可能天貓并沒(méi)有意識到，它正在利用大數據，打破線(xiàn)性思維。不談因果，只講數據的能力，正是天貓的未來(lái)商業(yè)力。

■文/本刊記者 梁爽

“到那一步，你覺(jué)得天貓會(huì )是怎么樣的?”

“無(wú)所不能啊”。

天貓營(yíng)銷(xiāo)平臺總經(jīng)理劉博(花名：家洛)語(yǔ)氣肯定，沒(méi)有絲毫猶豫。他身后的墻上，貼著(zhù)天貓“6·18”的安排，節奏緊密、不帶一絲喘氣的空隙。

此時(shí)，離“6·18”還有5天，沒(méi)人能預測出“6·18”的準確結果。但家洛看上去，已經(jīng)胸有成竹。

5天后，天貓“6·18”的數據迫不及待地從各個(gè)平臺發(fā)出：5分鐘成交200噸奶粉，7分鐘成交2 000萬(wàn)片紙尿褲，14分鐘成交160噸泰國榴蓮，10個(gè)小時(shí)成交4500萬(wàn)張面膜。

零點(diǎn)過(guò)后僅10分鐘，天貓服飾總體成交額突破10億元，“6·18”期間僅花唄分期交易金額就突破40億元。

有20%的00后男生，第一次在天貓國際上下單，購買(mǎi)了彩妝……

這些數據上傳到天貓的系統中，以0和1的形態(tài)，與其他上億次的交易數據一道，成為天貓用來(lái)觀(guān)察下一輪趨勢的大數據。

奈飛、庫里和線(xiàn)性思維

這兩年，有兩個(gè)被津津樂(lè )道的大數據故事：

風(fēng)靡全球的美劇《紙牌屋》，是大數據的杰作。奈飛公司用大數據分析發(fā)現，喜歡觀(guān)看1990年版《紙牌屋》的用戶(hù)，同時(shí)喜歡看導演大衛·芬奇和凱文·史派西的作品。奈飛于是決定由大衛·芬奇導演，搭配凱文·史派西主演翻拍《紙牌屋》。

這是第一個(gè)故事。第二個(gè)故事發(fā)生在NBA。

剛剛獲得NBA總冠軍的金州勇士隊，六年前戰績(jì)慘不忍睹。2011年入主的新投資人拉科布是數據分析的堅定擁躉者，利用數據分析，讓球隊意識到NBA傳統的爭奪制空權打法，好看但是低效，轉而尋找更高效的打法，即提高三分球命中率。于是勇士賣(mài)掉大牌球星，培養新人庫里，并且通過(guò)數據指導比賽的人員和戰術(shù)布置，最終獲得總冠軍。

這兩個(gè)看似合情合理的故事，更像是從結果倒推之后的歸納總結，帶著(zhù)大數據將全面統治世界的神秘感。從結果倒推原因，是按照時(shí)間順序的線(xiàn)性思維，A發(fā)生在B之前，A即為因，B就為果?？此七壿嬜郧?，它卻不一定是真正的原因。

《紙牌屋》的大數據故事已經(jīng)被證實(shí)為營(yíng)銷(xiāo)手段，NBA里會(huì )用數據的球隊也不只有金州勇士。

電商時(shí)代，這樣的故事也不少。用戶(hù)因為點(diǎn)擊了幾次紙尿布的廣告，就收到“祝賀當爸爸”的賀卡和無(wú)休止的嬰兒用品推送。但觸發(fā)這一切的開(kāi)關(guān)，那幾次紙尿布點(diǎn)擊，可能只是用戶(hù)的誤操作。這位剛參加完高考的男生，其實(shí)是想點(diǎn)開(kāi)旁邊的《王者榮耀》廣告。

人的交易和交易的人

觸發(fā)用戶(hù)行為的原因，常常只是一念之間的轉變。

尋找用戶(hù)的品牌們，大多落入過(guò)線(xiàn)性思維的陷阱。用戶(hù)在半年前購買(mǎi)過(guò)某品牌的洗發(fā)水，是他半年后繼續購買(mǎi)的理由嗎?會(huì )是他購買(mǎi)其他洗發(fā)水的理由嗎?

