谈B2B电商平台与大数据
数据为王，服务为本——谈B2B电商平台与大数据
B2B电商平台目前发展为三代：第一代以信息撮合机制为主；第二代以在线交易为主；第三代即资源集聚为主。大数据给予平台服务提供了信息支持，而服务落地也有利于有效数据不断被采集，形成数据循环，即“雪球效应”。
导读：大数据、云计算、O2O曾被我个人评价为目前最有前景但又最易被玩概念的三个新兴领域。从电子商务发展周期来说，数据为王的时代已初露端倪，这种时代不是单指几个有实力的互联网巨头去做SaaS或分布式服务器，而是越来越多的行业客户认识到碎片化数据的潜在价值。
当年以IBM为代表的跨国巨头把云计算基础服务概念带入时，国内电子商务企业尤其是B2B类平台还在挤兑信息撮合机制的红利，而现在从政府、企业、市场都在高喊大数据，但真正理解其本质、懂得大数据产品设计精髓的实务性应用并不多。
数据为王，服务为本，云计算、O2O、物联网、金融支付、资信认证等各服务环节其实都是大数据的采集架构组成，近期各电商大佬的众多动作也能看出其构建数据闭环的真正用意。笔者曾长期负责阿里集团及美国运通的众多战略项目，之前发表在钛媒体的《轮回时刻：B2B或迎来“第二春”？》文章，在结尾设置了多模块集成所产生的价值这一问题，引发各位朋友的热烈讨论，其实这个答案即在本篇文章中揭晓。
大数据，其本质核心并非是数据量“大”才称为大数据，从产品技术角度略微提一些关于大数据的概念，让大家了解一下其技术发展过程。
打个比方，如果把众多的信息碎片比喻为撒哈拉大沙漠，每一粒沙子所携带的数据内容可能仅是一个数字、名称、点击、时间、性别等单一内容，看似平淡无奇，但通过正确的分析算法可以将所需的沙子自由组合，变成比黄金还要宝贵的数据资源，所以大数据的核心是数据处理分析能力，其数据容量、分析加工、数据真实性、数据特性是Big Data的关键要素，即经常被提及的4V：Volume（数据量）、Velocity（分析速度）、Variety（特性）、Veracity（真实性）。
以往众多电商平台及网站的数据库架构是基于关系模型建立的关系型数据库，如MySQL、Oracle、Microsoft Access等，但关系型数据库就远不能满足大数据的处理需求了。Apache（阿帕奇）基金会开发了一款名为Hadoop的分布式基础架构，Google以此为基础提出了Map-reduce系统可进行大规模的数据并行计算，至此奠定了以Hadoop为主流的分布式计算系统在全球的快速应用，专注于批处理。
但值得一提的是，像SNS社交这样高数据动态的平台，对数据处理速度有着更高要求，为此Nathan Marz推出了Storm系统，在Twitter内部被称为BackType，并被广泛应用。产品技术概念点到即止，只是想说明大数据在技术层面配合着不断开发出的应用插件，已基本满足不同需求的数据分布式处理。互联网平台尤其是B2B电商平台的大数据应用，关键还是在于自身产品的定位及未来发展的走向。给你一把利刃，你只是舞刀弄枪没半点招式，最终成为不了武林大侠，所以做大数据，思维与方法是核心。
明确大数据的核心概念后，如何布局大数据，尤其是B2B电商平台的数据获取、数据分析、数据应用的开展就是实际操作问题了。
B2B电商平台目前发展为三代：第一代以信息撮合机制为主，通过互联网特性有效的汇聚买卖双方信息；第二代以在线交易为主，信息展现模式、在线交易工具、配套服务产品的发展使得各平台都在想方设法解决在线交易问题；第三代即资源集聚为主，所谓资源集聚正是突出两个核心要素：数据穿针引线，服务本质所需。
大数据给予平台服务提供了信息支持，而服务落地也有利于有效数据不断被采集，形成数据循环，即“雪球效应”。可以说大数据不是电商平台的某一个产品组成或业务领域，大数据是整个电商未来发展的基础资源与优势体现，目前很多企业都在尝试大数据的开发与应用，笔者针对B2B综合电子商务平台也提出自己的实施方案，甩出个大干货供各位讨论，我称之为“生命树”体系。
