《企業網D1Net》10月15日訊

引言：眼下，1號店后臺的PIS（價格智能系統）每天實時在線搜索60多個網站和1700多萬種商品的庫存信息和價格信息，并根據競爭對手的商品價格實時調整自己的商品價格。

具體說來，在公司設置的價格模型中，不同的品類都有相應的市場價格策略。譬如，有些品類的價格要做到業界領先，有些品類只要不高于競爭對手就行了。有些是我的利潤品類，有些是流量品類。我們在價格模型中設置底價后，系統就會根據對手的動態價格自動調整商品的價格。你知道，1號店有幾百萬種商品，完全沒有辦法用手工設置價格。

在1號店較為擅長的食品飲料領域，公司試圖做到價格領先，“尤其是進口牛奶品類，60%的線上銷售都是通過1號店走的”；而在服裝等領域，公司追求的則是毛利。

不難理解，當公司由于促銷而使得銷量大增時，消費者在那一特定階段的行為與未來的趨勢無關；此外，一些季節性、節假日的數據也要過濾，而那些因為競爭對手的促銷導致銷量突然下滑的數據也要剔除在外。

除了外部干擾，消費者的個人操作中也包含著不少無效行為，這同樣被視為一種“數據噪音”。有的用戶上1號店并不是為了購物，而純粹是為了測試網站，他注冊之后，往往下一個訂單后取消，再下一個訂單再取消，這些用戶肯定不在我們的研究范圍。

相比之下，更大的難題在于，線下批發商對線上數據的干擾。據王欣磊稱，一些地區的線下批發商可能是因為線上渠道的價格更便宜，于是通過各種渠道拿到優惠券在線上購買，再將貨品轉移到線下去賣。

收集數據的下一步，是對數據進行分析和解答。事實上，面對同一組數據，不同的人從不同的角度分析，會得出全然不同的結論。也有人認為，隨著數據量的增大，研究的準確性一開始會隨之上升，但很快就會趨平。眼下，業界亦并沒有形成放之四海而皆準的解讀方法。從這個角度看，如何正確地解讀數據，讓數據模型越來越準確，是擺在所有電商企業面前的難題。

D1Net評論：

不難發現，1號店對大數據的研究和運用，仍處于摸索階段，而在全球范圍內，這依然是一個新鮮的應用。學術界如今已做了很多關于大數據的前瞻性研究，企業界則嘗試著大量的應用，但兩者間的關聯并不大，甚至朝著截然不同的方向前行。換言之，在學術研究與實際應用中，尚有很大的鴻溝。