聚劃算的絕密武器

在聚劃算“量販團”開團三天，威露士一舉售出4.2萬份，這個成績相當于一家大型超市半年的銷售量；而一箱4大瓶規格的潘婷洗發水限量銷售1萬套，開團當天下午即告售罄，銷售額一舉達到148萬元；6提18包維達抽紙，十幾小時便售出整整3萬套……

這是阿里量販團打造的“爆款模型”計算出熱賣商品的銷售成績，量販團則是阿里巴巴利用大數據開發獲利模式的最新方式。不僅如此，量販團的推出更是基于數據趨勢。

當時，2013年第1季度數據顯示大型零售賣場的快消品銷量增速放緩，消費者大批轉向低價的互聯網渠道購買。前任聚劃算總裁張建鋒敏銳地抓住這一消費趨勢，與恒安紙業、寶潔等廠商合作，并改用“箱”為購買單位向消費者提供小額批發，相應的，商品價格大幅下降至批發價，銷量大幅增長。

隨著聚劃算一次次刷新記錄，向聚劃算提交報名的商家也隨之暴增，2012年起，從原本每天80團猛增到300團。今年3月，已調任淘寶和手機淘寶擔任負責人的張建鋒曾明確表示：“不能增加新團，（這樣）單團產品銷售量會下降，這是生死線。”之后聚劃算每天團購數量控制在200團。

海量報名者與有限資源相矛盾，自然帶來人工審核的效率困擾，甚至阿里巴巴12人的審核“小二”團隊，須面對每天2萬余件待審商品，平均每件審核耗時僅3分鐘至4分鐘。過程漫長不說，最終選出商品能否賣得爆，全憑審核小二們的個人經驗，“必然很多細節被忽略了”，亦曾爆出小二受賄等丑聞。

爆款模型

聚劃算大數據模式的成敗取決于每一單的細節把控，即200多團“坑位”實現最高單位產出。“賣爆”對于聚劃算平臺和商家來說都是至關重要。選出的商品是否具有“爆款”潛質，直接意味著單日數十萬元銷售額的差距。商家無不希望通過沖爆款進而獲得更優的搜索排序以及同店關聯銷售等。

為此除了銷售額分成之外，商家還需支付“坑位費”，贏得每日有限的坑位競拍。

電子商務觀察員魯振旺表示，“現在坑位費過高，商家必須考慮投入產出，對商品銷售做合理的預測。”

誠如張建鋒所言，“聚劃算是規模銷售和營銷的平臺。”其本身沒有商品，從淘寶和天貓中選出商品，然后把它賣爆。聚劃算前任總經理張宇曾總結，聚劃算是“大電子商務的堆頭（指超市中單獨陳列的商品）”。唯有爆款銷量才能回饋大流量，承擔好如大賣場促銷“堆頭”的角色。

2013年上半年，聚劃算團隊找到楊滔，當時他是阿里巴巴集團商業智能部數據科學團隊的唯一成員，希望用大數據挖掘和分析解決聚劃算的核心問題—選品。

楊滔在新西蘭奧克蘭大學獲得機器學習方向博士學位，將其招進阿里的是阿里集團數據委員會會長、商業智能部負責人車品覺。馬云今年年初的致員工信中，提出“以控制為出發點的IT時代正在走向激活生產力為目的DT（data technology）數據時代”。車品覺及其商業智能部團隊是支撐阿里數據時代的三大支柱之一。另兩大支柱分別是“阿里云”和新獨立的“數據平臺事業部”，其扮演基礎性存儲和運算平臺角色，車品覺的任務是將海量大數據真正運用起來，通過大數據推測未來、引導決策。車品覺告訴《環球企業家》，“是否能預測趨勢”是企業由傳統BI（商業智能）領域躍入“大數據時代”的關鍵一步。

而面對阿里巴巴旗下眾多業務產品，到底用哪個“練兵”大數據呢？“如果一開始選不好或者思路不對，那么做了也是白做。”高級數據挖掘專家楊滔告訴《環球企業家》，“一開始選項目便需要靠商業感覺和判斷。”車品覺和楊滔定下標準為，一看其商業意義大小，二看是否與機器學習的思路匹配，即利用數據幫助人提升效率、對細節實現規模化把控。

