起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識阿里的野心：大數據搬家記
這可以看做是阿里實施大數據戰略的記事文~希望對關注大數據的朋友有所啟發。
作為中國最大的電商集團，阿里巴巴一直善于自省自查。大數據革命的旋風吹到中國，讓阿里巴巴得以機會發現自己腳下土地的松動。按照“數據基礎決定上層建筑”的邏輯，阿里巴巴祭出一系列數據遷移和優化項目——重塑阿里電商生態系統的生命之樹正破土生發。然而，“釜底抽薪”般的大動作可是需要拿出十萬分的謹慎和耐心……
高空任務
自曝其短、奮起補課的事兒還是靜悄悄地進行。
當攝像師不斷變換機位尋找最佳視角拍攝時，潘寶坤有點憤怒了?！澳銈兂鋈?別拍了!等我們做好再回來!”他吼道。
這一幕發生在1月13日晚，在阿里巴巴杭州西溪園區，一個被稱為“DNA項目”的秘密計劃正進入最關鍵的時刻。為了記錄關鍵的場景，阿里專門安排了攝像師跟拍了整個項目的關鍵環節。偏偏在這個時候，技術后臺的代碼出了點狀況，人人都急出一身冷汗。潘寶坤是當晚技術團隊的一員。
DNA項目的核心是阿里C2C和B2C兩大電商交易平臺淘寶、天貓對商品SKU(商品統一編號)的底層技術架構更新。它在天貓對商品類目信息重新梳理的“達爾文計劃”的基礎上延展而來。如果說達爾文計劃是一顆蘋果，DNA項目則是一棵蘋果樹，是阿里電商生態系統的生命之樹。阿里集團IPO代號不是叫“阿凡達”(Avatar)嗎?如果不做達爾文計劃和DNA項目，它是不可能成為智慧星球的，馬云的外號“外星人”也將名不符實。
大數據(Big Data)革命在美國有幾種典型表現：亞馬遜有個性化搜索A9，A即算法(Algorithms)的縮寫。Netflix有76897種電影分類，內部叫“量子論”、“微標簽”。Facebook有新聞收集系統。潘多拉電臺有音樂基因工程。算法是一種神奇的掌握人類消費行為和內心活動的系統，如何將人工分類與機器智能推薦相結合，一直是互聯網頂級之戰。
簡單理解，每個超市都有很多貨架，商品分門別類擺放，如果標簽混亂、指向不清，會影響銷售效率和購物體驗。而作為中國最大的網上商店，淘寶從2004年5月誕生起，平臺上的每一款商品都有一個特定數字代碼，2008年在淘寶內部培育的天貓延續了這種技術架構，十年積累，阿里電商體系里的商品已經超過了20億。與此同時，商品信息的混亂、冗余、不規范越來越明顯。
一個典型的例子：在蘋果公司尚未推出iPhone 5c之前，淘寶上居然有人賣綠色版iPhone，“這讓人哭笑不得，傷害了淘寶系多年建立起來的信任度?！卑⒗锇桶凸蚕硎聵I群副總裁王曦若對記者說。
與美國的eBay、亞馬遜相比，淘寶的商品類目基礎架構和分類管理不是一開始就標準化的，部分SKU的屬性值(如規格、型號、顏色、尺碼等)可以由賣家自定義編輯，難免會亂七八糟、混淆用戶、甚至發生SKU作弊行為(比如將常規商品和配件輔料、瑕疵品等放在一個寶貝鏈接里出售)。
對于淘寶、天貓來說，商品信息數據系統就像基因之于細胞那么重要，它決定著所有線上交易的進化程度：如果類目規范整齊，交易就簡單快捷高效，進而推動自我革新;如果系統雜亂無章，玩不了算法和個性化，影響用戶體驗，甚至給阿里自身拖后腿。今年3月，馬云內部郵件稱：云和端(Cloud +App)將是未來移動互聯網的關鍵，阿里十年的目標是建立DT(Data Technology)，數據時代中國商業發展的基礎設施。
