在1號店上購物的顧客，可能并不知道，自己每一次的購物行為，正幫助這家電商公司逐步了解自己，并為自己描摹出一幅大概的生活圖景。據(jù)王欣磊稱，1號店首先會根據(jù)用戶的購買金額和頻次將其分為四個大群，在用戶大群的基礎(chǔ)上，公司根據(jù)用戶的瀏覽習(xí)慣，為其打上更為細(xì)致的“標(biāo)簽”。這種描繪用戶個人信息及購買偏好的標(biāo)簽，多達(dá)成百上千個，“比如，他是傾向于購買哪一類商品的？他的瀏覽行為是什么，是喜歡搜索還是用類目瀏覽？他喜歡在上班時間購物，還是在周末購物？購買的周期和收貨的習(xí)慣又是什么？”王欣磊說道，在將客戶抽象為一個個具體的標(biāo)簽后，1號店便能有的放矢地進(jìn)行營銷。
他同時坦言，1號店并沒有辦法直接獲得用戶的性別、家庭狀況、收入狀況等信息，但可以通過幾種方式去推測。一個明顯例子是，公司可以根據(jù)用戶的姓名，并結(jié)合一些購買行為，來推測用戶的性別。
從今年起，中科院的一個研究小組也加入了1號店的客戶數(shù)據(jù)研究中。雙方研究的重點便聚焦在顧客的分群。“他們會將顧客分為忠實顧客、風(fēng)險顧客（較易流失的顧客）和需要提升的顧客，并對不同顧客的行為做進(jìn)一步的分析。”王欣磊稱。
“大數(shù)據(jù)”噪音
除了對消費行為的分析研究，如何借助數(shù)據(jù)讓產(chǎn)品價格更具競爭力同樣重要。眼下，1號店后臺的PIS（價格智能系統(tǒng)）每天實時在線搜索60多個網(wǎng)站和1700多萬種商品的庫存信息和價格信息，并根據(jù)競爭對手的商品價格實時調(diào)整自己的商品價格。
具體說來，在公司設(shè)置的價格模型中，不同的品類都有相應(yīng)的市場價格策略。“譬如，有些品類的價格要做到業(yè)界領(lǐng)先，有些品類只要不高于競爭對手就行了。有些是我的利潤品類，有些是流量品類。”于剛稱，“我們在價格模型中設(shè)置底價后，系統(tǒng)就會根據(jù)對手的動態(tài)價格自動調(diào)整商品的價格。你知道，1號店有幾百萬種商品，完全沒有辦法用手工設(shè)置價格。”
于剛稱，在1號店較為擅長的食品飲料領(lǐng)域，公司試圖做到價格領(lǐng)先，“尤其是進(jìn)口牛奶品類，60%的線上銷售都是通過1號店走的”；而在服裝等領(lǐng)域，公司追求的則是毛利。
盡管這些做法看起來無懈可擊，但隨著1號店的數(shù)據(jù)量越積越多，它也開始面臨新的煩惱：比如，應(yīng)該怎樣將海量的數(shù)據(jù)進(jìn)行過濾，去蕪存菁？王欣磊并不諱言，“數(shù)據(jù)的純潔性是一個很大的問題。”
不難理解，當(dāng)公司由于促銷而使得銷量大增時，消費者在那一特定階段的行為與未來的趨勢無關(guān)；此外，一些季節(jié)性、節(jié)假日的數(shù)據(jù)也要過濾，而那些因為競爭對手的促銷導(dǎo)致銷量突然下滑的數(shù)據(jù)也要剔除在外。
除了外部干擾，消費者的個人操作中也包含著不少無效行為，這同樣被視為一種“數(shù)據(jù)噪音”。于剛發(fā)現(xiàn)，有的用戶上1號店并不是為了購物，而純粹是為了測試網(wǎng)站，“他注冊之后，往往下一個訂單后取消，再下一個訂單再取消，這些用戶肯定不在我們的研究范圍”。
相比之下，更大的難題在于，線下批發(fā)商對線上數(shù)據(jù)的干擾。據(jù)王欣磊稱，一些地區(qū)的線下批發(fā)商可能是因為線上渠道的價格更便宜，于是通過各種渠道拿到優(yōu)惠券在線上購買，再將貨品轉(zhuǎn)移到線下去賣。“批發(fā)用戶擁有很多的注冊賬號，這對我們很不利，也給數(shù)據(jù)帶來很大的干擾。”他指出，“我們會通過技術(shù)的手段去防批發(fā)，并不斷地清理數(shù)據(jù)。但如何去驗證真正的消費者數(shù)據(jù)，目前依舊是個很大的挑戰(zhàn)。”
收集數(shù)據(jù)的下一步，是對數(shù)據(jù)進(jìn)行分析和解答。事實上，面對同一組數(shù)據(jù)，不同的人從不同的角度分析，會得出全然不同的結(jié)論。也有人認(rèn)為，隨著數(shù)據(jù)量的增大，研究的準(zhǔn)確性一開始會隨之上升，但很快就會趨平。眼下，業(yè)界亦并沒有形成放之四海而皆準(zhǔn)的解讀方法。從這個角度看，如何正確地解讀數(shù)據(jù)，讓數(shù)據(jù)模型越來越準(zhǔn)確，是擺在所有電商企業(yè)面前的難題。
在復(fù)雜的模型之上，算法同樣重要。1號店需要在極短的時間內(nèi)，通過算法解讀用戶的行為，并在得到結(jié)論后做出實時的推薦。用于剛的話說，“當(dāng)一個顧客用搜索來挑選商品時，我們的后臺需要為這一搜索做支持，算法得非?？觳判?mdash;—否則用戶等待的時間一長，就會不耐煩。”
不難發(fā)現(xiàn)，1號店對大數(shù)據(jù)的研究和運用，仍處于摸索階段，而在全球范圍內(nèi)，這依然是一個新鮮的應(yīng)用。很多時候，于剛會對新的數(shù)據(jù)應(yīng)用感到興奮，但有時，他也會顯得力不從心——在他眼里，學(xué)術(shù)界如今已做了很多關(guān)于大數(shù)據(jù)的前瞻性研究，企業(yè)界則嘗試著大量的應(yīng)用，但兩者間的關(guān)聯(lián)并不大，甚至朝著截然不同的方向前行。換言之，在學(xué)術(shù)研究與實際應(yīng)用中，尚有很大的鴻溝。