2014年底中国互联网网民达到6.48亿，但互联网经济占GDP的比重只有7%。这组数据说明了什么？

相信很多人会回答：一方面中国互联网经济蕴藏巨大潜力，另一方面，说明绝大多数传统企业还徘徊在互联网门外。当很多传统企业还在犹豫于互联网门口之时，苏宁任性而坚定地迈出了O2O的步伐。而伴随大数据时代的来临，它的优势也正在进一步凸显。

2014年，苏宁交出了全年盈利9.46亿元，第四季度整体增长17%的成绩单。苏宁董事长张近东就此宣告：“苏宁O2O发展由‘弯道’进入‘直道’，互联网转型取得阶段性成功。”

对此苏宁方面的人士指出，“通过对大数据的深度挖掘，精准锁定目标用户，苏宁已有能力反向定制消费者最需要的商品。”2015年初，张近东更进一步明确提出，要将C2B模式在“极致单品”上重点突破，将覆盖智能设备、智能家居、绿色农业、婴童安全等领域。

张近东在就大数据问题接受《商学院》记者采访时表示，“苏宁在大数据应用方面领先一步，未来苏宁将利用大数据打造企业的核心竞争力。”

三大零售智慧引擎和四端数据融合

苏宁云商集团IT总部相关负责人告诉记者，当时苏宁成立大数据中心，考虑就是基于大数据技术，围绕零售业态去打造“零售智慧引擎”。“从零售业态的模式来看，它一方面连接着消费者，另一方面连接着供应商，所以我们实际上把零售智慧引擎分为三个大的引擎。”

第一个引擎是服务消费者的零售智慧营销引擎。它的功能主要是要能够精准地定位到目标用户，同时深刻地理解消费者的需求，能够实现在合适的时间，通过合适的渠道，把合适的商品服务推送给我们合适的用户。基本思想就是“以用户为本”，“以用户为核心”，为用户提供贴心的服务。

第二个就是面向供应商提供服务的零售智慧供应引擎。它的目的是需求预测，通过需求预测，帮助供应商从传统的供应模式过渡到“以采定销”的模式。分析消费者感兴趣的产品，接下来，在C2B的模式上进行智能定价，包括仓储的自动预测补货，以及智能调拨。

第三个是面向市场零售智慧洞察引擎。这个引擎的功能，一方面是提供用户画像，另一方面是对商品的分析，包括对商品感兴趣的用户可能期待的其他功能。

按照苏宁IT总部相关负责人的说法，这首先要求苏宁大数据平台的功能就是要实现采得全，存得下，算得快，并在这个基础上构建核心的竞争能力。“这个核心竞争能力，就是要利用数据挖掘的技术，利用机器学习，从数据中提炼信息，从而指导整个运营的生产决策。”上述负责人告诉记者。

“一般来说，数据的量和数据的质决定了大数据挖掘的水平，同时，基于大数据提升业务水平方面，取决于是否有足够多的服务用户的渠道和相关的服务用户的手段。”前述负责人告诉记者，对于前者来说，苏宁拥有覆盖全国所有城市的1600家门店，以及线上在B2C领域排名前三的苏宁易购，这些都保证了非常丰富的用户资源与用户反馈。而对于后者，在利用数据进行业务提升方面，苏宁目前服务四个渠道的相关业务，被称为四端，POS端（线下实体）、PC端、移动端以及客厅电视端。一方面，苏宁四端都在不断发力，尤其客厅电视端，是苏宁与其它零售最大的差异化优势。另一方面，苏宁正在推进四端的融合，一是服务类型的丰富，比如除了零售，还会有娱乐、金融、理财方面的商品和服务，二是提供统一的购物体验。

“以门店端为例，苏宁在门店端开始布局相关设备进行数据的采集和分析：一是分析门店客流，比如说今天有多少人到该门店，二是对于用户身份的识别以及定位，比如今天来这间门店的，有多少是会员，有多少是非会员，会员里面有多少是新注册的会员，有多少是老会员等等。由此，借助数据的支撑和数据的说明，会让我们看到会员发展的速度和质量。”前述负责人说。

“根据对线下门店用户行为轨迹的跟踪和定位技术，实际上是可以站在消费者角度看到线下门店的出样和整个陈列，哪个展区会比较有价值，流量比较大，哪此商品可能对于门店的客流吸引程度非常高。”

“这种新的大数据挖掘技术，对整个零售业态都有非常巨大的想象空间，或者说零售业藉此所能达到的服务水平将远远超越我们的想象。”前述负责人说。

前端发力购物体验

“在整个零售里面，最核心的两个研究对象，一是消费者，二是供应商的商品。对应下来，大数据对消费者的研究就是要建立用户的画像，也就是用户的标签库，而基于对商品的研究就要建立商品知识库。”苏宁IT总部相关负责人告诉记者，“一个足够丰富、足够完整、足够准确、足够个性化的用户标签库，是企业非常宝贵的资源。”上述负责人解释说，这个标签库通常还会涉及到用户分层、用户画像、用户的购买预测，比如说CTR预估等等。