王曦若將阿里從達爾文計劃到DNA項目的最后一步操作稱為“在飛行著的飛機上換引擎”，來形容重整商品類目的風險之高和壓力之大。她是DNA項目的總負責人，帶領一個近百人的團隊。
整個項目的關鍵是底層后臺的數據遷移，他們需要將阿里商品信息開發團隊做好的全新模型，鏈接到無時無刻不在使用的淘寶、天貓平臺上。而所有這一切，得穩定平滑過渡，不能驚擾賣家和用戶。
商品信息“進化”
瘦死的駱駝比馬大。阿里后臺“病了”，商品類目信息出現了“病菌”，但它仍然是中國最大的電商平臺，以沃爾瑪+亞馬遜的模式，以電商、金融和數據平臺在中國經濟扮演著重要的角色。
阿里用來整理和存儲商品信息的系統是一個樹狀結構，在內部叫“類目”。作為第三方交易平臺，阿里把商品分成70多個大類，在每一個大類下分出很多子類目，子類目下又有一層層的分類。就像一顆枝繁葉茂的大樹，在樹干分出很多枝椏后，葉子已經難以計數。
沒人否認這套系統的重要性，但即便在阿里內部，對它有了解的人也不多，因為它在技術底層，不直接影響前端交易，不像阿里每年雙11的創紀錄銷售額那樣吸引普通人的目光。
每年雙11交易額都刷新紀錄的天貓，是阿里集團最先推行“達爾文進化論”的部門。2012年5月，天貓更名剛剛4個多月，就被發現有了“病癥”。技術人員通過后臺看到，越來越多的買家留言說很難在天貓上找到自己最初想要的商品，無論通過類目(比如服飾、電器、化妝品)還是搜索——這是天貓商品的兩大流量入口。要么指向不精準，要么信息過于龐雜，你需要手動翻閱好幾頁信息頁面。
對于剛剛打響名號的天貓來說，這并不是件可以忽略不計的小事。馬云對天貓的期許是，專注做B2C業務的天貓就像挺進大別山的劉鄧大軍，是整個阿里集團在B2C領域的正面作戰部隊?！癇2C是比C2C更高級的一種零售業態?！痹詫毶坛强偨浝?、獨立電商分析師黃若告訴記者，B2C平臺應該是一個Shopping Mall，商品豐富而正規，信息透明而規范。
電商發展早期，商品與信息組合的重要性被忽視。億歐網聯合創始人、電商分析師黃淵普對記者說，隨著商品數量增加，其組合方式是電商精細化運營最重要的體現之一。同樣的商品有多種信息描述，既浪費各方資源，很多時候也助長了商品的不實宣傳。電商平臺方有必要把類目規范化，這是電商購物回歸產品本身，促進公平競爭的必然措施。
王曦若著手讓團隊一點點去核查，試圖厘清到底是哪個環節出了問題，最終商品信息的不確定性被定性為核心問題。他們發現，即便是在天貓上，同一款商品的信息也未必相同，比如一款綠色的保溫杯，有的賣家描述為“淡綠色塑料保溫杯”，有的則是“淺綠色塑膠保溫杯”。
“某種程度上，天貓已經不像個Shopping Mall了?！蓖蹶厝粽f。天貓的商品信息延續了淘寶的風格，由賣家填寫，天貓只負責簡單審核(商品基本屬性準確以及符合法律法規)，這就造成了商品描述五花八門，在后臺的“倉庫”不便管理，前端“柜臺”信息混亂，買家找不到想要的商品，賣家銷售庫存管理日益繁雜。
王曦若把問題報告給時任天貓總裁張勇。張勇在高層會上說，一定要把問題盡快解決掉。他們花了幾個月調研討論，張勇拍板決定啟動信息重整項目，但當時還沒起名字?！耙痪徒羞_爾文計劃，代表著我們商品信息的一種進化?”王曦若的提議得到贊同。
阿里共享事業部派出了兩個團隊負責達爾文計劃的運作。天貓產品部的何家瓊被抽離出來，組織了一個10人團隊，叫“達爾文基礎運營團隊”。2012年8月，他們從手機和化妝品兩種相對簡單的商品開始，正式啟動達爾文計劃。
從天貓開始
