平臺型企業的大數據應用策略有何特點？阿里巴巴、百度、騰訊等一批平臺型企業，匯集了海量用戶和商家，聚集成富有張力的生態系統，它們的大數據應用不再僅僅局限于企業本身，正逐漸成為滋養整個大生態系統的血液，為平臺上寄生的眾多企業提供更多的數據產品和服務，同時也是這些平臺企業未來的收入增長引擎。
2005年，阿里巴巴開發出主要供內部運營人員使用的數據產品——淘數據，阿里巴巴由此進入了數據化運營階段，此時，阿里巴巴在大數據方面關注的重點是，怎么利用平臺上海量的消費者和商家數據，來改進自身經營，大數據僅僅局限于內部。2009年，阿里巴巴的大數據應用開始走向外部，讓淘寶商戶分享數據。2011年，阿里巴巴開發數據魔方，通過淘寶數據魔方平臺，商家可以直接獲取行業宏觀情況、自己品牌的市場狀況、消費者在自己網站上的行為等情況。2011年4月，“頁面點擊”誕生，它可以監控每個頁面上每個位置的用戶瀏覽點擊情況。緊接著，天貓攜手阿里云、萬網宣布聯合推出聚石塔平臺，為天貓、淘寶平臺上的電商及電商服務商等提供數據云服務。2012年，馬云正式公布了阿里巴巴三步走發展策略，“平臺、金融、數據”。
從數據化運營到運營數據
阿里巴巴的大數據策略意味著什么？阿里巴巴數據委員會主席車品覺一語道破，“在數據化運營階段時，數據就產生價值，你有意識地用它，但卻沒有關注它。而當你發現數據已經和戰略融合后，你認識到要有意識收集它，管理它。”如果將阿里巴巴的大數據比做食材，那么自己用原料做菜，和將食材提供給其他廚師，對原料的關注度完全不同。
由此，阿里巴巴的大數據應用策略正從數據化運營向運營數據轉變。集團首席戰略官曾鳴預測，“阿里本質上，未來會是一家數據運營公司。”前者，是如何將大數據用好，而后者則意味著，如何讓大數據更好用。
從淘寶創立之時，阿里巴巴就開始搜集平臺上的數據，直至支付寶、聚劃算、一淘等平臺，隨著業務的爆發式增長，阿里諸平臺上的數據成倍增加，匯集成海。這些數據包括交易數據、用戶瀏覽和點擊網頁數據、購物數據等等。當海量數據開始聚集時，它們也變得良莠不齊，魚龍混雜，充斥著大量失真、標準混亂的數據。另一問題是，當海量數據在一起，它們是無序的，不能直接使用，必需要提煉加工。再者，阿里縱有海量數據，卻也只是大數據之海中的一個孤島，無法全部滿足平臺商家的數據需求，比如商家需要了解用戶在其它平臺上的購買情況，阿里巴巴迫切需求外部數據。
車品覺稱：“一開始，我們在用好數據，但是隨著數據戰略與平臺戰略緊密結合，我們開始刻意地去管理數據（保證數據安全、質量和對于商家的可用性），養數據（有意識地收集外部數據），沉淀數據。”
讓大數據更好用？阿里巴巴是如何實現這種轉變？從六個地方入手：確保數據安全（保護商家和個人的隱私）、保證數據的質量（去除虛假數據）、實現各個部門數據標準的統一（如轉化率）、讓原始數據變得更精細化（更符合商家的應用情景）、獲得外部數據（如并購新浪微博，和其它平臺合作、購買數據信息等）、建立數據委員會。
具體做法
1去除源頭污染，凈化數據質量
自阿里巴巴數據委員會建立以來，數據質量就成了部門的核心工作，車品覺認為數據質量是大數據的命門，如果將大數據比作水流，“來自任何支流的數據，如果質量有問題，都會帶來整個水源的污染。”由于淘寶等平臺上的數據往往良莠不齊，不少數據虛假，帶來很大的噪音干擾。“有時，在淘寶平臺上，對于一個人，我們會看到兩個手機，一個iPad，三張信用卡，五個淘寶帳號，收集數據時，以為是多個人，但實際上就是一個人。但如果依照這個數據，商家可能就將紅包給了一個不活躍的賬戶。”為此，阿里巴巴試圖剔除虛假的數據，讓收集的數據能反映真實的消費情景。比如上面的案例，就要鑒定所有這些賬戶、信用卡等是否為同一個人所有。再如，阿里巴巴經常要做產品界面測試，有時臨時修改界面，會一下子多出一個按鈕，這就會帶來大量誤點擊操作，數據收集時，就會得到很多失真的用戶行為數據。阿里巴巴的數據人員目前的工作就是要將這些失真的數據剔除，或者將數據還原到真實的場景。
