻子花了钱。 ”。 根据车的感觉，必须尽量保证数据的精度。 不这样做的话，数据的质量会不正确。

大数据与个人最密切的关系是潜在的隐私入侵，数据安全是阿里大数据前面的第二座山，也是第二座核心。 “有些人不知道数据的危险性，但制作数据的人知道其利弊。 数据的安全得不到保障，迟早会发生事故。” 根据车的感觉，为了数据的安全，他可能在支付宝上得罪了很多人。 “但是，个人隐私绝对不能泄露。 这是底线”。

目前在阿里内部，淘宝系的淘宝、天猫和一淘宝在数据上是共享的，b2b的数据是独立的。 支付宝有金融牌照，法律要求数据独立。 集团的某个部门需要一点数据时，要查看数据就必须提交权限申请。

事实上，车的品觉刚开始安全的时候也失败过。 那时，他第一次建设了支付宝的安全架构，直接应用了银行物联网的安全架构。 “我想定义所有的数据层。 完成后就做不到了。 ”。 支付宝第二次制造安全时，他使用了case by case (范式法)的做法成功了。 现在，在淘宝上，他也采用了范例法，逐渐积累了安全经验。 他说，安全是开放的前提，如果国家将来考虑数据管理，现在蚂蚁的经验将会值得借鉴。

为了确保数据安全，车品觉的团队在研究客户行为时，框定的最低数据量是1000名客户群的购物行为，不能再减少这个体数。 不允许比较某个特定客户的数据观察。 车觉说:“阿里在数据挖掘解决方面有包括后台数据表示在内的自律指导方针，详细情况尚不清楚。 这样封闭的目的是维护顾客的隐私，防止数据被滥用”。

阿里内部专门成立了小组，数据是否公开首先由他们进行评价。 评价小组没有具体统一的标准，数据应该公开、公开到什么程度，都是基于各自的例子本身。

到今天为止，成立了数据委员会安全组和数据质量组，与年初相比，汽车的品觉内心平静了下来。 根据“数据开放现在太早了，不太容易掌握”的车的感觉，从某种意义上说，数据开放考验数据人的良心和经验。

蚂蚁对还在路上的车的品味和同事现在走的路是新的路，可以参照的东西不多。 从海外企业来看，拥有阿里这一数据量级的企业很少。 在大数据的途中，蚂蚁还有很多事情要做。

(中国经济和新闻化)