習慣一旦養成很難改變，更何況你動的是利益。阿里先在天貓而不是在淘寶做商品類目重整，就考慮到它平臺上大多是知名品牌入駐，調整和規范的成本相對低，不至于擾亂淘寶的賣家信息海洋。
2012年8月，在天貓的后臺系統，手機和化妝品賣家都看到了一則關于達爾文計劃的公告，詳情及需要賣家怎樣配合。如同總裁張勇謹慎的行事風格，天貓該項目運作也小心翼翼。運營團隊先進行調研，一是對淘寶天貓賣家和買家數據收集，內部也與阿里負責類目的管理者(俗稱“小二”)溝通，二是向國外同行亞馬遜和eBay學習，三是對淘寶十年來經驗總結。
聞思圖書專營店店主溫興歌曾經為這樣的問題糾結：某一本書的內容既涉及商業故事，也屬于旅行見聞，到底放在商業子類目下好賣，還是放在旅游子類目下更好賣?達爾文團隊圍繞一個基礎的問題開展：某個商品的類目理想中應該是什么樣子的。他們討論這些差別，一步步涉及到最基礎最瑣碎的問題：為什么商家會放錯類目?商家什么情況下會設置錯的關鍵字?每個商品的顏色、尺碼、款式都用一串獨立的數字來表示，為什么還信息混亂?……
天貓的運營團隊給平臺上手機和化妝品類目的前10名賣家打電話，介紹正在進行中的達爾文計劃，征得對方同意后，拋出一系列問題：商品的材質是什么?一共有幾個型號?多少種顏色?一般每個月生產多少銷售多少?放在天貓倉庫又有多少?……“這些看似不太相關的問題，命中的才是商品最核心的信息?！焙渭噎傉f，商品信息最終是為交易服務。
第一輪商家調研完成后，天貓團隊坐在一起總結，得出一個令他們震撼的結論：天貓的類目結構已經遠遠不能滿足行業的發展狀況了，很多商品早就更新換代，或者豐富了款式型號，類目卻還是2008年最初建成的樣子。
他們一鼓作氣開了賣家溝通會。2013年初，溫興歌從浙江金華趕到杭州，在位于西湖國際大廈的天貓辦公室參加了圖書類目的賣家溝通會。會場有20多個圖書經銷同行，一個天貓圖書小二，一個達爾文基礎運營團隊成員，一個記錄員?！坝懻摰脑掝}是以后我們怎么填寫圖書信息?！睖嘏d歌說。以前都是賣家自由填寫，天貓簡單審核即可?，F在天貓提出他們會為每一類商品設置多種屬性，讓賣家進行選擇而不是自由填寫，比如給名人傳記設置框架，中國的還是外國的，男人還是女人，政治的還是商業等，賣家在選項里勾一下就行。
因為這涉及到未來自家店鋪的生意，賣家們都暢所欲言，提出種種可能的困難或建議方案。他們也反駁天貓的某些做法?！疤籽b書”就曾陷入討論僵局。天貓認為有統一條形碼、版權頁上印著叢書名的系列書才算套裝書，賣家們則堅持可以自由搭配，把兩三本好看的書組合在一起就行，無需考慮是否同一出版社、條形碼或系列叢書。溫興歌把不同出版社出的《育兒圣經》和《睡前胎教故事》組成套裝賣后，兩本書銷量都比以往增加近30%。
溝通會效果明顯。天貓圖書的子類目調整成既有天貓定義的套裝書，也有賣家自由搭配的“自由組套”。畢竟天貓是個交易平臺，達爾文計劃在規范商品信息的同時是為了提升交易效率和品質。這種既要規范有序、又不影響交易銷量的做法，在其他類目后來的操作中也不時出現。
王強在天貓經營一家海爾授權網絡店，是最早參加達爾文計劃試點的商家之一。比起以前上架新商品需要自己費盡心思去填寫商品描述信息，現在從天貓的庫中直接調用，“我只要填價格、庫存數量等信息就可以了，對天貓店的維護更簡易了?！?/p>
但由于品牌賣家的定位營銷策略不同，他們對達爾文計劃反應也不一致。何家瓊就遇到一個問題，耐克和阿迪達斯對天貓商品描述的要求有不同意見：在耐克的商品描述中，一個商品下面既有尺碼選項也有顏色選項，而阿迪達斯的只有尺碼選項，如果要標識顏色，代表商品屬性的是另外一串數字。