即使能夠掌握這1個(gè)用戶(hù)最真實(shí)的原因，也不能推導出1 000個(gè)用戶(hù)的購買(mǎi)動(dòng)機，更不用說(shuō)幾百萬(wàn)個(gè)用戶(hù)。最讓品牌頭痛的，是要讓那些從未購買(mǎi)過(guò)的用戶(hù)，拿起這款洗發(fā)水，放入購物車(chē)，走到收銀臺，付錢(qián)結賬。

新品推出時(shí)，廣告詞常常是“專(zhuān)為高端人士定制”“年輕人的選擇”，這些看似精準的定位，是對用戶(hù)喜好、習慣等特征的臆測。即使他們有問(wèn)卷調研，但問(wèn)卷調查的答案是“用戶(hù)的真實(shí)需要”，還是“用戶(hù)認為自己需要”，已經(jīng)被廣泛質(zhì)疑。

大數據時(shí)代之前，數據獲得的成本高、周期長(cháng)，尋找其中的規律難度非常高。對于規律的獲取，就像是驗證相對論的過(guò)程：假設—求證—再假設—再求證。

在尋找用戶(hù)的路上，品牌面臨的難題更頭痛：大膽假設，無(wú)法求證。

過(guò)去求證的途徑，主要是銷(xiāo)售數據，一切圍繞交易結果進(jìn)行判斷。用上一次的交易模型，指導下一次的交易。

電商時(shí)代，可供品牌參考的數據多出一個(gè)維度：轉化率、點(diǎn)擊率、頁(yè)面停留時(shí)間……在過(guò)去很長(cháng)一段時(shí)間里，電商平臺以此作為打擊傳統零售的武器，為品牌商提供比商場(chǎng)收銀、電視廣告、街頭調研……。更精準的用戶(hù)數據。

精準，是一個(gè)相對概念。3.141 5比3.14精準，3.141592比3.141 5精準。這取決于你的計算能力和對數據精準的需求。

去年底之前，天貓也是以此進(jìn)行定位。當時(shí)阿里巴巴還沒(méi)有提出新零售，天貓是以賣(mài)貨為主的場(chǎng)所。

今年5月，天貓換掉了過(guò)去“上天貓就購了”的品牌定位，代之以“理想生活上天貓”。之前天貓的目標是抵達“購買(mǎi)”，現在則想要觸達“人(理想生活)”，重心從“人的交易”，轉變?yōu)?ldquo;交易的人”。

“過(guò)去十年，我們幫助品牌商賣(mài)貨，做得非常好。但是走到這一步，我們發(fā)現僅僅幫他們賣(mài)貨是不夠的。如果只是這樣，其他品牌的競爭力就在上升。我們需要其他層面的東西。”家洛口中的“其他層面”，是重新找到了使用數據的途徑。

“去年年底之前，我們沒(méi)有為品牌做具體的數據沉淀，只是做數據反饋，比如數據的結果是那樣的，轉化率是這樣的。”

雁群和“人”

如之前所說(shuō)，個(gè)人的行為只是“一念之間”，除非在大腦里植入芯片，個(gè)體的“念”難以判斷。更何況，用數據判斷個(gè)人的心念，也必然會(huì )涉及隱私。

如果將可觸達的個(gè)體數據做集合，形成具有共性的群體，一個(gè)群體的行為則是可以找到某種規律和趨勢。雁群飛行，我們能看到“人”的規律;獨雁飛行，只有飛行本身。

天貓想用數據找到雁群，雁群里有“人”。

于是，群體被解構為數據。圍繞一個(gè)群體的數據，在“量”上面難以估計。天貓要獲取數據，抵達用戶(hù)，需要依靠家洛口中反復出現的“專(zhuān)業(yè)能力”。

這種專(zhuān)業(yè)，一方面在“量”上，一方面在“力”上，二者都是基于阿里生態(tài)。

天貓在數據“量”上積累，來(lái)自?xún)蓚€(gè)地方：天貓平臺自身和天貓以外、阿里以?xún)鹊牡胤健?/p>

首先是天貓平臺本身，這類(lèi)數據包括兩個(gè)方面：

第一，用戶(hù)和品牌之間的直接互動(dòng)。平日的購買(mǎi)、瀏覽、收藏，活動(dòng)時(shí)的搶購……所有用戶(hù)群體與品牌之間互動(dòng)的數據，都會(huì )被天貓沉淀下來(lái)，每一次的數據都滲透到下一次，平臺上數據越來(lái)越厚。包括聚劃算、粉絲趴、超級品牌日在內的活動(dòng)，即使用戶(hù)只是瀏覽沒(méi)有產(chǎn)生購買(mǎi)，這樣的行為都會(huì )轉化為，輔助下一次決策的數據。

第二，用戶(hù)在天貓上其他關(guān)聯(lián)行為產(chǎn)生的數據。剛剛購買(mǎi)Refa按摩儀的用戶(hù)，點(diǎn)擊了飛利浦剃須刀的頁(yè)面，瀏覽了20分鐘詳情頁(yè)之后，沒(méi)有下單就退出了。這一串行為，很難說(shuō)存在因果關(guān)系，但其中的關(guān)聯(lián)性在大量的數據沉淀之后，自然會(huì )顯現出價(jià)值。

