
從IT到DT:阿里大數(shù)據(jù)背后的商業(yè)秘密
空氣污染究竟在多大程度上影響了人們的網(wǎng)購(gòu)行為?有多少比重的線上消費(fèi)屬于新增消費(fèi)?為什么中國(guó)的“電商百佳縣”中浙江有41個(gè)而廣東只有4個(gè)?
這些電商的秘密就隱藏在阿里巴巴商業(yè)生態(tài)的“大數(shù)據(jù)”中。
“未來制造業(yè)的最大能源不是石油,而是數(shù)據(jù)。”阿里巴巴董事局主席馬云如此形容“數(shù)據(jù)”的重要意義。
在他看來,阿里巴巴本質(zhì)上是一家數(shù)據(jù)公司,做淘寶的目的是為了獲得零售的數(shù)據(jù)和制造業(yè)的數(shù)據(jù);做螞蟻金服的目的是建立信用體系;做物流不是為了送包裹,而是這些數(shù)據(jù)合在一起,“電腦會(huì)比你更了解你”。與此同時(shí),產(chǎn)業(yè)的發(fā)展也正在從IT時(shí)代走向以大數(shù)據(jù)技術(shù)為代表的DT時(shí)代。
而在阿里巴巴內(nèi)部,由電子商務(wù)、互聯(lián)網(wǎng)金融、電商物流、云計(jì)算與大數(shù)據(jù)等構(gòu)成的阿里巴巴互聯(lián)網(wǎng)商業(yè)生態(tài)圈,也正是阿里研究院所扎根的“土壤”。
具體而言,阿里巴巴平臺(tái)的所有海量數(shù)據(jù)來自于數(shù)百萬充滿活力的小微企業(yè)、個(gè)人創(chuàng)業(yè)者以及數(shù)億消費(fèi)者,阿里研究院通過對(duì)他們的商務(wù)活動(dòng)和消費(fèi)行為等進(jìn)行研究分析,從某種程度上可以反映出一個(gè)地方乃至宏觀經(jīng)濟(jì)的結(jié)構(gòu)和發(fā)展趨勢(shì)。
而隨著阿里巴巴生態(tài)體系的不斷拓展和延伸,阿里巴巴的數(shù)據(jù)資源一定程度上將能夠有效補(bǔ)充傳統(tǒng)經(jīng)濟(jì)指標(biāo)在衡量經(jīng)濟(jì)冷暖方面存在的滯后性,幫助政府更全面、及時(shí)、準(zhǔn)確地掌握微觀經(jīng)濟(jì)的運(yùn)行情況。
從IT到DT
不同于一些企業(yè)以技術(shù)研究為導(dǎo)向的研究院,阿里研究院副院長(zhǎng)宋斐告訴《第一財(cái)經(jīng)日?qǐng)?bào)》記者,阿里研究院定位于面向研究者和智庫(kù)機(jī)構(gòu),主要的研究方向包括未來研究(如信息經(jīng)濟(jì))、微觀層面上的模式創(chuàng)新研究(如C2B模式、云端制組織模式)、中觀層面上的產(chǎn)業(yè)互聯(lián)網(wǎng)化研究(如電商物流、互聯(lián)網(wǎng)金融、農(nóng)村電商等)、宏觀層面上新經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)的互動(dòng)研究(如互聯(lián)網(wǎng)與就業(yè)、消費(fèi)、進(jìn)出口等)、互聯(lián)網(wǎng)治理研究(如網(wǎng)規(guī)、電商立法)等。
具體到數(shù)據(jù)領(lǐng)域,就是在阿里巴巴互聯(lián)網(wǎng)商業(yè)生態(tài)基礎(chǔ)上,從企業(yè)數(shù)據(jù)、就業(yè)數(shù)據(jù)、消費(fèi)數(shù)據(jù)、商品數(shù)據(jù)和區(qū)域數(shù)據(jù)等入手,通過大數(shù)據(jù)挖掘和建模,開發(fā)若干數(shù)據(jù)產(chǎn)品與服務(wù)。