“商品知识库要回答的，就是这个商品的目标客群在哪里，什么样的定价比较合适，这个商品跟我们商品库里面的其他商品是什么关系，是替代关系，还是商业互补的关系。”前述负责人解释说，商品的替代关系，就是苏宁能够利用相似商品的这种技术去更好地满足消费需求，从而提升购物的体验。

这就是（推荐）技术。比如在网页设计上会有“看了还看”、“看了还买”、“买了还买”选项。以“看了还看”为例，它主要是根据相似性做（推荐），一般来说，用户浏览商品的过程是一个购买决策的过程，他可能有需求，但他还没确定要买什么，这就需要把比较多的相似商品放在他面前，辅助他做出更好的购买决策。

而“买了还买”，则往往是基于相关关系所做的推介，比如用户买了的商品A，如手机，那么他可能还会需要有相关关系的B，如膜或者壳，包括电源、耳机等等。

“哪里能买到”场景即将兑现

即使知道“哪里能买到”的场景曾经被用来描述百度、万达、腾讯等在地产电商项目合作上的想象空间，但由于迟迟没有落地而被消费者引为梦谈。据苏宁IT总部相关负责人透露，苏年正在尝试利用图像识别技术，让“哪里能买到”的场景成为现实。

“苏宁目前正在开发语音识别和图像识别的数据挖掘技术。”上述负责人告诉记者，语音技术可以把大量散落在线上线下的语音进行收集和分析，比如在现场门店，传统的方式是由服务员现场理解消费者表达的需求，而语音挖掘技术则由计算机从消费者表述的信息中分析用户的购买需求。

“虽然技术仍有待进一步发展，但它的好处是可以把散落或遗弃的信息进行归类处理。”前述负责人告诉记者，“图像识别技术可以帮助用户更好地找到她想要的商品，比如有人在街上看到某个女孩子穿的裙子很漂亮，她可以迅速地知道在哪个最近的地方可以买到。事实上，‘哪里能买到’这个场景在现实生活中是非常常见的，过去可能受限于技术，没法实现。站在未来零售发展的角度，要想为消费者提供这种购物的体验，技术上就需要进行突破。”

同时，在数据挖掘方面，很多技术往往是衔接使用的，如图像识别技术还可以告诉你哪里能买到某个商品，同时用户可能还会关注相似商品是什么，这时候用户画像、用户标签库、商品知识库就能起到很好的作用。

从本质上来看，大数据的挖掘就是要为消费者提供更好的购物体验，“这也是苏宁一直强调的，即服务是苏宁唯一的产品，大数据技术的目的是要提升服务的质量。”

后台内功：用大数据优化物流

“如果说上面的技术还仅仅是涉及零售前端——消费者这一端的话，那么，物流就可以算是大数据在后台上所练的内功之一。也就是说怎么能够用最短的时间，最快的速度，最短的路径能够把某个商品拣选出来，这对于物流的配送速度来说非常关键。或者说如何在商品调拨、班车路线的排程以及整个路线的规划上能够做到更高效，一方面让用户有很好的购物体验，另一方面在成本上能进行有效的控制。基于这两方面，我们也会有团队进行相关的数据挖掘，基于算法和模型进行优化。”苏宁IT总部相关负责人说。

显然，目前苏宁的物流系统在大数据的支撑下已经提高到一个非常有竞争力的水平。上述负责人举了一个发生在苏宁的实际案例，去年iPhone6国内首发日，苏宁通过对大数据的分析和应用，对消费者产生购买行为进行预测铺货，以保证快递员会从离消费者最近的门店进行配送，从而大大缩短了配送时间，数据显示，当日最快的记录是半小时送达，同时苏宁还提供当场验机、贴膜的服务，这也让上海长宁区的王女士成为了中国第一个正版iPhone6的拥有者。

在该负责人看来，苏宁后台的技术积累，已经能够为消费者提供非常好的购物体验，而物流上的体验直观的表现就是物流的配送速度非常快。不过，随着苏宁在品类上不断地扩张，系统还需要不断优化，尤其是在一些相对来说不是特别发达的地区，需要寻找更好的技术手段对资源做一个更高效的利用，为消费者提供相对更高水平的服务。

打造数据闭环机制

身处大数据的时代，如何真正体现大数据在运营中的效率，如何将大数据与企业的运营有效融合，这就需要企业打造数据文化。事实上，苏宁是很早就意识到这个问题的企业之一。

苏宁IT总部相关负责人告诉记者：“苏宁一直以来打造的就是一种数据文化，即用数据说话，用数据指路。”在苏宁，有两句最常被提到的话，一是用数据说话——事情做得好不好？看数据。二是拿数据指路——不能拍脑袋决策。

