数据十问 (淘宝天下《卖家》杂志4月刊采访稿)

标签: 微观看未来趋势 | 发表时间:2012-04-11 08:58 | 作者:大数据_趋势_车品觉
出处:http://blog.sina.com.cn/herbertchia

淘宝天下《卖家》杂志记者:李嘉明,编辑:林君君


1 ,作为支付宝数据首席分析师,你怎么看待“数据挖掘”这个词?

    所谓的“数据挖掘”是基于用户的行为挖掘出有价值的东西,以及这个东西被用到商业环境上。比如非常著名的“啤酒与尿布”的案例,它的背景是在1992年的美国,每周四或者每周五下午5点-7点的时间形成的连锁销售。但是这个联合销售的方法并不适合任何时间和任何场合,单纯地剥离其背景本身,谈数据挖掘就是一个很泛的事情。


2 ,你认为,支付宝的数据和淘宝的数据有什么不一样?

我不在淘宝工作,所以很难全面地去了解淘宝内的数据。简单来说,支付宝的数据很广,它是以结果为导向的,显示的是买家交易最后一步动作,而淘宝探讨的是影响其购买的多项数据,是过程数据,它的数据更深,更细分。


3 ,作为产品出身的数据分析师,按道理你应该对影响消费者购买以及过程数据更感兴趣,为什么会选择支付宝这种以结果为导向的交易数据分析呢?

  支付宝也有其特殊的优势。从我个人而言,选择一个公司做数据分析有几个理由,第一,公司高层对数据的理解和重视程度;第二,公司的数据量足够大,足够丰富,能和你本身的研究方向相契合;第三,公司文化与就是个人性格的匹配,这三点支付宝都符合。


4 ,你个人认为数据能帮助卖家解决什么问题?

   其实数据的核心就是+将复杂问题简单化。今天的数据是否成功主要看两方面:第一是从时间(Right time)上,数据出现的时间能否在你最需要它的时候出现;第二,从技术层面讲,有关数据的技术门槛能不能再降低。如果你能让你的用户用2秒时间,只要按一个箭头就可看到他想看的数据,那么这些数据就更有价值的。


5 ,作为产品出身的人,你看数据的角度会和单纯的数据分析师有什么不一样么?

   从我本身而言,我认为不懂商业的人别谈数据。因为做任何数据都应该从问题出发。比如,你在用数据解决问题之前,首先要问自己几个问题:what is the problem(是什么问题?);who(用户是谁);why me(为什么是我做?);why now(为什么是现在做?);What scale(用户层大么?) 。这几个问题,如果都是YES,那么这个产品就一定值得做。


6 ,如果你是支付宝的CEO ,你最关心支付宝的哪些数据?

这就要看你所指的时间性了,比如周度,月度,甚至年度是不一样的。如果你的问题是指周度(week)敏感的话而我的时间只有十分钟的话我的答案会是:第一,新/老用户支付成功率;第二,新增用户数的周环比及最近峰比较;第三,十大业务量最高的支付场景中那一个超出了我的预期。第四,商户及用户上周投诉的分类排行榜。

 

7 ,现在很多卖家开口闭口就会必谈pv.uv 和转化率,你认为这是卖家最应该关心的数据吗?

   我不是卖家,但是这个问题的答案是:显然不是。数据是需要背景的,并不是任何类目,任何级别的卖家他关心的都应该是所谓的流量和转化率等。比如京东前一段时间最关注的是物流是否给力,因此京东的CEO最想要看的就是送达率的情况,而如果老板关注的是新品成功率,又或者是追单率等数据,这些数据都不是空想,而是经过沉淀和契合卖家自身发展背景的。因此,肯定不是所有的卖家在任何阶段关心的数据都是一样。


8 ,你觉得作为淘宝卖家,应该如何使用数据?

卖家更应该学会关注搜索数据(Buyer demand data),而不是交易数据,比如作为一个女装卖家,你输入“新款”,会发现,其实早在3月11日,就应该是春装打折的时候,如果你对搜索数据敏感,就更容易发现商机,而不是只盯着所谓的交易数据不放。要注意的是其实百分之九十影响你的数据不一定在站内。


9 ,如果你是淘宝卖家,你会关注哪些数据?

如果我是卖家,我关心的数据有两个纬度:第一,新用户从那个渠道找到我,看了什么? 买了什么。;第二,存量用户中的留存情况。


10 ,你觉得,一个公司或者一个卖家,如何合理利用数据来制定KPI 呢?

    很多公司的KPI大多是以业务目标为导向,很少以用户为导向。其实更好的KPI导向应该是以用户为核心。我们常说用户很重要,但是用户到底有多重要,那些用户对你更重要, 可以量化吗?。其实要知道用户对你的感知只要问一个问题就可以,用户失去你,他会不会不爽?比如失去了QQ密码,用户会慌,没有了支付宝,对用户影响大么?从这个角度去分析,自然能找到答案。


相关 [数据 淘宝 天下] 推荐:

数据十问 (淘宝天下《卖家》杂志4月刊采访稿)

- - 大数据 数据分析趋势
淘宝天下《卖家》杂志记者:李嘉明,编辑:林君君. 1 ,作为支付宝数据首席分析师,你怎么看待“数据挖掘”这个词.     所谓的“数据挖掘”是基于用户的行为挖掘出有价值的东西,以及这个东西被用到商业环境上. 比如非常著名的“啤酒与尿布”的案例,它的背景是在1992年的美国,每周四或者每周五下午5点-7点的时间形成的连锁销售.

