分析：阿里的野心：大数据搬家记.doc

分析：阿里的野心：大数据搬家记 论文类别：计算机?-?互联网研究上传时间：2014/5/18?12:47:00论文作者：未知 ? 　　(中讯)作为中国最大的电商集团，阿里巴巴一直善于自省自查。大数据革命的旋风吹到中国，让阿里巴巴得以机会发现自己脚下土地的松动。按照“数据基础决定上层建筑”的逻辑，阿里巴巴祭出一系列数据迁移和优化项目——重塑阿里电商生态系统的生命之树正破土生发。然而，“釜底抽薪”般的大动作可是需要拿出十万分的谨慎和耐心…… 　　高空任务 　　自曝其短、奋起补课的事儿还是静悄悄地进行。 　　当摄像师不断变换机位寻找最佳视角拍摄时，潘宝坤有点愤怒了。“你们出去!别拍了!等我们做好再回来!”他吼道。 　　这一幕发生在1月13日晚，在阿里巴巴杭州西溪园区，一个被称为“DNA项目”的秘密计划正进入最关键的时刻。为了记录关键的场景，阿里专门安排了摄像师跟拍了整个项目的关键环节。偏偏在这个时候，技术后台的代码出了点状况，人人都急出一身冷汗。潘宝坤是当晚技术团队的一员。 　　DNA项目的核心是阿里C2C和B2C两大电商交易平台淘宝、天猫对商品SKU(商品统一编号)的底层技术架构更新。它在天猫对商品类目信息重新梳理的“达尔文计划”的基础上延展而来。如果说达尔文计划是一颗苹果，DNA项目则是一棵苹果树，是阿里电商生态系统的生命之树。阿里集团IPO代号不是叫“阿凡达”(Avatar)吗?如果不做达尔文计划和DNA项目，它是不可能成为智慧星球的，马云的外号“外星人”也将名不符实。 　　大数据(Big?Data)革命在美国有几种典型表现：亚马逊有个性化搜索A9，A即算法(Algorithms)的缩写。Netflix有76897种电影分类，内部叫“量子论”、“微标签”。Facebook有新闻收集系统。潘多拉电台有音乐基因工程。算法是一种神奇的掌握人类消费行为和内心活动的系统，如何将人工分类与机器智能推荐相结合，一直是互联网顶级之战。 　　简单理解，每个超市都有很多货架，商品分门别类摆放，如果标签混乱、指向不清，会影响销售效率和购物体验。而作为中国最大的网上商店，淘宝从2004年5月诞生起，平台上的每一款商品都有一个特定数字代码，2008年在???宝内部培育的天猫延续了这种技术架构，十年积累，阿里电商体系里的商品已经超过了20亿。与此同时，商品信息的混乱、冗余、不规范越来越明显。 　　一个典型的例子：在苹果公司尚未推出iPhone?5c之前，淘宝上居然有人卖绿色版iPhone，“这让人哭笑不得，伤害了淘宝系多年建立起来的信任度。”阿里巴巴共享事业群副总裁王曦若对记者说。 　　与美国的eBay、亚马逊相比，淘宝的商品类目基础架构和分类管理不是一开始就标准化的，部分SKU的属性值(如规格、型号、颜色、尺码等)可以由卖家自定义编辑，难免会乱七八糟、混淆用户、甚至发生SKU作弊行为(比如将常规商品和配件辅料、瑕疵品等放在一个宝贝链接里出售)。 　　对于淘宝、天猫来说，商品信息数据系统就像基因之于细胞那么重要，它决定着所有线上交易的进化程度：如果类目规范整齐，交易就简单快捷高效，进而推动自我革新;如果系统杂乱无章，玩不了算法和个性化，影响用户体验，甚至给阿里自身拖后腿。今年3月，马云内部邮件称：云和端(Cloud?+App)将是未来移动互联网的关键，阿里十年的目标是建立DT(Data?Technology)，数据时代中国商业发展的基础设施。 　　王曦若将阿里从达尔文计划到DNA项目的最后一步操作称为“在飞行着的飞机上换引擎”，来形容重整商品类目的风险之高和压力之大。她是DNA项目的总负责人，带领一个近百人的团队。 　　整个项目的关键是底层后台的数据迁移，他们需要将阿里商品信息开发团队做好的全新模型，链接到无时无刻不在使用的淘宝、天猫平台上。而所有这一切，得稳定平滑过渡，不能惊扰卖家和用户。 　　商品信息“进化” 　　瘦死的骆驼比马大。阿里后台“病了”，商品类目信息出现了“病菌”，但它仍然是中国最大的电商平台，以沃尔玛+亚马逊的模式，以电商、金融和数据平台在中国经济扮演着重要的角色。 　　阿里用来整理和存储商品信息的系统是一个树状结构，在内部叫“类目”。作为第三方交易平台，阿里把商品分成70多个大类，在每一个大类下分出很多子类目，子类目下又有一层层的分类。就像一颗枝繁叶茂的大树，在树干分出很多枝桠后，叶子已经难以计数。 　　没人否认这套系统的重要性，但即便在阿里内部，对它有了解的人也不多，因为它在技术底层，不直接影响前端交易，不像阿里每年双11的创纪录销售额那样吸引普通人的目光。 　　每年双11交易额都刷新纪录的天猫，是阿里集团最先推行“达尔文进化论”的部门。2012年5月，天猫更名刚刚4个多月，就被发现有了“病症”。技术人员通过后台看到，越来越多