由此，苏宁的数据部门需要为业务部门提供多重服务。首先就是报表服务，即通过即时交互分析，为运营部门提供实时的、丰富的、准确的数据支持，帮助所有的运营部门拿数据说话的问题。“比如说你做了一个活动，评估活动好不好？OK，你只要直接把流量的数据拿出来，以及把流量转化的数据拿出来。有没有带来流量，带来的这个流量质量究竟怎么样，一目了然。”

第二个就是引擎服务，引擎的意思就是说，它能够应用大数据的技术去驱动前台的业务，它与报表报务的差别在于它已经直接嵌入到企业的生产经营活动中，出来的数据会直接影响到企业的整个业务。“一个简单的例子，用户在苏宁易购上把一件商品放进购物车，但他不一定真的会买，此时，我们就可以通过实时的数据检测和数据采集，找到客户不买的原因，然后根据数据分析结果再去优化我们的服务。”

“凭借真实的数据和科学的模型，它的准确率以及在业务上使用的可能性就会变得更高。”上述负责人说。

事实上，苏宁在大数据的使用上，并没有仅仅停留在报表服务或引擎服务，而是在这些服务之后，最终还要通过业务体系反馈出来的结果，来反观数据介入的程度是否合适。“这其实是一个数据的闭环，是一个正向反馈，不断迭代优化的体系。”前述负责人表示。

所以，在苏宁，数据与业务结合的深度，一方面是对业务流程介入的程度，另一方面就是通过一个科学的评测体系，对于数据引擎的效果进行评测。

目前，苏宁的数据部门已经直接与业务部门进行对接。就在今年，苏宁会把大数据的能力，通过云的服务，向社会开放。“需要强调的是，苏宁是国内企业中较早建立‘数据安全规范’的企业，对数据的敏感度有一系列严格的规范，而对外公开使用的数据都是经过数据清洗、脱敏后的数据。”前述负责人告诉记者。值得注意的是，作为政协委员的苏宁董事长张近东近两年的两会提案中有涉及个人隐私安全方面的建议，这体现了苏宁对这一问题的高度重视以及前瞻性关注。

“极致单品”策略 践行C2B模式

按照苏宁2015年的既定策略，打造C2B和极致单品模式成为其三大重点工作之一。那么，大数据部门又是如何帮助这一模式落地的呢？

苏宁IT总部相关负责人告诉记者，“对于C2B或者极致单品模式来说，事实上，我们在去年已经在做相关的技术的储备工作了。C2B本质上讲是站在消费者的角度去驱动它的整个供应链，与传统的B2C模式相比，它更强调的是‘以消费者为导向’。但是如果要做‘以消费者为导向’，那意味着，对消费者需求研究的深入和准确程度成为非常关键的一点。”

在这方面，企业一方面会面临来自数据资源的挑战，另一方面是人工智能技术方面的挑战。从数据资源的挑战来说，消费者所在的场所、时间、场景、方式，复杂多变，他在有意无意中观察商品或表达需求时的信息是否能够被捕捉到，同样重要。举例来说，一个用户可能会在苏宁的线下门店问售货员，你们有没有什么，这实际上是一个非常重要的一个信息的这种输入，而在线上，用户有可能会输入一个关键词，有可能代表买家在某个方面的购买需求。

“换句话，有很多类似上面的显性数据，目前我们还没有拿到，这就意味着我们在对用户的需求进行预测方面，在数据丰富度上面临挑战。”上述负责人表示。

而在人工智能的技术方面，“智能”的程度依然面临挑战。从目前大数据业界来看，或者互联网业界来看，无论是BAT，还是谷歌，大家在这方面面临的挑战是一样的。谷歌的Googlebrain最具有轰动性的一件事，就是他们的机器人能够从大量YouTube上的视频里识别出一只猫。如果站在人的智力发展水平来看，这件事情是非常低龄化的智力体现，但是站在机器学习的这个角度来说，它是一个历史性的突破。

“苏宁在这方面面临的挑战其实也非常大。不过，可喜的是，依托苏宁多达5000名的研发人员，苏宁已经开始了在这方面的探索。”前述负责人说，“基于集团对大数据中心的定位，数据中心根据职责分成几大块，第一个是平台层，主要解决丰富海量数据的存储问题，保证数据能存下来、放得下、算得快，这是平台层的主要工作。第二个就是算法模型团队，主要就是算法研究员，他们的主要职责任是从海量数据中挖掘出对苏宁有用的信息，进而辅助业务的决策，或者提升业务运作的效率，或者提高业务的效益或者结果。此外还包括常规的产品设计和开发部门。”

“目前算法模型部门在苏宁的地位非常高，因为它要承担把数据的价值释放出来，所以苏宁在人才、研发上的投入将会持续加大。”