例如,將互聯(lián)網(wǎng)數(shù)據(jù)與宏觀經(jīng)濟(jì)統(tǒng)計(jì)標(biāo)準(zhǔn)對(duì)接的互聯(lián)網(wǎng)經(jīng)濟(jì)數(shù)據(jù)統(tǒng)計(jì)標(biāo)準(zhǔn),包括了中國(guó)城市分級(jí)標(biāo)準(zhǔn);網(wǎng)絡(luò)消費(fèi)結(jié)構(gòu)分類標(biāo)準(zhǔn);網(wǎng)上商品與服務(wù)分類標(biāo)準(zhǔn)等。
而按經(jīng)濟(jì)主題劃分的經(jīng)濟(jì)信息統(tǒng)計(jì)數(shù)據(jù)庫(kù)則包括商品信息統(tǒng)計(jì)數(shù)據(jù)庫(kù);網(wǎng)購(gòu)用戶消費(fèi)信息統(tǒng)計(jì)數(shù)據(jù)庫(kù);小企業(yè)與就業(yè)統(tǒng)計(jì)數(shù)據(jù)庫(kù);區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。
還有反映電商經(jīng)濟(jì)發(fā)展的“晴雨表”——阿里巴巴互聯(lián)網(wǎng)經(jīng)濟(jì)系列指數(shù)。其中包括反映網(wǎng)民消費(fèi)意愿的阿里巴巴消費(fèi)者信心指數(shù)aCCI、反映網(wǎng)購(gòu)商品價(jià)格走勢(shì)的阿里巴巴全網(wǎng)網(wǎng)購(gòu)價(jià)格指數(shù)aSPI和固定籃子的網(wǎng)購(gòu)核心價(jià)格指數(shù)aSPI-core、反映網(wǎng)店經(jīng)營(yíng)狀態(tài)的阿里巴巴小企業(yè)活躍度指數(shù)aBAI、反映區(qū)域電子商務(wù)發(fā)展水平的阿里巴巴電子商務(wù)發(fā)展指數(shù)aEDI等等。其中,現(xiàn)有aSPI按月呈報(bào)給國(guó)家統(tǒng)計(jì)局。
而面向地方政府決策與分析部門的數(shù)據(jù)產(chǎn)品“阿里經(jīng)濟(jì)云圖”,則將分階段地推出地方經(jīng)濟(jì)總覽、全景分析、監(jiān)測(cè)預(yù)警以及知識(shí)服務(wù)等功能。宋斐告訴記者,其數(shù)據(jù)可覆蓋全國(guó)各省、市、區(qū)縣各級(jí)行政單位,地方政府用戶經(jīng)過授權(quán)后,可以通過阿里經(jīng)濟(jì)云圖看到當(dāng)?shù)卦诎⒗锇桶推脚_(tái)上產(chǎn)生的電子商務(wù)交易規(guī)模、結(jié)構(gòu)特征及發(fā)展趨勢(shì)。
“借助數(shù)據(jù)可視化和多維分析功能,用戶可以對(duì)當(dāng)?shù)貎?yōu)勢(shì)產(chǎn)業(yè)進(jìn)行挖掘、對(duì)消費(fèi)趨勢(shì)與結(jié)構(gòu)變動(dòng)進(jìn)行監(jiān)測(cè)、與周邊地區(qū)進(jìn)行對(duì)比等等?!彼戊潮硎?,該產(chǎn)品未來還可以提供API服務(wù)模式,以整合更多的宏觀經(jīng)濟(jì)數(shù)據(jù)和社會(huì)公開數(shù)據(jù),為當(dāng)?shù)亟?jīng)濟(jì)全貌進(jìn)行畫像,給大數(shù)據(jù)時(shí)代的政府決策體系帶來新的視角和工具。
數(shù)據(jù)會(huì)“說話”
對(duì)于如何利用“大數(shù)據(jù)”,馬云在公司內(nèi)部演講中曾提到:“未來幾年內(nèi),要把一切業(yè)務(wù)數(shù)據(jù)化,一切數(shù)據(jù)業(yè)務(wù)化。”