“這背后有銷量的博弈?！焙渭噎傉f，在淘寶天貓的搜索因素中，銷量占很大權重，核心表現就是按照商品的銷量自動排序。以慢跑鞋為例，耐克慢跑鞋的銷量是其各種顏色之和，阿迪達斯慢跑鞋則是按紅色、藍色、紫色等不同銷量各自呈現。在阿里平臺有個現象：用戶搜索“慢跑鞋”時，耐克因其銷量高出現在較為靠前的頁面，阿迪達斯則會靠后。
兩個品牌都是天貓的重要賣家，何家瓊不敢掉以輕心，親自給對方負責人及前5名的專營店賣家打電話溝通。耐克希望達爾文計劃繼續保持原來的商品描述方式，阿迪達斯則分成兩派，官方旗艦店希望商品描述和阿迪達斯官網保持一致，不同顏色的商品有不同的屬性值;專營店賣家考慮銷量，希望取消顏色屬性值，讓買家在統一款號的商品下自行選擇顏色。
目前，達爾文團隊還沒想到合適的方案來解決這個問題。何家瓊的設想是，對于服裝服飾等非標準化商品(非標品)，也許可以放開一些彈性空間，天貓負責較大比例的類目管理，賣家根據自身情況進行個性化類目描述。耐克和阿迪達斯兩家天貓旗艦店負責人拒絕就此發表意見。
改變搜索邏輯
2013年，天貓陸續完成了對數碼、家電、手表等標品，服裝、化妝品、農產品等非標品的類目重新調整。
普通用戶感受到的是在天貓購物更快速準確了。王曦若說，“如果用戶的搜索信息足夠明確，我們甚至能提供唯一符合要求的商品。比如輸入iPhone 5s，搜索頁面中心只會出現一款手機，不再有手機殼、配件等無關信息，為用戶們節省大量時間?！?/p>
如此精準的推送來自天貓搜索系統的一套數據算法。當用戶輸入iPhone 5s時，搜索后臺會找到天貓賣家所有的iPhone 5s手機，根據銷量、人氣、價格、顧客評價等算出綜合得分最好的一個，系統再次評估后推送給用戶。這是一套相對公平的算法，面向所有賣家和用戶。
在類目之外，搜索是天貓最大的流量入口。過去5年，天貓搜索依賴的是模糊詞匯，“你輸入一個關鍵詞，后臺系統會幫忙匹配很多商品，只要這些商品的標簽中含有這個關鍵詞?！碧熵埉a品運營部產品總監胡秋根對記者說。他是天貓搜索業務的負責人，在達爾文計劃運作過程中，搜索也配合商品信息的改變有了突破。
模糊詞匯匹配的好處不言而喻：盡可能“一網打盡”把相關的商品展示給用戶?！坝嗪紖^的馬小姐想找一件真絲無袖連衣裙，理論上她只要輸入這7個字，不管翻多少頁，她都能從中找到自己想找的那一件。”胡秋根說。
這其實是歷史遺留問題，跟天貓前期商品信息的模糊混亂息息相關。達爾文計劃使天貓補上了商品類目規范和升級的課，阿里愈加在大數據應用上領先京東、當當、蘇寧等競爭對手(這三家拒絕接受采訪)。如今在天貓，你搜索一件商品，其展示結果從原來的成百上千件，變為聚合成確定的一件或幾件。
“搜索邏輯的變化對賣家影響很大，讓很多賣家改變了運營邏輯?！币郧昂芏噘u家為了銷量，會為商品添加很多標簽，現在天貓更青睞推送信息精準的優質商品，賣家們盡力運營好某一款或幾款主打商品?！氨睢痹谔熵垖⒊蔀檫^去時。天貓搜索不再推送多種同款商品給用戶，達不到賣家們跟風的效果。胡秋根說，“這也更加符合天貓的定位，這個平臺的核心競爭力是品牌，而不是只以銷量取勝。”
“釜底抽薪”
當達爾文計劃逐漸開花結果時，一項更有價值、同時也更有難度的項目也同時交錯在開展。它觸及的是整個阿里電商平臺的底層數據，是阿里發展大數據業務和未來DT目標的根基。
