大數據、云計算、O2O曾被我個人評價為目前最有前景但又最易被玩概念的三個新興領域。從電子商務發展周期來說，數據為王的時代已初露端倪，這種時代不是單指幾個有實力的互聯網巨頭去做SaaS或分布式服務器，而是越來越多的行業客戶認識到碎片化數據的潛在價值。

當年以IBM為代表的跨國巨頭把云計算基礎服務概念帶入時，國內電子商務企業尤其是B2B類平臺還在擠兌信息撮合機制的紅利，而現在從政府、企業、市場都在高喊大數據，但真正理解其本質、懂得大數據產品設計精髓的實務性應用并不多。

數據為王，服務為本，云計算、O2O、物聯網、金融支付、資信認證等各服務環節其實都是大數據的采集架構組成，近期各電商大佬的眾多動作也能看出其構建數據閉環的真正用意。筆者曾長期負責阿里集團及美國運通的眾多戰略項目，之前發表在鈦媒體的《輪回時刻：B2B或迎來“第二春”？》文章，在結尾設置了多模塊集成所產生的價值這一問題，引發各位朋友的熱烈討論，其實這個答案即在本篇文章中揭曉。

大數據，其本質核心并非是數據量“大”才稱為大數據，從產品技術角度略微提一些關于大數據的概念，讓大家了解一下其技術發展過程。

打個比方，如果把眾多的信息碎片比喻為撒哈拉大沙漠，每一粒沙子所攜帶的數據內容可能僅是一個數字、名稱、點擊、時間、性別等單一內容，看似平淡無奇，但通過正確的分析算法可以將所需的沙子自由組合，變成比黃金還要寶貴的數據資源，所以大數據的核心是數據處理分析能力，其數據容量、分析加工、數據真實性、數據特性是Big Data的關鍵要素，即經常被提及的4V：Volume(數據量)、Velocity(分析速度)、Variety(特性)、Veracity(真實性)。

以往眾多電商平臺及網站的數據庫架構是基于關系模型建立的關系型數據庫，如MySQL、Oracle、Microsoft Access等，但關系型數據庫就遠不能滿足大數據的處理需求了。Apache(阿帕奇)基金會開發了一款名為Hadoop的分布式基礎架構，Google以此為基礎提出了Map-reduce系統可進行大規模的數據并行計算，至此奠定了以Hadoop為主流的分布式計算系統在全球的快速應用，專注于批處理。

但值得一提的是，像SNS社交這樣高數據動態的平臺，對數據處理速度有著更高要求，為此Nathan Marz推出了Storm系統，在Twitter內部被稱為BackType，并被廣泛應用。產品技術概念點到即止，只是想說明大數據在技術層面配合著不斷開發出的應用插件，已基本滿足不同需求的數據分布式處理。互聯網平臺尤其是B2B電商平臺的大數據應用，關鍵還是在于自身產品的定位及未來發展的走向。給你一把利刃，你只是舞刀弄槍沒半點招式，最終成為不了武林大俠，所以做大數據，思維與方法是核心。

明確大數據的核心概念后，如何布局大數據，尤其是B2B電商平臺的數據獲取、數據分析、數據應用的開展就是實際操作問題了。

B2B電商平臺目前發展為三代：第一代以信息撮合機制為主，通過互聯網特性有效的匯聚買賣雙方信息;第二代以在線交易為主，信息展現模式、在線交易工具、配套服務產品的發展使得各平臺都在想方設法解決在線交易問題;第三代即資源集聚為主，所謂資源集聚正是突出兩個核心要素：數據穿針引線，服務本質所需。

大數據給予平臺服務提供了信息支持，而服務落地也有利于有效數據不斷被采集，形成數據循環，即“雪球效應”。可以說大數據不是電商平臺的某一個產品組成或業務領域，大數據是整個電商未來發展的基礎資源與優勢體現，目前很多企業都在嘗試大數據的開發與應用，筆者針對B2B綜合電子商務平臺也提出自己的實施方案，甩出個大干貨供各位討論，我稱之為“生命樹”體系。

