第1个回答 2016-03-16
眼下，ebay对各种在线数据的分析无所不至，就像在每个顾客前面安装了摄像头一般。
毫无疑问，ebay拥有的数据量是惊人的。其每天都要处理100pb的数据，其中包括50tb的机器数据。可以说，ebay每天都面临着天文数字般的大数据挑战。
早在2006年，ebay就成立了大数据分析平台。为了准确分析用户的购物行为，ebay定义了成百上千种类型的数据，并以此对顾客的行为进行跟踪分析。然而，这同时也为ebay带来了新的挑战。要知道，公司的数据量多到难以想象，没有人能分析消化这么多的数据，也没有人能基于所有数据建立起模型。
事实上，ebay真正应用到的，只是其收集的数据中的一小部分。“剩余的数据，ebay或是将其丢弃，或是将其存储起来。因为说不定哪天，科技实现了突破，这些数据就会变得有用。”ebay大中华区ceo林奕彰指出。
那么目前，ebay是如何利用这些数据，来促进业务创新和利润增长的呢？
为用户“画像”
ebay拥有近2亿的用户，网站的商品清单项目则有3万多类。在平台的日常交易中，ebay几乎每秒都要处理数千美元。而这些交易数据，其实只是ebay全站数据信息总量的“冰山一角”。
基于大数据分析，ebay每天要回答的问题有很多，比如，“昨天最热门的搜索商品是什么？”而即便是这样的简单问题，都需要涉及处理五十亿的页面浏览量。从这个角度看，任何一个基本的业务问题，对公司来说都是一个相当巨大的问题。
就ebay如何利用大数据来增加在线交易，林奕彰举了一个典型的例子。譬如，一位年轻的女性早上10点在星巴克浏览ebay网站，ebay应该推送给她什么样的商品呢？
“就这几个信息点，我们其实已经做了不少研究。”林奕彰说，“事实上，用户早晨10点、中午12点，或是晚上7点，她浏览的商品是不同的；在餐厅或是在家里，同样会对浏览和搜索产生影响；此外，还有用户的年龄、当时的天气等等，都会对购物产生影响。ebay要做的，就是学习不同情景下的不同购物模式，并推送给用户最想要的商品。”
据悉，ebay可以从用户以往的浏览记录里“猜”她想要什么样的商品，也可以从设定的成百上千种情景模型中计算出用户可能的需求；或是对照另一位有着相似特点的女性用户，看她当时买过什么样的商品，从而推断出这位用户潜在的需求。在综合各种考量因素后，ebay的后台需要在短短几秒内将商品页面推送给用户。这意味着，ebay的系统需要有非常快的运算速度。
这种运算模型，有相当一部分人为的因素。比如，机器可以搜集用户的上万个数据，但ebay的工程师可以定义其中的100个数据为有效数据，而模型则建立在这些有效数据之上。此外，当计算机自动“学习”分析各种数据形成的趋势时，ebay需要将机器学习的逻辑设定在与商品交易相关的行为上。
除了通过大数据为用户“画像”而向其推送有针对性的商品，ebay此前还尝试利用大数据进行搜索引擎的优化。
具体说来，ebay可以把握用户的行为模式，使搜索引擎更加“直觉化”。如果时间倒退几年，用户在使用ebay的搜索引擎时，会发现它只能理解字面的意思，并按照字面意思寻找。很多时候，搜索引擎并不能理解用户的真实意图。但现在，ebay正试着改变或重写用户的搜索请求，增加同义词或替换语句，从而给出更相关性的内容，并由此增加在线交易量。而这背后，统统离不开大数据的支持。
为商家提供“情报”
基于用户购物的数据，ebay同样会给商家提供各式各样的“情报”。比如，ebay会告诉制造商用户正在网上搜索什么商品，或是各种出口行业的数据，制造商会立刻对此做出反应。
很多时候，ebay会根据自身或其他电商网站的交易情况，向商家建议其应该销售的品类。“这也是ebay大中华区正在做的工作，”林奕彰称，“比如，一个中国的商家希望将产品卖到澳洲，我们通过数据分析可以告诉他，他一个月大约可以卖出多少产品，定价应该在什么范围内，市面上还有多少商家在卖同样的产品，他的市场占有率大概是多少。”
在此基础上，ebay还试图算出商家的补货频率。事实上，海外仓储是商家非常头痛的问题，一旦计算失误，便可能造成库存积压或缺货。而在ebay，一旦用户下单后发现商家缺货，将是非常严重的问题。这种情况下，ebay可以通过过往的数据分析，得出商家第一批货的大概销量，以及按照过去销货的速度什么时候应该补货，物流的时间又是多久。通过这些数据的计算，ebay可以测算出商家补货的逻辑。
这些数据分析，对于商家开拓新的销售品类非常管用。因为通常情况下，商家需要四五个月，才能摸清楚一种货物的淡旺季销量，及其在各个地区的受欢迎程度。本回答被网友采纳