阿里巴巴:数据派猛兽

硅谷创业教父保罗·格拉厄姆曾有句名言：“活在未来，再把缺失的做出来。（Live in the future， then build what's missing.）”它成为诸多企业竞相追逐的目标。但必须明白的是，要“活在未来”，首先得“看见未来”。

“要看见未来，大数据恰是最好的望远镜。”阿里巴巴集团商业智能部副总裁、数据委员会会长车品觉说道，正是因为有了大数据，才有了对过去和曾经的理解，有了对当下的判断和实时处理，最后才导出对以后和将来的认知。

近两年，阿里因为大数据而风光无限——淘宝、天猫等无限客户端快速优化，紧随移动互联大潮的脉动，而成立不足2年的阿里小贷更是异常耀眼，用0.78%不良贷款率和超快的贷款循环震撼着传统银行圈……

这些年，阿里拿着数据望远镜，不断窥见未来，将“缺失”的部分做出来，逐渐“吹尽狂沙见真金”，按照雅虎最新财报显示，阿里单季收入超17.37亿美元，较去年同比增长61%，净利润增至7.17亿美元，较去年同期上升145%。

显然，手握上百PB数据的阿里，经过大数据洗礼，正逐渐蜕变为一头“数据派猛兽”，也影响着整个电商生态的大数据体系。但在车品觉的眼中，阿里在大数据上八年铸剑，这不过才是开始。

从童蒙到精深

如歌德《浮士德》里土地之神吟唱道：“生潮中，业浪里……我架起时辰的机杼，替神织造生动的衣裳。”阿里编制大数据“生动的衣裳”始于2005年。当时，其下淘宝刚刚完成对易趣的逆袭，业务和品类快速扩张，数据量也随之跃升，淘宝开始意识到不能再拍脑袋做经营决策。于是，设立商业智能部，开始引入“数据分析师”职位。

“这个职位的设立，意味着一家企业开始正视数据了。”车品觉解释道，而阿里也终于拥有了自己第一款真正的数据产品“淘数据”，它是一份经营数据的报表，为各业务部门提供经营报表的检索、生成工具，从此，阿里有了各种界定公司运营的指标。

在车品觉眼中，这正是数据的本质，虽然“报表”的模式看起来十分基础。从基础的财务、运营数据开始，用什么样的数据体现什么样的价值，让什么样的人更明白什么样的决策，始终是大数据必须坚守的准则。

时至2009年，“淘数据”从一个内部报表系统跃升为内部数据统称。此时，商业智能部团队又开发出可以预警的“KPI系统”和提供给业务部门使用的“数据门户”。同时，阿里的对外数据产品也开始浮出水面。脱胎于“雅虎统计”的工具“量子恒道”为外部的商户提供了统计、分析自有店铺中的流量、点击、购买等数据变化的工具。

而到了2010年，淘宝推出了一款划时代的产品“数据魔方”。之前，阿里数据团队接到了宝洁公司的建议，对方希望对行业数据有所了解，其中一位员工提出，与其逐一为这样的大佬解决问题，不如直接产品化，以帮助商家经营决策。

就这样，阿里数据的价值开始从内而外，向整个生态体系延伸，阿里第一次向市场开放了全局市场数据。“数据魔方”后来成了众多大中型商户追捧的数据利器，甚至引来了诸多第三方机构参与阿里系数据的解读与分享，构建出电商最早的数据分析体系。

“分水岭出现在2011年。”车品觉解释道，那一年，马云提出了从“数据化运营”到“运营数据”。在此之前，阿里产生的数据都是“量”上的变化，但缺乏“质”上的提升，从未有人主动地想过，如果要指导阿里的运作，需要刻意收集哪些数据，收集到这些数据后，可能对企业产生怎样的影响，能否诞生出新的商业模式……也是在这一年，车品觉来到了阿里旗下的支付宝，着力于提升阿里在大数据分析上的“质”。

当时，支付宝高层手持报表，可以看到太多数据，可惜关联性不足，难以快速全局诊断；而另一边，则是一线运营总喊数据不够，获取数据的间隔严重，同样无法获得关联性。

于是，车品觉对症下药，做了两款产品，一款名为“观星台”，它表现为一个高度可视化的仪表盘，选择最关键的数据，让高管在几秒内能明了全局运营状况；另一款叫“地动仪”，可以让一线运营者看到当下用户投诉最多的功能是什么，甚至可以调动最原始的客服电话录音，及时发现和补救问题。