2013年2月，這個項目由阿里共享事業群的商品技術開發平臺團隊提出。該平臺負責人趙營苗告訴記者，從持續使用十年的經驗來看，淘寶平臺的“樹形結構”對于賣家和買家都簡單易用，但是隨著環境變化，越來越多的新商品出現，有的難以歸類，這棵“生命之樹”不再強壯如初，“也就是說，現有的結構類目已經跟不上行業的發展了，跟時代比起來落伍啦。”
阿里運營部門的梳理結果更夸張?！俺藝曳烧咭幎ú荒芙灰椎?，槍支彈藥毒品不能賣，在淘寶上，你注冊個賣家賬號，什么都可以賣?！盌NA項目運營負責人朱春勇說。趙營苗承認，“這就是我們的商品數據庫模型出了問題，改變迫在眉睫?！?/p>
在阿里大數據委員會會長車品覺看來，這不是阿里一家公司的問題，整個電商行業其實都存在商品信息管理的難題，在傳統零售行業，這也是至關重要的一環?！按髷祿弥凶钪匾娜齻€因素是數據的可實時性、數據的可解釋性和數據質量的準確穩定性。DNA項目涉及的是商品信息的準確穩定性，對于阿里大數據應用來說是基礎而且重要的步驟?！?/p>
2003年5月，淘寶創立10周年，每個部門都對業務做了大梳理。歷經兩三個月，商品開發團隊拿出了可行的整體項目方案。他們決定先從手機、3C產品、數碼配件、酒類、保健品5個類目開始，“相對其他要遷移的69類商品來說，這些類目商品數據相對標準和規范?！?/p>
但意義如此重大，項目開展時間卻遲遲未定。在阿里內部，價值觀和企業文化影響每個員工，“讓天下沒有難做的生意”是統一口號，但是每個業務線都有自己的業績任務，短期內并不一定合拍。從一開始，DNA項目被各個部門接受的程度也不一樣。
時任天貓總裁的張勇看完方案提了兩點意見：天貓將支持項目的進展，但此項目不能開展于2013年11月11日之前。后一條用意很明顯，雙11是天貓最重要的消費節點，這一天的交易額代表著阿里交易業務甚至中國電商市場的繁榮程度。萬一DNA項目出現任何差錯，都會讓這一天的阿里顏面掃地。
時任淘寶負責人張宇也表態支持項目開展，她認為此事對于淘寶系的交易平臺至關重要，但有沖突的是，她希望保持淘寶的強勢，比如能夠整理清晰的類目一定要做到規范標準，但對于暫時理不清的類目，她希望從淘寶剝離出去的天貓能夠遵循淘寶的規則。
阿里的搜索、廣告、聚劃算等業務部門的意見也各自不同。特別是廣告部門，年底要沖業績，極力希望大搬家推遲。最終，王曦若和趙營苗的團隊用了兩三個月時間，說服集團高層拍板決定2014年初啟動DNA項目。
朱春勇帶領的運營團隊是2013年5月加入DNA項目組的。彼時移動互聯網船票戰爭奪已經火熱，騰訊的微信如日中天。淘寶系的后臺體系是以PC端為基礎構建的，整體結構謹慎安全，但在以輕和快為標準節奏的移動互聯時代，它顯得繁瑣和沉重。朱春勇說，“我們希望未來淘寶的商品信息架構是輕便和靈活的?，F在人人都可以是電商賣家，比如我家院子有棵石榴樹，可能就是一瞬間的想法，我用手機拍下來，發到淘寶上去賣。”
DNA項目團隊有30多人，分為兩批：一批是對商品或者賣家比較熟悉的人，及時和賣家溝通，把商品相關行業的現狀和趨勢摸透，為技術后臺重構數據庫做準備;另一批是對淘寶系產品比較熟悉的人，他們有良好的技術背景，做過產品經理，能從產品和用戶體驗方面對新的商品數據庫提供意見。
淘寶的類目數據梳理也交給了朱春勇的團隊。在看似完備的類目體系上，他們發現了諸多瑣碎問題，比如材質為牛皮的商品，有女裝，有男裝，有包，有鞋等，這些類目之下的牛皮屬性值都不一樣，商品數據就因此多出幾串不必要的數字，把整個商品數據庫撐得龐大冗余。“把這些混亂的數據整理出來，在技術層面是很難實現的。我們都會人工去做，人肉輸入和整理。僅僅這項工作，就花費了整個團隊半年多的時間?！?/p>