淘宝数据魔方技术架构解析

- 狗尾草 - 淘宝数据平台与产品部官方博客 tbdata.org
(本文首发于《程序员》8月刊,略有调整. 你可通过pengchun#taobao.com联系到作者. 淘宝网拥有国内最具商业价值的海量数据. 截至当前,每天有超过30亿的店铺、商品浏览记录,10亿在线商品数,上千万的成交、收藏和评价数据. 如何从这些数据中挖掘出真正的商业价值,进而帮助淘宝、商家进行企业的数据化运营,帮助消费者进行理性的购物决策,是淘宝数据平台与产品部的使命.

报告:淘宝无线电子商务数据报告

- Chris - 互联网的那点事...
移动电子商务成为目前最热门的话题之一,但与此相关的统计数据并不多见,尤其是来自大型移动电商的报告更是凤毛麟角. 今天淘宝发布了无线电子商务报告,从开发者、移动卖家和移动用户三个方面对国内移动电子商务进行了深入统计和分析. 在品牌手机用户PV访问量方面,诺基亚以61.5%高居榜首,iPhone以19.3%名列第二,在智能手机中名列第一.

淘宝数据魔方技术架构解析

- So - 博客园新闻频道
淘宝网拥有国内最具商业价值的海量数据. 截至当前,每天有超过30亿的店铺、商品浏览记录,10亿在线商品数,上千万的成交、收藏和评价数据. 如何从这些数据中挖掘出真正的商业价值,进而帮助淘宝、商家进行企业的数据化运营,帮助消费者进行理性的购物决策,是淘宝数据平台与产品部的使命. 为此,我们进行了一系列数据产品的研发,比如为大家所熟知的量子统计、数据魔方和淘宝指数等.

正祥的淘宝海量数据库思考分享

- alex zhao - 淘宝核心系统团队博客
正祥(阳振坤老师)最近在个人新浪博客上发表了一系列针对淘宝分布式数据服务系统思考性文章,特此分享. 淘宝海量数据库之一:来自业务的挑战. 淘宝海量数据库之二:一致性选择. 淘宝海量数据库之三:事务的ACID. 淘宝海量数据库之四:系统架构与跨表事务. 淘宝海量数据库之五:数据结构.

淘宝自主研发的海量数据库OceanBase开源

- beralee - cnBeta.COM
OceanBase是一个支持海量数据的高性能分布式数据库系统,实现了数千亿条记录、数百TB数据上的跨行跨表事务,由淘宝核心系统研发部、运维、DBA、广告、应用研发等部门共同完成. 在设计和实现OceanBase的时候暂时摒弃了不紧急的DBMS的功能,例如临时表,视图(view),研发团队把有限的资源集中到关键点上,当前 OceanBase主要解决数据更新一致性、高性能的跨表读事务、范围查询、join、数据全量及增量dump、批量数据导入.

淘宝海量数据库之六-克服随机IO难题

- William - 阳振坤的博客
与传统磁盘相比,SSD固态盘提供了非常好的随机读性能,单盘可达35000IOPS (4KB)甚至更高,并提供512MB/s或以上的读出带宽. 但通常SSD盘的随机写性能甚至比一般磁盘更差,这是因为,尽管SSD的读和写都以4KB页(page)为单位,但SSD写入前需要先擦除已有内容,而擦除以块(block)为单位,一个块(block)通常是128个连续的页(page),即512KB.

淘宝海量数据产品的技术架构 - Mainz

- - 博客园_Mainz's Blog
淘宝海量数据产品的技术架构是什么,又是如何应对双十一的海量访问的. 按照数据的流向来划分,我们把淘宝数据产品的技术架构分为五层(如图1所示),分别是数据源、计算层、存储层、查询层和产品层. 位于架构顶端的是我们的数据来源层,这里有淘宝主站的用户、店铺、商品和交易等数据库,还有用户的浏览、搜索等行为日志等.

淘宝实时数据传输平台: TimeTunnel介绍

- - CSDN博客架构设计推荐文章
作者在工作中遇到了类似流式数据实时接入的业务场景,所以对淘宝的实时数据仓库这一块做了一些调研和了解. 本文从业务场景和设计上介绍了淘宝的TimeTunnel工具,文中的图片来自淘宝数据仓库团队交流过程中的sildes,也参考了一些相关文档. TimeTunnel(简称 TT)是一个基于thrift通讯框架搭建的实时数据传输平台,具有高性能、实时性、顺序性、高可靠性、高可用性、可扩展性等特点(基于Hbase).