從數據采集來源上講，傳統互聯網思維模式是極力將用戶搬到線上，通過線上行為獲取用戶的相關信息及操作軌跡。

過去因為技術、方法、行業特性所限，互聯網通過線上所吸納的海量數據的確給電商企業帶來了短期的處理空間，而直接從線下模式獲取數據來源的成本及模式尚不成熟。但要知道，市場最大的數據源永遠都是在線下，電子商務的本質是通過電子化手段來服務傳統商務流程，幫助其降低成本提升效率。所以如能直接建立起線下數據的采集接口渠道，而不再僅僅依靠純線上數據作為來源是一個關鍵環節。同時，線上線下數據采集匯聚到數據中心，產生的分析型數據將會反哺線上，帶來更精準的使用價值。互聯網電商平臺的產品展現仍舊是電子化特性，但數據來源的落地化將是巨大促進。

京東的“亞洲一號”、阿里的菜鳥、慧聰的電器城、中國網庫的電商谷等已在實施的落地戰略，其背后所隱藏的目的之一也在于此。

舉例說明，比如某B類企業習慣在電商平臺上尋找合適的采購資源，電商平臺的確滿足企業的信息獲取需求，但由于合同、發票、信用等環節的制約，一般很少有企業會直接通過平臺在線付款，尤其是大額款項，那么這一筆交易的發生僅利用線上平臺很難判別。企業實際交易發生時所牽扯到的銀行或第三方支付、物流配送等環節是實實在在獲取到這些信息的，假如我與順豐戰略合作，建立數據庫接口，那么某企業在順豐發生的某筆物流交易的貨物屬性、目的地、數量等數據標簽，與線上該企業的頁面瀏覽、點擊軌跡等分析匹配，即可得到這筆交易的真實數據，不用平臺的在線支付，我也知道企業實際發生的真實交易數據甚至更多內容，這就是線上與線下數據結合的魅力所在。

當然除了物流，在金融、支付、認證、軟件等方面獲取的信息將充實該企業的數據模型，得到更加精準的數據，也有助于通過實際發生的線下交易趨勢來調整線上產品，達到無縫對接。

上述所舉例子是B2B類的特性，供應鏈上的電子商務大數據應用也會變得更加神奇：

比如大家一直在講的B2B2C打通，某企業使用電子商務平臺進行分銷或C類銷售，由于該平臺大數據體系建立比較完善，在C端用戶需求及物聯網資源聚集比較全面，當企業打算近期售賣一款產品時，使用該平臺的大數據應用產品輸入相關產品屬性、價格、使用價值等標簽，即可獲知該定價最終能夠銷售出的貨品數量及總收益參考，不同定價的銷售數量與收益也會被系統顯示出不同結果，甚至系統還可以分析出具體區域未來將售賣出的商品數量，企業可提前安排物流資源配送至區域庫存中心，做到“未售先送”。

這個例子其實一點都不神奇，“菜鳥”網絡要實現的就是這種應用場景，正是因為阿里云計算成立近四年來建立的數據模型及運算能力，使得以數據為推動的產品應用即將迎來爆發期。

所以說B2B類的大數據化第一步就是數據采集渠道的創新，慧聰網的線下基地和展會形式，為什么會設置免展位費而以實際成交額收取傭金，本質也是希望能監測到線下發生的相關數據。京東的“亞洲一號”就比較犀利，直接插入物流領域，而最關注的“菜鳥網絡”先不談其各方資源整合的難點，以馬云的個人影響應該不成問題，其本質也是阿里在補強線下數據的采集渠道。

過去都把O2O局限在生活服務領域的電子商務化，B2B電子商務的Online to Offline也已經開展，某種意義上說，線上是電子化服務的輸出，而線下將是資源集聚的主要來源，同時線下數據資源經過處理回到線上，也不失電子商務企業的經營本質。

王堅對于大數據的定義我個人還是非常認同的，大數據關鍵在于數據在線化與應用化，那么應用化里基于數據分析而產生的服務數據就是最有價值的部分。前文舉的兩個例子其實正是數據應用服務的幾種典型Use case，這樣的應用場景可以開發出很多，但數據應用展現中有一點值得一提，那就是大家翻來炒去的云計算。云計算概念與大數據即獨立又緊密聯系，甚至我個人偏愛先大數據再以云計算按需實施。

云計算的核心價值在于可以實現服務的按需獲取及隨時增加，交付模式便捷，且占用客戶端的資源成本較低。

過去我們使用某軟件產品，基本是下載客戶端安裝到本地，在我的電腦主機上運行處理，而云計算由于服務供給是在云計算服務器上，用戶所需的軟件服務只需要按需從云端調取即可，節約資源、節約成本。服務數據通過線上線下獲取與分析，注入到云池當中，再由用戶從云池調取服務使用，產生新的數據再被采集分析后回到云池，形成“云池循環”，源源不息。