接下來，他們跟行業專家交流，還跟商標網、國家物品編碼中心等專業機構交流，要把淘寶系商品信息做得既有數據化屬性，又符合國家和行業規范。賣家的意見也非常重要。每一類的商品信息數據化之前，運營團隊都會聯系這類商品賣家集中的區域，做一兩次集中訪談。
2013年12月25日，圣誕節，阿里西溪園區布滿圣誕樹和彩燈，很多員工放假回家過節，但阿里DNA團隊卻沒有這項“福利”，DNA項目最后也是最重要的環節——更換技術后臺將于2014年1月13日晚正式啟動，他們必須加班加點。
阿里的野心
孔柏漢的神經一直處于緊張狀態。從2013年12月25日開始，他所在的小組開始負責淘寶商品數據訂正，也就是把整個類目的商品屬性值進行重新更改和修訂。在操作期間，賣家不能在后臺發布或更改商品信息，但買家可以正常交易。然而一旦訂正失誤，整個類目系統都會癱瘓。
整個淘寶系共有20億商品，每個商品都有自己的獨立代碼，一旦出現兩種商品代碼一致，可能整個類目都會凍結癱瘓。趙營苗說，如果發生這種情況，就會影響到前端用戶的交易，這會是很嚴重的事故，必須做好各種預案，沒人敢掉以輕心。這不僅僅與阿里整個平臺有關，更關系到數百萬的淘寶系賣家、超過5億的注冊用戶，一定不能出問題，“一定要把這個飛機引擎換好?！?/p>
1月13日之前，齊國梁所在的5人小組負責技術底層風險點的梳理。阿里集團涉及交易的20多個業務部門梳理出來300多個風險點，齊國梁小組的任務就是拿出規避這些風險的預案。“到了1月13日，我們的風險點梳理工作完成，又立即投入數據遷移。”
好在這場不為人知的硬戰順利完成。1月13日到1月30日，歷經每晚從7點到次日早晨7點的奮戰，手機、3C等5大類目的數據遷移全部完成，而且沒有一次影響平臺前端的購物交易。阿里的生命之樹換上了部分新的血液。
2月12日下午，杭州下了2014年的第二場雪，阿里商品開發技術平臺團隊所在的5號樓“九天閣”會議室，王曦若拍著趙營苗的肩膀說：“哥們，今晚開始又是一場硬戰，讓兄弟們加油啊!”
12個日以繼夜的緊張過后，商品開發技術平臺團隊終于松了口氣。趙營苗站在DNA項目會議室，對滿臉倦容的20多個員工說：“兄弟們，回家睡覺吧，我們完工啦!”
至此，淘寶20億商品的信息數據遷移全部完成?！皬挠脩舻慕嵌葋碚f，這個項目還暫時感受不到變化。我們第三個階段就是修訂子類目，項目完成后，用戶在使用搜索和類目時就會有新體驗，到時候淘寶商品將一改繁雜混亂的狀態，以一種相對整齊、規范、清新的姿態出現在用戶面前?！壁w營苗說。
阿里并不止于做達爾文計劃和DNA項目，更有野心打造整個中國電商行業的標準商品體系，甚至有一天淘寶天貓的商品信息庫不僅服務于自身，也可以服務到站外，服務到愿意擁抱互聯網的傳統企業。朱春勇說，“比如有一個賣家，他在線下有自己的品牌、專賣店、工廠，同時他也代理別的品牌，他可以做淘寶集市C2C，他也可以給天貓供貨，他可能還走京東、當當的渠道……其實整個互聯網目前沒有一個統一的商品標準。我們做DNA的愿景，就是建立一個全網甚至線下都能用的統一的商品信息體系。”
達爾文在其進化論的代表作《物種起源》里寫道：“芽由于生長而生出新芽，這些新芽如果健壯，就會分出枝條遮蓋四周許多較弱枝條，所以我相信，這巨大的‘生命之樹’在其傳代中也是這樣，這株大樹用它的枯落的枝條填充了地殼，并用它的生生不息的美麗的枝條遮蓋了地面?！?/p>
本文作者雪姬
- 目前還沒評論，等你發揮！
