王欣磊发现，最近，网上超市“1号店”在线购物车的转化率下降了。身为1号店副总裁的他，试图找出其中的原因：缺货，也许是一个直接因素，但除了缺货，其他细节也可能导致购物车转化率的下降。他知道，这些看起来似乎并不起眼的细节，统统增加了问题解决的复杂性。
作为电商产品设计领域的资深人士，王欣磊向来喜欢用数据分析问题。但越来越丰富的数据，也给他带来了新困惑：当一个数字在下降，另一个数字在上升时，如何证明这两者间具有相关性？购物车转化率下降的问题，便是一个典型的案例。
在最近兴起的“大数据”研究中，王欣磊尝试为自己的疑问找到答案，但结果却并不令人满意。“《大数据时代》那本书中提到，人们不再需要探究数据间的因果关系，而只需要知道相关关系。但在实际操作中，我们怎样判断这种相关关系是一段时间内的偶然现象，还是必然的趋势？这是个很大的问题。”
但即便面对种种困惑，“大数据”，对1号店来说依然是一座金矿，并已经开始从中有所收获。比如，1号店已经在帮商家分析商品之间的关联度，并以之为依据制定营销策略。比如，1号店发现，当可口可乐和奥利奥饼干的关联度特别高时，就可以推荐商家做联合营销。
1号店称，其每天的流量(独立IP)已高达400多万，而每一个访客又会看近10个页面。用1号店董事长于刚的话说，除了用户买什么或不买什么，“用户的浏览路径，先看哪个页面，后看哪个，通过哪个链接切换，用搜索还是类目浏览等，1号店统统都能掌握”，“基于这些数据，能做的事情太多了”。
挖掘每个用户
准确地说，1号店的“数据挖掘”起步于3年多前。彼时，公司购买了数据仓库，并建立了自己的BI(商业智能)团队，试图通过建立顾客的行为模型，来提供更精准化的服务。
不过那时，1号店的关注点还仅仅停留在用户的购买记录和收藏行为上。相比之下，它目前对数据的捕捉，显然更加“精细化”。无论是购买频次，还是用户的性别、年龄、习惯等，都能帮助它分析和跟踪消费模式的微妙变化，进而“投其所好”地实现最大化的销售。
譬如，当一个用户浏览了商品后没有购买，1号店紧接着便会分析整个购物过程“卡”在哪个环节上。假如商品已经加入了购物车，那么导致用户没有购买的很可能是高运费，1号店很可能会调整运费；倘若用户没有购买是因为库存缺货，那么下次库存到货后公司就会提醒用户购买；如果用户浏览了许多类似的商品却最终没有购买，那么可以推测用户对这一品类的商品感兴趣，只是没有找到自己想要的品牌。这种情况下，只要有新品上架，1号店就会第一时间推荐用户购买。
还有一种可能是，商品的价格太高吓退了顾客，那么一旦有关于该商品的促销，1号店就会提醒顾客购买。假如顾客依然没有购买，1号店就假设用户并不想要这个商品，而是想要类似商品，于是只要有类似的新品推出，公司就会作出推荐。
在此基础上，公司观察到许多用户的购买频次有其规律性，假如一个用户上1号店只购买洗发水，且每三周购买一次，那么一旦用户哪一次没有购买，1号店就会想方设法地“提醒”他。
除了最终购买的商品外，用户的浏览路径同样受到了重视。在于刚看来，这些看似不经意的行为里蕴含了大量信息。“一个简单例子是，用户进入1号店页面后第一个浏览的商品，就是他的目标商品。假如用户首先浏览了牛奶，那么你就应该推荐他不同品牌的牛奶。”他说道。当然，这里头还有许多推荐的“技巧”——如果用户对某一品牌的牛奶比较忠诚，那么1号店就不应推荐其他品牌的牛奶，而应推荐与牛奶搭配的面包、饼干或早餐谷物等。