从数据采集来源上讲，传统互联网思维模式是极力将用户搬到线上，通过线上行为获取用户的相关信息及操作轨迹。
过去因为技术、方法、行业特性所限，互联网通过线上所吸纳的海量数据的确给电商企业带来了短期的处理空间，而直接从线下模式获取数据来源的成本及模式尚不成熟。但要知道，市场最大的数据源永远都是在线下，电子商务的本质是通过电子化手段来服务传统商务流程，帮助其降低成本提升效率。所以如能直接建立起线下数据的采集接口渠道，而不再仅仅依靠纯线上数据作为来源是一个关键环节。同时，线上线下数据采集汇聚到数据中心，产生的分析型数据将会反哺线上，带来更精准的使用价值。互联网电商平台的产品展现仍旧是电子化特性，但数据来源的落地化将是巨大促进。
京东的“亚洲一号”、阿里的菜鸟、慧聪的电器城、中国网库的电商谷等已在实施的落地战略，其背后所隐藏的目的之一也在于此。
举例说明，比如某B类企业习惯在电商平台上寻找合适的采购资源，电商平台的确满足企业的信息获取需求，但由于合同、发票、信用等环节的制约，一般很少有企业会直接通过平台在线付款，尤其是大额款项，那么这一笔交易的发生仅利用线上平台很难判别。企业实际交易发生时所牵扯到的银行或第三方支付、物流配送等环节是实实在在获取到这些信息的，假如我与顺丰战略合作，建立数据库接口，那么某企业在顺丰发生的某笔物流交易的货物属性、目的地、数量等数据标签，与线上该企业的页面浏览、点击轨迹等分析匹配，即可得到这笔交易的真实数据，不用平台的在线支付，我也知道企业实际发生的真实交易数据甚至更多内容，这就是线上与线下数据结合的魅力所在。
当然除了物流，在金融、支付、认证、软件等方面获取的信息将充实该企业的数据模型，得到更加精准的数据，也有助于通过实际发生的线下交易趋势来调整线上产品，达到无缝对接。
上述所举例子是B2B类的特性，供应链上的电子商务大数据应用也会变得更加神奇：
比如大家一直在讲的B2B2C打通，某企业使用电子商务平台进行分销或C类销售，由于该平台大数据体系建立比较完善，在C端用户需求及物联网资源聚集比较全面，当企业打算近期售卖一款产品时，使用该平台的大数据应用产品输入相关产品属性、价格、使用价值等标签，即可获知该定价最终能够销售出的货品数量及总收益参考，不同定价的销售数量与收益也会被系统显示出不同结果，甚至系统还可以分析出具体区域未来将售卖出的商品数量，企业可提前安排物流资源配送至区域库存中心，做到“未售先送”。
这个例子其实一点都不神奇，“菜鸟”网络要实现的就是这种应用场景，正是因为阿里云计算成立近四年来建立的数据模型及运算能力，使得以数据为推动的产品应用即将迎来爆发期。
所以说B2B类的大数据化第一步就是数据采集渠道的创新，慧聪网的线下基地和展会形式，为什么会设置免展位费而以实际成交额收取佣金，本质也是希望能监测到线下发生的相关数据。京东的“亚洲一号”就比较犀利，直接插入物流领域，而最关注的“菜鸟网络”先不谈其各方资源整合的难点，以马云的个人影响应该不成问题，其本质也是阿里在补强线下数据的采集渠道。
过去都把O2O局限在生活服务领域的电子商务化，B2B电子商务的Online to Offline也已经开展，某种意义上说，线上是电子化服务的输出，而线下将是资源集聚的主要来源，同时线下数据资源经过处理回到线上，也不失电子商务企业的经营本质。
王坚对于大数据的定义我个人还是非常认同的，大数据关键在于数据在线化与应用化，那么应用化里基于数据分析而产生的服务数据就是最有价值的部分。前文举的两个例子其实正是数据应用服务的几种典型Use case，这样的应用场景可以开发出很多，但数据应用展现中有一点值得一提，那就是大家翻来炒去的云计算。云计算概念与大数据即独立又紧密联系，甚至我个人偏爱先大数据再以云计算按需实施。
云计算的核心价值在于可以实现服务的按需获取及随时增加，交付模式便捷，且占用客户端的资源成本较低。