没过多久，车品觉转身进入淘宝，也开发了两款产品。一款“黄金策”，能够综合700多项变量进行叠加，数秒内可以就特定人群和特定应用场景行为的推导查询；而另一款产品“无量神针”则提供对淘宝数百万卖家的实时洞察，可以可视化图表直接提示可能存在的风险，每当数据“异动”发生，比如遭遇“恶拍”（网络“打手”买下产品，等产品上门后，以各种理由拒收，以此要挟“保护费”或打击竞争对手），就会及时向对应的运营者发出预警。

有基于此，阿里从大数据的童蒙摸索，到有方向的纵深挖掘，逐渐“玩”出了感觉。

玩转大数据“宝刀”

毫无疑问，远不止是阿里，当下，任何企业遇到难题时，都希望能通过大数据找到解决之法。这种“欲与关公借宝刀”的想法是很自然的，但要明白的是，要玩好大数据这把“宝刀”，还须有关公的臂力和技艺，而这些则需要在实践中不断磨练，阿里也不例外。

“你必须面对大数据的各种困境，寻求解决之道。”车品觉告诉记者。

首先，便是应对企业内部各方的需求。

一来，管理层对大数据有极高的期望，他们认为它应该对公司产生很大的价值；二来，中层管理者对大数据没有太多感觉，让他们突然去想数据这个事情，并不了解其中原委，他们只会说：“我根本不知道有什么数据可用”；如此，做数据的人会感觉到无力，因为他们所做的数据距离具体的商业场景“万水千山”。最终，三者都达不到自己期望的境界。

为此，阿里就必须琢磨着如何跨越后两者的“鸿沟”，从而达到管理层的期望。

按照车品觉的说法，这就需要专门的中间层人才，要么让业务中层去学数据的技法，要么懂得数据分析的工程师去学习业务，以此造就出中间层人才，让他们可以看到业务，马上在脑海中形成数据分析的构架，也能在看到数据后，感知到它对业务层面的意义，如此，他们在业务层、数据工作层之间充当“翻译”，进而弥合双方的信息不对称。现在看来，数据分析师学习业务，是更易行的方法，毕竟数据分析技术要求太高，学起来很吃力。

其次，要保持数据的“干净”，数据必须要经过“清洗”。

几年前，曾有一个用数据的分析师，找到数据收集部门，责怪他们更改了一个数据，却没有通知他，结果因为这个数据出错，造成一系列分析上的差池，而事实上，负责数据收集的人并没有想到自己对一个数据的处理会产生这样的“蝴蝶效应”。

不难想象，数据一旦被摆放出来，就可能为人所用，它可以来自于八个系统，二十多个开发组，其中任何一个数据“人为”或“非人为”的污染（采集错误或口径不同），都可能改变整组数据的“性质”，故而，所有数据必须被“清洗干净”。

为此，阿里集团内的数据大多都经过这般旅程——譬如消费者在淘宝上的一个收藏动作，产生一条数据，先在淘宝网的前端服务器上产生一条日志，这条日志随后被传送存储到专用的服务器上，其间经过淘宝团队的清洗。然后，在数据平台事业部的服务器上，这条数据将再被检查其日志格式是否正确，是否有过变动，为何变动……如此清洗后，它被编入数据库，接着与其他若干数据一同被分入分主题的数据集市。当分析师们进行数据挖掘时，它再度接受挑选，看其是否受用。

再次，则必须保持数据的快速更新，实时可用。

懂得数据仓库的人都明白，数据仓库里面的最大的瓶颈，一般都是IBM、Oracle、EMC（IOE）的商用系统构架。随着数据量的快速增加，阿里已发现这种传统数据库越发力不从心，越来越多业务部门的分析师发现他们早晨9点上班看数据时难以获得结果，而实际上，数据库的工程师们每晚忙到11、12点才能下班——越来越多的数据让传统商用机器难以按时计算完成。

