淘宝网是国内异军突起的一匹黑馬今年的双十一淘宝再次刷新了它一天之内的交易额。前三分钟内就达到了10亿而双十一当天的总额为571亿元。这惊人的数字又超越了去姩双十一的350个亿淘宝网建立不到3年，即成为亚洲最大的C2C 网站在中国的C2C 电子商务网站中，淘宝网的发展也是最快速、迅猛的它的创立昰马云抓住了先机，但是它的维持和发展却离不开大数据的支撑本文主要根据淘宝的大数据产业链详细阐释大数据的相关性预测与之的關联，并讨论什么是相关性预测和它重要性
一、阿里的云计算染方式的呢？以霍乱为例实际上就是有两张地图，一张是
6亿注册买家600萬家店铺，10亿种商品一万多个得霍乱病人的分布图，另外一张是伦敦市水井的分布图最商品类目，20亿元的每日交易额淘宝网的这组數字，足后发现两张图之间有一些联系规律所以觉得跟饮水有关。以见得阿里集团大数据矿山的资源厚度淘宝商城的创始这只是个在科学不发达时期的例子，通过水井跟霍乱这两经理、华平投资合伙人黄若这样比喻：“如果将淘宝比作一种非相关数据的分布找到了相关性虽然不知道为什么，也块肥沃土地只要拿一根竹竿往地下一插，油就会冒出来” 没办法解释，但是却能够做出较好的防范先不偠管这个油是什么？就是大量买卖双方产生的所有交易数据背后的猜想对不对能有防范的施就已经很好了。这就是数据商业价值在数據中发现相关性，创造更大的商业价值是相关性分析的特点，不是因果而是相关。我们不需要去探阿里集团数据委员会的数据团队正茬做的事阿里在网络究为什么，只是知道是什么就够了
平台上把所有商家、库存、消费者数据、交易数据全部组织在商业营销方面，其实不太需要拼命地挖掘因果不起来，对接到所有的消费者、商家、仓库让商家能够根据实如说是没有那么多的因果可以考寻。顾客嘚想法是没法猜时交易状况把货事先配送到大区去，这样可以极大地提升的也许他前一秒迫不及待放进购物车里的东西下一秒就快件配送的效率，从而降低成本这些数据可以做的事情会突然不想买了。而对于营销者而言你只需要知道他想还有很多。截至2012年底阿里金融已经为超过二十万家买过，他曾经大量的搜索过这类商品就可以了至于他想淘宝商家提供了贷款服务。如此大规模的业务该怎么样紦买和不想买的原因可以暂时忽略之。然后接下来我们就风险降下来呢这就要依靠大数据的力量了。前期阿里金可以在他打开网页的時候开始推送同类商品或者相关产品融会通过历史交易记录、阿里巴巴订单汇总数据导出数量和店铺信用体系等对申的信息了顾客会看箌更称心如意的商品，说不定就回心请人进行定量分析甚至引入心理测试系统，评估其性格特转意想要购买了当这全部都是猜测，但昰这个概率即征综合所有数据信息进行信用评级。在此之后阿里会继使只有百分之一，这对营销来说也是不小的成效这便是大续实時监控贷款企业的网络经营状况，一旦发现不良状态数据相关性预测的效果。系统将及时发出预警从而确保还款安全。
三、相关与因果动态与静态
阿里巴巴淘宝对大数据相关性分析的应用可谓是出神但问题在于，很多人把相关等同于因果这样的做法会入化，数据就昰基础数据就是财富。而要分析就要有数据形成很多有些误导性的结论比如说在百万用户的搜索习的支撑，提到数据的来源除了阿里洎身庞大的数据网阿里还惯中发现，他们特别喜欢某种商品但这种结果结论是不更积极地获取更多的数据资源。2013年阿里巴巴以5.86亿元具囿推广性质的再分析另外的几百万用户的时候你很难收购了新浪微博18%的股份。一方是日访问量超过9000万的把上述那个结论也放他们身上洇为这里面是没有因果关电商帝国，一方是拥有5亿多注册用户的社交平台此次联系的。要确认因果关系必须经过一个很复杂的观察和思合无疑大大打通了数据平台。阿里力图构建一条大数据全考过程排除很多的“隐性变量”。这不是那么简单地做一产业链试想新浪阿里在用户账户互通后，可能带来的海些数据分析就可以的相关性是因果的前提，但是不等于量社会化电商交易额由此产生的强大商業爆发力绝对会因果。在互联网世界掀起一片喧哗于是我们看到了大数据的力量。
二、大数据的相关性预测是什么大量的数据多到什麼地步呢？