其中,后半句話可以理解為,讓阿里巴巴各項(xiàng)業(yè)務(wù)所產(chǎn)生、積累的大數(shù)據(jù)來豐富阿里的生態(tài),同時(shí)讓生態(tài)蘊(yùn)含的數(shù)據(jù)產(chǎn)生新的價(jià)值,再反哺生態(tài),這是一個(gè)相輔相成的循環(huán)邏輯。
宋斐對(duì)記者舉例稱,螞蟻金服旗下的芝麻信用已獲得人民銀行個(gè)人征信牌照批準(zhǔn)籌備,未來將通過分析大量的網(wǎng)絡(luò)交易及行為數(shù)據(jù),如用戶信用歷史、行為偏好、履約能力、身份特質(zhì)、人脈等信息,對(duì)用戶進(jìn)行信用評(píng)估,這些信用評(píng)估可以幫助互聯(lián)網(wǎng)金融企業(yè)對(duì)用戶的還款意愿及還款能力做出結(jié)論,繼而為用戶提供快速授信及現(xiàn)金分期服務(wù)。本質(zhì)上來說,“芝麻信用”是一套征信系統(tǒng),該系統(tǒng)收集來自政府、金融系統(tǒng)的數(shù)據(jù),還會(huì)充分分析用戶在淘寶、支付寶等平臺(tái)的行為記錄。
再如,對(duì)于如火如荼的農(nóng)村電商領(lǐng)域,阿里研究院從2010年就已開始對(duì)“沙集模式”個(gè)案進(jìn)行研究,后續(xù)一系列基于數(shù)據(jù)和案例調(diào)研所驅(qū)動(dòng)的農(nóng)村電商研究成果,對(duì)于地方政府科學(xué)決策,推動(dòng)當(dāng)?shù)剞r(nóng)村電子商務(wù)發(fā)展、創(chuàng)造就業(yè)和發(fā)展地方經(jīng)濟(jì)起到了助力作用。到2014年底,全國(guó)已經(jīng)涌現(xiàn)了212個(gè)淘寶村,而阿里巴巴也在這一年啟動(dòng)千縣萬村計(jì)劃,將在三至五年內(nèi)投資100億元,在農(nóng)村建立起電子商務(wù)服務(wù)體系。
除了通過數(shù)據(jù)分析去助力業(yè)務(wù)外,宋斐告訴記者,有時(shí)候大數(shù)據(jù)報(bào)告可能會(huì)與傳統(tǒng)的印象結(jié)論差異很大。
以區(qū)域電子商務(wù)為例,在阿里研究院發(fā)布的2014年中國(guó)電商百?gòu)?qiáng)縣排行榜中,浙江有41個(gè)縣入圍,福建有16個(gè),而廣東只有4個(gè),這個(gè)結(jié)果與傳統(tǒng)的印象相差比較大。而事實(shí)上,這是因?yàn)檎憬蛷V東兩省電商發(fā)展在地理分布、產(chǎn)業(yè)結(jié)構(gòu)等方面的明顯不同而帶來的。
再如,外界常常認(rèn)為網(wǎng)絡(luò)零售替代了線下零售,但事實(shí)上,麥肯錫《中國(guó)網(wǎng)絡(luò)零售革命:線上購(gòu)物助推經(jīng)濟(jì)增長(zhǎng)》的研究報(bào)告,通過借鑒阿里研究中心(阿里研究院前身)和淘寶網(wǎng)UED用戶研究團(tuán)隊(duì)的大量報(bào)告與數(shù)據(jù),最后發(fā)現(xiàn):“約60%的線上消費(fèi)確實(shí)取代了線下零售;但剩余的40%則是如果沒有網(wǎng)絡(luò)零售就不會(huì)產(chǎn)生的新增消費(fèi)?!?/span>
“這一研究成果,有助于社會(huì)各界準(zhǔn)確認(rèn)識(shí)網(wǎng)絡(luò)零售與線下零售的關(guān)系,共同探索和建設(shè)良好的商業(yè)發(fā)展環(huán)境?!?/span>
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11