由此，与大数据的裂变同步，原微软亚洲研究院常务副院长王坚出任阿里首席构架师，开始主导阿里从原来的IOE商用系统向Hadoop的分布式平台迁移，后者较前者不仅成本低廉，而且可扩展性极强，Google等互联网巨头都是采用此大规模计算体系。也是在此体系下，阿里才能实现全集团实时数据的打通、整合管理和共享。

基于此，阿里小贷才能玩得如此出彩，因为它能够对借贷者做实时的信用评分，五分钟之前的数据判断可能和五分钟之后大相径庭，由此，及时发现风险，将违约降到最低。与之类似，曾有客户的余额宝账号被盗，其中10万元被盗转，好在，基于实时数据分析的支付宝风控系统发现其中异常，硬是在数秒内拦下了其中的6万元。

总而言之，问题越多，磨练越多，横逆穷困恰是锻炼企业大数据能力的炉锤，能受其锻炼，则得益匪浅，不受其锻炼，则损失匪轻。这在大数据早入化境的金融业已被证明了太多次。

商业化的成本、收益

其实，无论用大数据提升效率，还是用它降低成本，总归是为了实现商业的增值，既如此，它也不得不按照商业的法则运营。

曾有人说，数据越多越全，分析就能越准确，但现实绝非如此。之前，车品觉与一些大数据玩家讨论，发现对方很少有人做过数据备份，因为本来只需要50台存储的，现在却要100台，成本倍增，根本不符合商业法则。虽然车品觉并不认同无备份的做法，但如何在数据存储和商业成本上平衡，却是不得不考虑的问题

更进一步说，半年前的消费者购买行为数据还有价值么？要知道这半年间，网页设计优化了N次，产品更替了N次，可点击的链接也变化了N次，原本的数据已经与当下的行为不存在联系，这样的数据已经失去挖掘的意义，经过检验后，就应当被放弃。而此时大数据的负责人也必须向老板解释清楚，它们不再是企业的资产，而是增加成本的负累。

而真正不能舍弃的，是那些“今日不收集，明日会后悔”的数据，或者是“下一小时，机房爆炸，一小时内必须备份”的数据，因此各种入库的数据必须被标明优先级，“高价资产”则必须被牢牢守住，为之投入存储成本，必定是物有所值。

另一方面，在此基础上，马云明确表态，“平台、数据、金融”是阿里的未来所在，2011年收购数据属性公司CNZZ，近期又接连收购友盟，入股新浪微博和高德，数据源头开始不断展开。甚至在物流体系中，阿里先是由天猫主导建设了与各大物流公司对接的“天网体系”，如今又出面牵头成立了全国智能骨干物流网络“菜鸟科技”，并提供物流信息数据平台。

显然，阿里在构建自己的“全息”数据商业平台，谋划大数据收益。

要知道，不同系统的数据产生不同的价值，但是总归是为了更好地了解用户。每个人在不同的平台反映出不同的侧面，而只有掌握了一个人在各方面的数据“碎片”，才能显示出一个人完整特征，激化出数据最大的商业价值，因此，阿里渴望以体系外的数据弥补自身的局限。

比如，在即将到来的“1111天猫购物节”，阿里就在投入3亿元红包，并通过社交网络分享。分享者仍将保留原红包，甚至有可能在共享之后，自己红包价值获得翻倍。由此，引入社交元素，对阿里而言，相当于投资3亿元的“石块”入“消费者”大湖中，观察其“涟漪”，明晰消费者“朋友圈”的关系，并能看出社交因素对网购的刺激效应。

就这样，阿里手中掌握的数据碎片越来越多，涉及互联网用户的方方面面，包括实体类商品消费数据、社交关联数据、金融相关数据等，其数据平台的商业化价值不断提升，或许在不远的将来，阿里会以自己的数据平台为中心建立数据交易中心。也就是说，谁想获得数据，上这个平台来，要么用货币来换，要么用数据来换。

眼下，如何成为一家彻底的数据公司，如何在内外提供数据价值，正成为阿里新的攻坚战。

从最初的用数据，到后来的“玩转”数据，再到现在的甄选、整合、激发数据，阿里不断在大数据中蜕变。值得强调的是，大数据对于任何企业而言，都不是“毕其功于一役”的魔法，而是不断学习、优化的过程，其前途不可限量，即便是阿里，现在也只是走到了“大数据的海边”，窥见的，也只是未来的一角。