在當(dāng)當(dāng)網(wǎng)上購買了經(jīng)濟類圖書，再登錄時，頁面上就會主動跳出與經(jīng)濟金融投資相關(guān)的圖書；在淘寶網(wǎng)上買了幾件童裝，登錄后，頁面上就會出現(xiàn)各式的小孩衣服，而且價錢、樣式都會與購買的類似；只要在某個購物網(wǎng)站留下郵箱，郵箱里總會出現(xiàn)很多賣家的廣告……上述經(jīng)歷，相信是很多人上網(wǎng)時會遇到的情況：被推送，而且是根據(jù)個人的喜好被精確推送商品。這一切都與現(xiàn)在網(wǎng)絡(luò)科技的一個熱門詞相關(guān)：數(shù)據(jù)挖掘。

　　從去年開始，有關(guān)大數(shù)據(jù)的各種論壇此起彼伏，讓人感覺大數(shù)據(jù)時代來臨的緊迫性，這與前幾年云計算、物聯(lián)網(wǎng)風(fēng)起時情況類似，人人都在談，但到底如何做、如何利用卻只有少數(shù)人能夠說得明白，談得清楚。

　　不久前在北京舉辦的“中美創(chuàng)新鏈接大數(shù)據(jù)高端論壇”上，北京經(jīng)濟和信息化委員會副主任梁勝就直接點題：“我更關(guān)心的是，大數(shù)據(jù)到底能為城市安全運行提供什么？到底能為科研生產(chǎn)活動提供什么？我想，這是政府和市民，以及各行各業(yè)都需要的?！?/P>

　　阿里巴巴的數(shù)據(jù)科學(xué)家楊滔以阿里巴巴的實際案例，分享了一家數(shù)據(jù)生產(chǎn)巨頭內(nèi)部對數(shù)據(jù)的挖掘和運用。

　　楊滔先介紹了他們?nèi)绾卫锰詫毦W(wǎng)構(gòu)建起超級數(shù)據(jù)集：“就是對消費者信息的提煉，通過購物記錄、支付寶的記錄等，提煉出用戶性別、年齡，所在地的級別，比如是在城里還是鄉(xiāng)村（可以提煉出幾級城市），是在沿海還是內(nèi)陸，是在南方還是北方，是不是結(jié)婚了，是不是有孩子這些信息都是從大量數(shù)據(jù)中提煉出來的?！?/P>

　　楊滔透露，他們通過支付寶和淘寶的數(shù)據(jù)，統(tǒng)計發(fā)現(xiàn)淘寶網(wǎng)上的活躍用戶中有近2000萬名大學(xué)生。“大學(xué)生”這個標簽是數(shù)據(jù)本身中沒有的，但可以通過用戶收貨地址挖掘提取出來，并通過過濾手段把大學(xué)里的教職員工和其他人員排除在外。

　　楊滔還介紹了用戶并不清楚的淘寶網(wǎng)“微市場”：“我們給用戶分成了很多群，這個群就是用到消費者超級數(shù)據(jù)集，再根據(jù)用戶的購物行為作動態(tài)的分組，比如說一個"貴婦"也喜歡買便宜的東西，一個不是有錢的大學(xué)生也可能買奢侈品，不同的行業(yè)里面和不同類目里面，根據(jù)消費者的行為作購物的動態(tài)分析?！睏钐咸貏e提到“達人推薦”：“達人就是在不同商品中善于發(fā)現(xiàn)好東西的買家。找到你所在的群體中比較活躍，善于發(fā)現(xiàn)淘寶商品的達人，用達人來給你做推薦?！?/P>

　　因為通過分析，楊滔他們發(fā)現(xiàn)，和某類消費者興趣相似的達人，經(jīng)常能搜到一些有品質(zhì)的商品，在這些達人的引導(dǎo)下，可以拔高追求高品質(zhì)的消費者的需求，而不是重復(fù)原來的需求。

　　他們在女裝“微市場”測試了6個群體。消費者不知道自己的分類，但是默認看到的東西和別人看到的東西是不一樣的。這6個群體用到了分群和達人推薦，購買的各項指標提升得都非常明顯，花費平均提升20%以上。其中消費能力高的“貴婦群”支付寶交易額提升60%以上。而“貴婦群”以前在淘寶很難找到適合她們的商品，淘寶更照顧尋找便宜和性價比較高商品的人群。

　　楊滔最后還介紹了一個通過數(shù)據(jù)挖掘來進行商品銷售預(yù)測的項目。他們在“聚劃算”中選取少量商品，對比機器審核和原有的人工審核，結(jié)果是機器預(yù)測商品銷售遠高于人工審核的準確率。他認為，這個基礎(chǔ)性的工具，對于未來淘寶網(wǎng)精細化的運營，賣家合理的定價和庫存管理，都會大有用處。

　　云計算和移動互聯(lián)網(wǎng)的高速發(fā)展正在推動和改變著企業(yè)的運營模式，很多巨頭公司都已經(jīng)開始自建大數(shù)據(jù)平臺，越來越多的企業(yè)開始運用互聯(lián)網(wǎng)和移動平臺進行市場營銷和業(yè)務(wù)管理。針對這些新趨勢，DCCI互聯(lián)網(wǎng)數(shù)據(jù)中心創(chuàng)始人胡延平認為移動端的數(shù)據(jù)價值更大。“但這個領(lǐng)域處于數(shù)據(jù)沉淀，基礎(chǔ)數(shù)據(jù)監(jiān)測階段，距離真正的挖掘還比較遠。”針對目前急驟上升的移動互聯(lián)用戶和數(shù)據(jù)，胡延平認為，“PC端和移動端的數(shù)據(jù)，從數(shù)據(jù)的質(zhì)量、數(shù)據(jù)的結(jié)構(gòu)、數(shù)據(jù)的獲取方式、數(shù)據(jù)的量級等，都有很大差異。”

　　他解釋說，在移動端本身應(yīng)用和應(yīng)用之間相對來說都是封閉的，所以移動端數(shù)據(jù)不是開放性的?，F(xiàn)在有些大企業(yè)試圖形成一個封閉的開放平臺，把大家圈進來形成規(guī)模，有了規(guī)模之后才能形成發(fā)現(xiàn)數(shù)據(jù)體系。

　　同時，他也表示了對這個行業(yè)的憂慮：“（做數(shù)據(jù)挖掘）要尊重用戶，不尊重用戶數(shù)據(jù)很難做得很遠。我們評測65%以上移動應(yīng)用，也會抓取一些與評測功能無關(guān)的用戶數(shù)據(jù)，甚至是涉及隱私的數(shù)據(jù)?！睌?shù)據(jù)獲得與數(shù)據(jù)利用的隱私邊界都是問題。