【亿邦动力网讯】11月23日~24日，在由商务部电子商务和信息化司指导，成都市人民政府和四川省商务厅支持，亿邦动力网主办的第七届中国网上零售年会上，著名数据分析师车品觉及淘宝商业智能部杨滔围绕“从数据发现小而美”，进行了精彩的演讲。

著名数据分析师车品觉

淘宝商业智能部杨滔

以下是演讲实录：

车品觉：大家早上好，其实今天大家不用听我这么烂的普通话，因为我请了我们公司的数据分析师过来。我现在已经不是支付宝的人了，我现在管淘宝和聚划算。我进去淘宝的这段时间里，淘宝在讲小而美，相信对淘宝熟悉的人，都会很熟悉。我听见的小而美是一个概念，但我跟我的数据分析师说不是。我要提的另外一个问题是很多人对数据挖掘是有错觉的。一方面是把数据挖掘这个词看得很神话，一方面是有些人把数据挖掘认为是一件不可探索的东西。所以今天我特别跟我的数据分析师谈过，说怎么可以用通俗的词让大家了解数据挖掘。现在有请我的数据分析师替我解释一下。中间有什么问题，我也会串场一下。有请杨滔。

杨滔：今天我们跟大家分享的题目是“从数据发现小而美”。我们先看一个小故事，陈先生是一个画廊签约的职业艺术家，同时也是一个淘宝的店主。他的店商品不多，有一些别致的茶具，餐具，油画等，店铺里面没有特别明显的商业气息，都是根据他的艺术品位挑选的，从来不打广告，不聘人，但是有一部分忠实的粉丝，粉丝肯花钱，对他的熟客有一定的议价能力。这是他自己说的话：我不希望成为纯粹的商人，我坚持做自己喜欢的事情，而且能挣钱，通过淘宝认识了不少有同好的朋友，这不是很好嘛。但是有一个问题，淘宝网如果想打造多元化的生态系统，如何能够规划化科学化的找到小而美，在这里我们通过数据挖掘找到小而美。

定义“美”，是综合打分中，不是说销售额不重要，而是多个指标综合的打分才是美。所以今天我们来看，如何从数据中来发现美。大家如果有什么问题的话，可以随时打断我。

我们知道人脸是美的，一般的人都会觉得你如何从数据中客观地发现人脸的美。古希腊的哲学家毕达哥拉斯就说过，比例和谐是美。现在科学可以把人脸的照片分解为图像的元素，图像的元素就是数据。通过很多数据指标，同时找到公认的美的样本，大家觉得这些是美的的样板，通过这些公认的美的数据和所有的样板做比较，可以限定这种美的的样本。最后我们得到一个美指数的打分，这是一个真实的项目。是06年发表在神经计算的文章，大家有兴趣可以看。人脸的美，这样特别主观的因素，我们可以发现规律，很有意思的特征。

回到淘宝的小而美，首先我们先选到了100多个衡量的变量，我们分析卖家是不是有忠实的粉丝，卖家对它的评价是什么，打不打广告，做不做服务，多个维度中，我们来分析卖家是有什么特点。和美的相关的变量太多了，如果只看评价，很多卖家评价不是特别高，但是有一批忠实的粉丝，议价能力很强。

我们先看一个例子，这是一个聚类的例子，数据挖掘的例子。通过行星自动聚成了三个类别，分别有不同的生命周期和特点，也就是说自动把行星分成了三个类，有不同的群和特点。我们用到淘宝的数据中，我们发现有很多的变量都有这样的特点，比如说熟客成交的占比，你的熟客在你的交易额中是多少，商品成交率是多少，一百个商品如果有90个订单就是90%。我们还有宝贝收藏率，很多这样的指标。通过这些变量我们找到小而美的种子，这些卖家，淘宝中很少的卖家，在各项指标中都是很高的，各项指标都是很强的，我们这里有一个假设，没有很多的角度，如果每个角度都很美，那么它一定美，如果每个角度都很丑，那么它一定丑。你的综合打分很低，我们认为你就不一定美。所以我们找到了小而美的种子，这些种子是各方面都比较强或者比较弱的。

我们怎么样评判一个卖家的小而美的美指数的得分呢？我们是这样的算法，种子+相似度。这些卖家是非常典型的，各项指标是非常强的，再用这些卖家做一些典型，跟所有的600万的卖家做一个比较，哪些卖家跟种子更相近，就有可能更美。比较的过程中，我们考虑了更多的变量，这些变量的权重怎么分配，算法是更新的。我们为什么需要算法，为什么需要数据挖掘的技术。人在做决策的时候，一般只考虑不多于五个变量，你很容易偏移一个维度或者两个维度，小而美是一个综合的考虑。

我们人去考虑到一些变量相关的时候，要么是百分百的重要，要么是什么都没有，像蓝色的点，计算机给我们什么结果呢？是量化，有些指标可能不那么重要，但是它也不是一点用没有。这个变量怎么调，我们是通过种子加相似度的这种聚类的数据挖掘技术做出来的，再做一个简单的例子，我们可能知道两个人是小而美的，或者是小而丑的。淘宝中有很少的卖家，一眼就可以看出它是小而美的，但是这样的卖家很少。这样一套体系怎么科学化，怎么规模化。

这是如何找到其他人的打分，我们用相似度的方法，种子和其他人的相似度到底是什么，在这个过程中，我们不断的更新每个维度的权重，让大家的打分尽量的科学化。跟小而美相关的美指数，跟以下的指数是相关的。和这个卖家，熟客单价/普通客单价，你有多少商品可以吸引人，商品的成交率是可以卖出去的。一大堆商品，你的专注度是不是高，你的好评率是多少，转化率怎么样，品质，物流，发货的评分等等。我跟大家看的这些变量，大家可能觉得这么多，哪些分重要，哪些分不重要是有量化的标准的。有些可能是互相关的。接下来我们会介绍搜索带来的流量，搜索带来的流量越多，你可能美的程度就越低，在其他的变量不变的情况下，我们把这个美指数在淘宝做了一个试验，大家投票为小而美的模型打分是高于卖家的，大家投票的小而美的打分是越靠右分数就越高。这是一个美指数分布，淘宝600万卖家到底是哪些是美的，哪些是丑的。从左到右是不美到美。小而美的美打分中，有几个变量是特别有意思的，比如说战略搜索，也就是说你是一个卖家，你有多大程度上搜索带给你的流量，你活得还好不好，如果这个卖家是小而美，很多粉丝一直关注他，可能不通过搜索直接可以找到你。所以我们发现越美的卖家，反而越不依赖占比搜索。在淘宝的营销工具上并不依赖这些。熟客的占比越美的卖家占比越高，一般的美到最美的门槛上，非常重要的是你选得有多准。

开始这个话题，有人说，你看评分率就好了，评分低的就不美。其实不一定，有些小而美不在乎个别卖家对自己的评分，他可能就专注于自己的忠实粉丝的评分。我们看这两个都很低，一个是相对于比较小的卖家，一个是销售额是3万，一个是24万，这些数据都相当的不错，从外表看，有些时候不容易知道他的顾客群所喜欢的小而美。这个是我们的数据模型发现出的小而美，我们用模型淘宝的这些卖家，美打分高比较小的卖家有什么特点。