聚劃算顯然其符合標準。楊滔即刻組成一支兩人項目小組，著手打造選品模型，俗稱“爆款模型”。

當然，數據需要從頭整理。

首先，從商業視角整理數據的維度，這是一個“人”的活，但要從近百個描述商品、賣家、品牌平臺表現指標中進行變量選擇，需要憑借商業洞察的積累。一線運營小二在實踐中提煉的經驗規則是其最佳來源，從各品類在聚劃算的銷售趨勢、店鋪是否已有50萬以上銷量的爆款產品，再到該商品最近一周的收藏數、適合人群、所處價格帶及產品生命周期等。

拿著這份對銷售“產生致命價值”的數據維度表格，楊滔第二步工作是“做實數據”。從聚劃算乃至整個淘寶數據中，“從各角落把它們挖出來再規整起來，已有數據都比較‘臟亂’。”楊滔表示。第三步是試驗算法，找到最適合聚劃算爆款模型應用場景的算法，完成根據已有商品表現，預測其在聚劃算單日銷售量的機器學習模型。之后是最緊張時刻，部署上線、監控純“機器”選品的實際效果。

“人機PK”結果是效率提升超過80%。“也就是說用了數據模型之后，小二節省了80%的精力。”不僅如此，機器自動打分得到的高分商品在實際售賣中的確實現更高成交量。打分越高的商品實際成交金額也越高，比如75分以上商品平均單產達到50.9萬元，相比50至75分區間的商品，平均銷售額高了235%。

反向招商

攻克了從數萬件商品中高效預測當日最高銷售額商品后，楊滔團隊研究擴大至海量商品的淘寶平臺，希望全網范圍內找到能在聚劃算獲得最高銷售額的商品。“就是利用機器學習算出哪些沒有報名的商品可能會賣爆”，以此實現“反向招商”。

如果實現反向招商，不諦是創造出一種全新的商業模式。聚劃算并沒有銷售團隊，靠運營小二的人力挨家去談則如大海撈針。因此傳統模式是坐等商家主動報名。“我們都有一個共識，僅靠這樣聚劃算永遠沒有新鮮的血液，永遠沒有特別有潛力的東西浮現。”楊滔告訴《環球企業家》。

事實上，“反向招商”這一概念數年前就被提出，“但一直沒有大力推行，最多只在活動時對特定項目進行反向招商。”聚劃算品牌營銷部負責人家洛表示。從報名商品審核轉向全網反向招商的業務模式轉型，急需一個標準預測哪些商品有可能賣爆。

“反向招商”模型由此應運而生，模型背后的邏輯類似美國股票預估模型，考慮時間序列上哪一個節點最有可能上升。不過，從淘寶上找到上升期或上升潛力最大的商品還不夠，還需與聚劃算平臺消費趨勢特性做匹配，即該商品是否符合聚劃算的用戶群、價格帶、品牌定位等。綜合打分最高的商品名單成了聚劃算運營團隊下一步與商家溝通的指南。

可以說，“反向招商”模型充當了銷售角色，能自動提醒賣家，“你應該上聚劃算、你的哪一款寶貝適合以及能賣出多少數量。”楊滔說。迷你洗衣機的旺銷正是反向招商的成果。后臺數據提示“迷你洗衣機”、“小件衣物”等關鍵詞出現頻率大幅提升，聚劃算團隊立即啟動小洗衣機招商選品。結果，吉德迷你洗衣機單次銷售成績為31150臺、銷售額達932萬元。楊滔觀察到健康保健類商品出現上升趨勢，聚劃算也及時上線“聚健康”子頻道。

“有很多商家為上聚劃算而研究規則”，聚劃算平臺運營部資深產品經理唐斬表示。“回顧數據，聚劃算上賣得最好的是新品或者當季品以及性價比最高的商品。”張建鋒說。有了反向招商模型，商家可以只顧做好商品，自然會被聚劃算挑選中。最終爆款產品的產生回歸到比拼商品單價、品牌知名度、貨值、款式、應季性、性價比等基本功上。

選品模型和反向招商模型成后，楊滔團隊又接連構建定價模型、品類規劃模型。完成了聚劃算項目后，楊滔馬不停蹄地開始參與手機淘寶“生活”頻道，嘗試利用大數據實現個性化推薦，他所在的數據科學團隊擴張到20多人，其亦著手建立美國辦公室，“杭州負責商業應用，美國負責基礎研究，令技術和生產力能有機結合起來。”