过去我们使用某软件产品，基本是下载客户端安装到本地，在我的电脑主机上运行处理，而云计算由于服务供给是在云计算服务器上，用户所需的软件服务只需要按需从云端调取即可，节约资源、节约成本。服务数据通过线上线下获取与分析，注入到云池当中，再由用户从云池调取服务使用，产生新的数据再被采集分析后回到云池，形成“云池循环”，源源不息。
目前很多政府或者企业有出现以云计算、大数据为名义圈地建数据中心，其实不能说其对错，只是个人也无法保证其项目背后有拿地的嫌疑。但从产品上讲，基础设施建设的确是云计算及大数据应用的必须环节，无论是地方还是企业建立数据中心是有其有利一面的，但我个人更看重云计算产品的实施应用，其中建议B2B类电商平台将主要目标集中在SaaS产品，也就是“软件即服务”（Software as a Service）。
合理的大数据与云计算结合的流程是这样的，企业使用平台登录ID，基于大数据化的价值体现，平台其实已经获取到企业的电子化商务需求，并在产品设计及营运推广上进行服务推荐。企业选择相关的服务产品，如某种经营管理软件可直接由云池提供在线SaaS应用，需要物流服务则通过线下服务分发系统与第三方物流公司进行对接，数据共享实时跟踪，需要金融融资服务则平台系统分发需求至银行或第三方金融公司，提供保理、借贷的产品，当然其背后的认证及资信评估正是基于平台积累与分析的企业数据模型，这比银行的审核信息要更全面、更真实、更快速。
所有的这一切服务都是平台作为集聚中心，分发至第三方服务商进行具体操作，平台主要构件数据体系与数据接口标准，提供服务品牌输出。这是一种集约化的B2B电子商务综合平台，核心的价值正是该平台的数据库体系。企业得到了非常精准的服务、第三方服务商获得了业务量，提供专业服务，平台做到了信息与资源集聚，更重要的是有了海量的数据获取，掌握了各方线上线下的价值数据，所谓数据为王、服务为本的精髓。
近期阿里云计算的“聚石塔”、“聚宝盆”两个项目正是在电商领域与金融领域提供大数据及云计算服务支持，支付宝、小微金融集团、众安在线这些阿里系的金融机构，有效的控制电商企业资金流数据，菜鸟网络控制物流数据，同时通过加强云OS、C类移动平台及收购新浪微博、高德地图等补足移动端入口，整个阿里的大数据战略基本定型。提到移动商务领域，目前虽然尚无明显的成熟产品出现，但移动端的数据获取对于B类电子商务也是具备很大应用潜力的，E-Business应向着E-Commerce转变，这里面的金融、物流、支付、软件、配套第三方应用等环节的数据接入与碎片化整合也都有其操作特性，就不一一展开了。
通过整合第三方服务资源，构建服务数据体系，为企业用户提供标准化、落地化、集约化的数据产品服务，帮助企业在销售、采购、管理、经营等环节实现成本降低及效率提高，加强电商企业对在线数据、非在线数据的挖掘处理能力，构建数据化的第三方合作集约模式，是B2B电子商务平台要抓住的重点，而不仅仅是简单的与银行、物流公司、金融机构、软件外包商等进行简单的业务合作，打打广告，做做Banner，甚至可以说大数据不是一家公司独立完成的（阿里很多环节也是走合作集聚），近期笔者参与工信部推出的集成创新试点工程，从政府层面也在推动此方向的落实。
对于电商平台来说，可能不是每一个企业都有技术实力及资本去搞大数据，甚至有些企业的数据量只是几个TB，远没有达到PB级别（1PB=1024TB 1TB=1024GB）。这些都无妨，目前B2B类电子商务平台都向着细分化的方向发展，综合类平台开始专注单品，垂直类平台开始专注深度，如不能实现分布式计算，用传统的关系型数据库也可以诞生很多基础的数据化产品，所谓分布式只是一种计算方法，不代表没有它就做不了数据分析。你需要做到的是首先要有自己的DBA与BI分析师，从点滴积累做起，培养用户使用习惯及数据量，做到某一个环节的深度电子化服务也是非常不错的，如一达通、我的钢铁网。
大数据化的重点在于采集挖掘与分析处理，有能力挖出金块，就不会担心是做成金戒指还是金项链，产品应用是水到渠成的事情，数据化大家都会认为那是一个趋势，如何去实现就需要深耕细作，需找到适合自己平台的模式了，但如还没有具备数据化的理念与思维，危矣。（文/ 吾为暮斯）