就是全部样本主体提到平均每一秒都有200万用户在使用谷歌搜索，Facebook样本就不得不说最早相关性的鼻祖——抽样调查抽样调用戶每天共享的东西超过40亿，twitter每天处理的推特数查的方式很多我们可以做调查问卷，调查后回收进行统计量超过3.4亿据相关统计证明，目湔世界上百分之九十的计算出其中的相关性然而为了这某一特定的问题抽样调数据是在互联网出现后迅速产生的。举个例子来说如今查需要持续，因为随着时间的流逝以前的结果会越来越不大家都越来越喜欢网络购物相信大家只要在淘宝上买过足以说明问题。所以说抽样调查的结果是静态的它只能东西就会知道，当你浏览淘宝的时候网页下面总会有猜你说明你那次抽样调查时的一些相关性，而且這种相关性喜欢这一栏你会惊奇地发现这里面推荐的东西有一些比还很微弱，因为抽样的样本太过稀少当不断地增加新的你特地去搜索的时候还要感觉称心如意的商品。是淘宝会样本时一切就又得重新开始了，过去的所有结果也要推翻读心术吗不，它的原理就是大數据的相关性预测了这些还是次要的，抽样调查最不可避免的问题还有一
数据的相关性预测其实没有那么难以理解比如说传点：为你填写调查问卷的人在问卷中所写的答案并不一定染病是很难研究的，因为发病快病人很快就死了，没法像就是他心中所想或者就算他這么想了他实际上也不会这癌症那样去研究它的病理学是什么。那最后是怎么发现传么做
然后让我们回到大数据上来。大数据不是抽样它是实打实的拥有所有人心中的“问卷”。最重要的是它获得的是用户真实行为用户回答他喜欢这个产品和他确实付款购买了这个产品，显然后者更能说明问题大数据的分析是动态的，随着数据每分每秒的更新它的结论也是在变的。让我们再来看看淘宝的推荐系统它的推荐方式是多种多样的，比如说“猜你喜欢”它里面的商品都是根据你平时的搜索或购物习惯来的。或者是“浏览过此商品的顾愙还浏览过”“购买过此商品的用户还购买过”等等。它会想尽办法找到各种关联然后通过你的选择再次整合出新的数据，源源不断哋进行推荐系统的完善
四、“不和谐的音符”的价值
讨论了这么久的相关性预测我们知道，我们最希望看到的结果就是大数据主要的汇集成了一个大的预测方向那些边角料的数据往往是不会被计较的。不过可不要轻易地忽略它们这些看似“不和谐的音符”也可以通过繼续进行数据分析预测实现它们的价值。阿里的数据团队曾经在淘宝上收集了一些小而精美的店铺这些店里的商品款型奇特，往往受到┅些熟客的追捧通过追踪这些购买者，他们发现了一部分挑选商品有独特眼光的购物达人再结合这些购物达人搜索的关键词，可以看絀在之后的一个月里这些关键词被人搜索的次数会高出20%就是说这些消费者的行为数据往往在揭示下一阶段的流行趋势。
大数据不做有绝對把握的事还是那句话，哪怕是只提高了百分之一你购买的概率大数据的价值都是非常有必要的。也许你会说只有百分之一还是碰巧瞎猫碰死耗子撞上的有什么用？不过淘宝今年的双十一销售额足足比去年双十一增加了200多亿元我想这绝对不能用偶然来下定论吧
大数據的相关性预测其实已经不是什么新鲜事了，沃尔玛将蛋挞与飓风用品啤酒与尿布摆在一起销售，谷歌网站可以正确预测流行感冒美國折扣零售商塔吉特能够正确预测一个女性是否怀孕。这些超前准确的预测让我们对相关性预测充满信心随着互联网的飞速发展，越来樾多的数据会从以前想象不到的地方提取出来数据总量的增加也预示着大数据的相关性分析会更加的接近于百分之百。亚马逊的创始人格雷格· “在组里有一句玩笑林登说：话说的是如果系统运作良好的话亚马逊应该只推荐你一本书，而那本书就是你将要买的下一本书”虽然相关性分析有不确定性众所周知，也许你根据某些数据得出的结论其实只是一个巧合而且现在的事实是亚马逊推荐的书也有很哆不一定是你想买的。
必然性的成功太过艰难我们更应该抓住那可以无限接近成功的可能性。要达到运作良好的状态需要的条件要很多需要考虑数据收集的难易度，如何才能迅速积极的随时调动出已有的数据对自己有价值的部分数据收集的成本对于各个企业来说也是艏要的问题，不过阿里巴巴淘宝的成功更加能给我们信心相信这些问题会随着技术的发展而不再成为问题。
版权声明：每天更新网店开店技巧和攻略实时更新兼职咨询，加入我们获取多多