其次，天貓以外，阿里生態(tài)以?xún)鹊乃械胤剑?ldquo;雁過(guò)必留痕跡”。支付寶記錄下北京的小張昨天吃了海底撈，交了水電費，鄭州的小李今天在淘寶買(mǎi)了雞毛撣子、同時(shí)用花唄分期買(mǎi)了iPhone7……用戶(hù)在阿里生態(tài)上進(jìn)行的行為軌跡，從多個(gè)維度沉淀出數據。

從“力”來(lái)說(shuō)，阿里云的成熟，對阿里生態(tài)上每個(gè)環(huán)節的數據專(zhuān)業(yè)能力的提升，都有不言而喻的作用?，F在的天貓有能力，從“3.14”走到“3.141 5”，更加接近真相。

5月的發(fā)布會(huì )上，圍繞理想生活的概念，天貓發(fā)布了五個(gè)趨勢詞：樂(lè )活綠動(dòng)、獨樂(lè )自在、人設自由、無(wú)微不智、玩物立志。這是天貓基于大數據，從“雁群”中看到的“人”。

在這五個(gè)趨勢中，我們已經(jīng)看不見(jiàn)“購買(mǎi)”“商品”的直接呈現，反倒是對“人群”的強調。天貓將“人群”送達品牌手中的勢能，是讓做了16年出口的美的洗碗機，決定推出針對國內市場(chǎng)的產(chǎn)品。2016年，在天貓上，美的洗碗機銷(xiāo)售額超過(guò)4 000萬(wàn)元，銷(xiāo)量增長(cháng)1 900%。

所有非B的，即為B的原因

如果我們能進(jìn)入到互聯(lián)網(wǎng)的數字空間里，可能會(huì )發(fā)現這里和宇宙一樣，沒(méi)有邊際，不分上下，不辨左右。

這里是真實(shí)世界的數字倒影。

我們在有限的物理世界中的行為，讓這個(gè)無(wú)限空間里的數據不斷膨脹。所有像天貓這樣，挖掘數據、沉淀數據的平臺，他們在做的事情，就是喚醒這個(gè)空間里沉睡的數據，繼而觀(guān)測、洞察數據。

從牛頓經(jīng)典力學(xué)開(kāi)始的線(xiàn)性思維，需要在這個(gè)空間被打破，一切都是非連續性。過(guò)去“A→B”，A是B的原因，不僅僅是A，我們還找到了“A1、A2……A20”，越來(lái)越多的原因，但我們依然是在線(xiàn)性思維之下尋找解答。

我們要面對的，可能是“所有非B的，都是B的原因”。

沒(méi)有確定的原因，只有可以被洞察的數據。這是大數據時(shí)代最值得敬畏的地方。

從過(guò)去線(xiàn)性反饋數據，到如今立體沉淀人群數據，天貓在做的，是在技術(shù)支持下，嘗試著(zhù)打破線(xiàn)性因果鏈條，沉淀出一個(gè)形象立體的用戶(hù)群。

不談因果，只講數據。

不僅僅是天貓，中國各個(gè)電商服務(wù)用戶(hù)的能力，已經(jīng)無(wú)需贅言。但是對品牌商的價(jià)值，如果只停留在促成交易層面，那么中國最好的三大電商應該是打折網(wǎng)、團購網(wǎng)、返利網(wǎng)。低價(jià)、折扣是觸發(fā)交易的一劑良藥，但這樣的交易并沒(méi)有可延續性，更談不上品牌價(jià)值。不被折扣綁架的持續交易，需要品牌商在服務(wù)、品牌價(jià)值等方面找到溢價(jià)能力。

品牌想要找的是自己的受眾，用戶(hù)需要最適合自己的品牌，兩端相互存在吸引力。天貓過(guò)去做的事情是互聯(lián)網(wǎng)最基本的一個(gè)功能：匹配。為用戶(hù)匹配合適的品牌，為品牌找到用戶(hù)，這個(gè)匹配能力來(lái)自數據力。

如果品牌是一棵樹(shù)，天貓做的事情，是用數據支撐，讓這棵樹(shù)在天貓平臺上長(cháng)得足夠高，讓足夠遠的人看到，自己走過(guò)來(lái)。

“6·18”五天前的那次采訪(fǎng)，在阿里園區里，天貓營(yíng)銷(xiāo)平臺總經(jīng)理家洛談到技術(shù)的力量。他相信，技術(shù)會(huì )從過(guò)去的“滿(mǎn)足業(yè)務(wù)需求”，轉變?yōu)樯虡I(yè)模式的驅動(dòng)器。當天貓挖掘數據、沉淀數據的技術(shù)更強大時(shí)，在洞悉用戶(hù)趨勢，為品牌商傳遞價(jià)值等方面，天貓的想象力將足夠大。

“無(wú)所不能。”

[編輯 陳志強 E-mail:sjplczq@163.com]