2打破分割，統一數據標準
統一數據標準，就是讓凈化后的數據流得以匯集。阿里巴巴下屬各個部門業務重點不同，對數據的理解不同，因此數據標準往往各不相同，比如轉化率。要將這些數據匯集成大數據之海，就必須統一標準，這也是阿里巴巴數據委員會目前重點推行的項目。
3精選+加工——讓數據精細化
“目前，我們需要的用戶數據，平臺還給不了。”阿里平臺上的一個企業如是說。很多企業希望阿里巴巴能將用戶屬性的標簽分得更細（不僅僅按男、女用戶，還進一步按不同消費特點、收入細分）。小也化妝品創始人肖尚略認為，“平臺數據的細分是基礎，細分好，企業才能用好。”數據就像炒菜的食材，不同細致程度的食材炒出的菜，口味不一樣，車品覺這么看。
如何讓數據精細化？阿里巴巴根據各個商家的應用場景，將原始數據打上更細致、對商家更有參考價值的標簽。以淘寶平臺為例，一方面收集用戶信息時，專注對商家更實用的內容，比如對于大學生用戶，除了搜集他們的地址信息外，還通過其它渠道搜集其房租的租金，從而了解對方的消費水平，將這些數據提供給相應的商家。另一方面根據商家的應用情景，對數據材料做初加工。“比如，如果我們篩出一個人是否戴眼鏡，戴多少度的數據，就對賣眼鏡的商家起到了很大作用。”再如，如果一個人去母嬰超市里面買東西，不一定能證明他有孩子，但如果這個人是女性、年紀又合適，這個人有孩子的可能性就很大。不斷加入的其它證明信息，讓這個消費者的數據變得越來越精細化。
在數據精細化思路下，2011年底，阿里巴巴的支付寶平臺開發黃金策產品，車品覺帶領團隊處理了1億多活躍的消費者數據后，拿出500個變量，試圖用它們來描述消費者，最終讓企業能夠隨時調用變量，獲得用戶信息，比如某一類包含使用信用卡數量和手機型號等具體信息的客戶數目。
2013年，天貓開始研發適用于天貓商家的CRM系統，通過對會員標簽化，讓商戶了解店鋪會員在天貓平臺的所有購物行為特點。
4海納百川，納入更多外部數據
在阿里巴巴平臺上，大多時候收集的是顧客的顯性需求數據，如購買的商品和瀏覽等數據，但顧客在購買之前，就可能通過微博、論壇、導購網站等流露出隱性需求。僅僅做好自己的大數據是不夠的，還要納入更多外部數據。
2011年以前，阿里曾嘗試通過收購掌握中國互聯網的底層數據。2013年4月，阿里巴巴收購新浪微博18%的股權，獲得了新浪微博幾億用戶的數據足跡。5月，阿里巴巴收購高德軟件28%股份，分享高德的地理位置、交通信息數據以及用戶數據。而其它并購，包括對墨跡天氣、友盟、美團、蝦米、快的、UC瀏覽器，都招招不離數據。通過這些并購，阿里在試圖拼出一份囊括互聯網與移動互聯網，涵蓋用戶生活方方面面的全景數據圖。
5加強數據安全的管理
很多淘寶賣家希望阿里巴巴能加大數據開放的步伐，對于阿里平臺來說，這并不是一件容易的事情，因為這關乎商家和消費者的隱私。商家不希望競爭對手獲得自己的機密信息，消費者也不希望被更多干擾。
阿里內部專門成立了一個小組，來判斷數據的公開與否，把握“誰應該看什么，誰不應該看什么，誰看什么的時候只能看什么。”
6組織體系支持——建立數據委員會
阿里巴巴的數據來自各個部門，無論是數據材料的質量、精細化的保證，還是數據安全，都不是單個部門能完成的，需要全局性安排，迫切需要一個上層組織結構。但是成立什么樣的組織機構合適？在阿里巴巴看來，數據的工作實際上主要還是由各個部門的責任，畢竟它們把控著源頭，另成立一個凌駕于各部門之上的中央數據管理機構，容易讓各個部門把責任直接推卸給新機構。
2013年，阿里巴巴成立了虛擬組織——數據委員會，委員會包括底層數據負責人、支付寶商業智能負責人、無線商業智能負責人和一名數據科學家，數據委員會更多地以協調會的形式，來指導、協調各個部門形成合力，實現從大數據運營，到運營大數據的轉變。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 阿里大數據化運營戰略：運營數據