那些购买目的性很强的用户，常常会使用搜索的方式进入所需商品的页面。对于这一类用户，1号店同样也会“直截了当”地推荐他们的目标商品；另一些用户喜欢“逛”，他们往往通过类目来选择商品，“比如先买吃的，再买喝的，最后买用的”。对于这类客户，1号店倾向于同时向他展示很多商品，特别是新品，满足其猎奇、“闲逛”的心理；而对于那些被促销页面吸引的用户，公司则会向他们展示热推或促销的商品，以推动其购买。
在1号店上购物的顾客，可能并不知道，自己每一次的购物行为，正帮助这家电商公司逐步了解自己，并为自己描摹出一幅大概的生活图景。据王欣磊称，1号店首先会根据用户的购买金额和频次将其分为四个大群，在用户大群的基础上，公司根据用户的浏览习惯，为其打上更为细致的“标签”。这种描绘用户个人信息及购买偏好的标签，多达成百上千个，“比如，他是倾向于购买哪一类商品的？他的浏览行为是什么，是喜欢搜索还是用类目浏览？他喜欢在上班时间购物，还是在周末购物？购买的周期和收货的习惯又是什么？”王欣磊说道，在将客户抽象为一个个具体的标签后，1号店便能有的放矢地进行营销。
他同时坦言，1号店并没有办法直接获得用户的性别、家庭状况、收入状况等信息，但可以通过几种方式去推测。一个明显例子是，公司可以根据用户的姓名，并结合一些购买行为，来推测用户的性别。
从今年起，中科院的一个研究小组也加入了1号店的客户数据研究中。双方研究的重点便聚焦在顾客的分群。“他们会将顾客分为忠实顾客、风险顾客(较易流失的顾客)和需要提升的顾客，并对不同顾客的行为做进一步的分析。”王欣磊称。
“大数据”噪音
除了对消费行为的分析研究，如何借助数据让产品价格更具竞争力同样重要。眼下，1号店后台的PIS(价格智能系统)每天实时在线搜索60多个网站和1700多万种商品的库存信息和价格信息，并根据竞争对手的商品价格实时调整自己的商品价格。
具体说来，在公司设置的价格模型中，不同的品类都有相应的市场价格策略。“譬如，有些品类的价格要做到业界领先，有些品类只要不高于竞争对手就行了。有些是我的利润品类，有些是流量品类。”于刚称，“我们在价格模型中设置底价后，系统就会根据对手的动态价格自动调整商品的价格。你知道，1号店有几百万种商品，完全没有办法用手工设置价格。”
于刚称，在1号店较为擅长的食品饮料领域，公司试图做到价格领先，“尤其是进口牛奶品类，60%的线上销售都是通过1号店走的”；而在服装等领域，公司追求的则是毛利。
尽管这些做法看起来无懈可击，但随着1号店的数据量越积越多，它也开始面临新的烦恼：比如，应该怎样将海量的数据进行过滤，去芜存菁？王欣磊并不讳言，“数据的纯洁性是一个很大的问题。”
不难理解，当公司由于促销而使得销量大增时，消费者在那一特定阶段的行为与未来的趋势无关；此外，一些季节性、节假日的数据也要过滤，而那些因为竞争对手的促销导致销量突然下滑的数据也要剔除在外。
除了外部干扰，消费者的个人操作中也包含着不少无效行为，这同样被视为一种“数据噪音”。于刚发现，有的用户上1号店并不是为了购物，而纯粹是为了测试网站，“他注册之后，往往下一个订单后取消，再下一个订单再取消，这些用户肯定不在我们的研究范围”。
相比之下，更大的难题在于，线下批发商对线上数据的干扰。据王欣磊称，一些地区的线下批发商可能是因为线上渠道的价格更便宜，于是通过各种渠道拿到优惠券在线上购买，再将货品转移到线下去卖。“批发用户拥有很多的注册账号，这对我们很不利，也给数据带来很大的干扰。”他指出，“我们会通过技术的手段去防批发，并不断地清理数据。但如何去验证真正的消费者数据，目前依旧是个很大的挑战。”