目前很多政府或者企業有出現以云計算、大數據為名義圈地建數據中心，其實不能說其對錯，只是個人也無法保證其項目背后有拿地的嫌疑。但從產品上講，基礎設施建設的確是云計算及大數據應用的必須環節，無論是地方還是企業建立數據中心是有其有利一面的，但我個人更看重云計算產品的實施應用，其中建議B2B類電商平臺將主要目標集中在SaaS產品，也就是“軟件即服務”(Software as a Service)。

合理的大數據與云計算結合的流程是這樣的，企業使用平臺登錄ID，基于大數據化的價值體現，平臺其實已經獲取到企業的電子化商務需求，并在產品設計及營運推廣上進行服務推薦。企業選擇相關的服務產品，如某種經營管理軟件可直接由云池提供在線SaaS應用，需要物流服務則通過線下服務分發系統與第三方物流公司進行對接，數據共享實時跟蹤，需要金融融資服務則平臺系統分發需求至銀行或第三方金融公司，提供保理、借貸的產品，當然其背后的認證及資信評估正是基于平臺積累與分析的企業數據模型，這比銀行的審核信息要更全面、更真實、更快速。

所有的這一切服務都是平臺作為集聚中心，分發至第三方服務商進行具體操作，平臺主要構件數據體系與數據接口標準，提供服務品牌輸出。這是一種集約化的B2B電子商務綜合平臺，核心的價值正是該平臺的數據庫體系。企業得到了非常精準的服務、第三方服務商獲得了業務量，提供專業服務，平臺做到了信息與資源集聚，更重要的是有了海量的數據獲取，掌握了各方線上線下的價值數據，所謂數據為王、服務為本的精髓。

近期阿里云計算的“聚石塔”、“聚寶盆”兩個項目正是在電商領域與金融領域提供大數據及云計算服務支持，支付寶、小微金融集團、眾安在線這些阿里系的金融機構，有效的控制電商企業資金流數據，菜鳥網絡控制物流數據，同時通過加強云OS、C類移動平臺及收購新浪微博、高德地圖等補足移動端入口，整個阿里的大數據戰略基本定型。提到移動商務領域，目前雖然尚無明顯的成熟產品出現，但移動端的數據獲取對于B類電子商務也是具備很大應用潛力的，E-Business應向著E-Commerce轉變，這里面的金融、物流、支付、軟件、配套第三方應用等環節的數據接入與碎片化整合也都有其操作特性，就不一一展開了。

通過整合第三方服務資源，構建服務數據體系，為企業用戶提供標準化、落地化、集約化的數據產品服務，幫助企業在銷售、采購、管理、經營等環節實現成本降低及效率提高，加強電商企業對在線數據、非在線數據的挖掘處理能力，構建數據化的第三方合作集約模式，是B2B電子商務平臺要抓住的重點，而不僅僅是簡單的與銀行、物流公司、金融機構、軟件外包商等進行簡單的業務合作，打打廣告，做做Banner，甚至可以說大數據不是一家公司獨立完成的(阿里很多環節也是走合作集聚)，近期筆者參與工信部推出的集成創新試點工程，從政府層面也在推動此方向的落實。

對于電商平臺來說，可能不是每一個企業都有技術實力及資本去搞大數據，甚至有些企業的數據量只是幾個TB，遠沒有達到PB級別(1PB=1024TB 1TB=1024GB)。這些都無妨，目前B2B類電子商務平臺都向著細分化的方向發展，綜合類平臺開始專注單品，垂直類平臺開始專注深度，如不能實現分布式計算，用傳統的關系型數據庫也可以誕生很多基礎的數據化產品，所謂分布式只是一種計算方法，不代表沒有它就做不了數據分析。你需要做到的是首先要有自己的DBA與BI分析師，從點滴積累做起，培養用戶使用習慣及數據量，做到某一個環節的深度電子化服務也是非常不錯的，如一達通、我的鋼鐵網。

大數據化的重點在于采集挖掘與分析處理，有能力挖出金塊，就不會擔心是做成金戒指還是金項鏈，產品應用是水到渠成的事情，數據化大家都會認為那是一個趨勢，如何去實現就需要深耕細作，需找到適合自己平臺的模式了，但如還沒有具備數據化的理念與思維，危矣。