在网络世界，数据就是金钱。作为全球最大的拍卖网站，eBay对这一点深有体会。眼下，eBay对各种在线数据的分析无所不至，就像在每个顾客前面安装了摄像头一般。毫无疑问，eBay拥有的数据量是惊人的。其每天都要处理100PB的数据，其中包括50TB的机器数据。可以说，eBay每天都面临着天文数字般的大数据挑战。
早在2006年，eBay就成立了大数据分析平台。为了准确分析用户的购物行为，eBay定义了成百上千种类型的数据，并以此对顾客的行为进行跟踪分析。然而，这同时也为eBay带来了新的挑战。要知道，公司的数据量多到难以想象，没有人能分析消化这么多的数据，也没有人能基于所有数据建立起模型。事实上，eBay真正应用到的，只是其收集的数据中的一小部分。“剩余的数据，eBay或是将其丢弃，或是将其存储起来。因为说不定哪天，科技实现了突破，这些数据就会变得有用。”eBay大中华区CEO林奕彰指出。
那么目前，eBay是如何利用这些数据，来促进业务创新和利润增长的呢？
为用户“画像”
eBay拥有近2亿的用户，网站的商品清单项目则有3万多类。在平台的日常交易中，eBay几乎每秒都要处理数千美元。而这些交易数据，其实只是eBay全站数据信息总量的“冰山一角”.
基于大数据分析，eBay每天要回答的问题有很多，比如，“昨天最热门的搜索商品是什么？”而即便是这样的简单问题，都需要涉及处理五十亿的页面浏览量。从这个角度看，任何一个基本的业务问题，对公司来说都是一个相当巨大的问题。
就eBay如何利用大数据来增加在线交易，林奕彰举了一个典型的例子。譬如，一位年轻的女性早上10点在星巴克浏览eBay网站，eBay应该推送给她什么样的商品呢？
“就这几个信息点，我们其实已经做了不少研究。”林奕彰说，“事实上，用户早晨10点、中午12点，或是晚上7点，她浏览的商品是不同的；在餐厅或是在家里，同样会对浏览和搜索产生影响；此外，还有用户的年龄、当时的天气等等，都会对购物产生影响。eBay要做的，就是学习不同情景下的不同购物模式，并推送给用户最想要的商品。”
据悉，eBay可以从用户以往的浏览记录里“猜”她想要什么样的商品，也可以从设定的成百上千种情景模型中计算出用户可能的需求；或是对照另一位有着相似特点的女性用户，看她当时买过什么样的商品，从而推断出这位用户潜在的需求。在综合各种考量因素后，eBay的后台需要在短短几秒内将商品页面推送给用户。这意味着，eBay的系统需要有非常快的运算速度。
这种运算模型，有相当一部分人为的因素。比如，机器可以搜集用户的上万个数据，但eBay的工程师可以定义其中的100个数据为有效数据，而模型则建立在这些有效数据之上。此外，当计算机自动“学习”分析各种数据形成的趋势时，eBay需要将机器学习的逻辑设定在与商品交易相关的行为上。
除了通过大数据为用户“画像”而向其推送有针对性的商品，eBay此前还尝试利用大数据进行搜索引擎的优化。
具体说来，eBay可以把握用户的行为模式，使搜索引擎更加“直觉化”.如果时间倒退几年，用户在使用eBay的搜索引擎时，会发现它只能理解字面的意思，并按照字面意思寻找。很多时候，搜索引擎并不能理解用户的真实意图。但现在，eBay正试着改变或重写用户的搜索请求，增加同义词或替换语句，从而给出更相关性的内容，并由此增加在线交易量。而这背后，统统离不开大数据的支持。
为商家提供“情报”
基于用户购物的数据，eBay同样会给商家提供各式各样的“情报”.比如，eBay会告诉制造商用户正在网上搜索什么商品，或是各种出口行业的数据，制造商会立刻对此做出反应。
很多时候，eBay会根据自身或其他电商网站的交易情况，向商家建议其应该销售的品类。“这也是eBay大中华区正在做的工作，”林奕彰称，“比如，一个中国的商家希望将产品卖到澳洲，我们通过数据分析可以告诉他，他一个月大约可以卖出多少产品，定价应该在什么范围内，市面上还有多少商家在卖同样的产品，他的市场占有率大概是多少。”
在此基础上，eBay还试图算出商家的补货频率。事实上，海外仓储是商家非常头痛的问题，一旦计算失误，便可能造成库存积压或缺货。而在eBay,一旦用户下单后发现商家缺货，将是非常严重的问题。这种情况下，eBay可以通过过往的数据分析，得出商家第一批货的大概销量，以及按照过去销货的速度什么时候应该补货，物流的时间又是多久。通过这些数据的计算，eBay可以测算出商家补货的逻辑。
这些数据分析，对于商家开拓新的销售品类非常管用。因为通常情况下，商家需要四五个月，才能摸清楚一种货物的淡旺季销量，及其在各个地区的受欢迎程度。
当然，eBay所做的只是为商家提供各种潜在的商机，至于卖家是否愿意投入生产，或能否找到合适的供应商进货，仍需要他们自己去完成。很多时候，eBay推荐商家销售200个新品类，而最终商家只能找到50种新产品的供应商。
除此之外，凭借平台上产生的各种信息，eBay还可以扮演“品管（品质管理）”的角色。举例来说，一个卖家要在eBay上卖1000个产品，当它卖到50个产品的时候，有5个产品出了问题；卖到200个产品的时候，有20个产品出了问题；卖到400个产品的时候，有40个产品出现质量问题，以此类推。而eBay要做的，就是在其早期出现问题的时候，就及时提醒卖家。
进一步说，当卖家卖掉10个、20个产品的时候，eBay就要根据退货率、买家评论等把可能的问题检测出来。与此同时，eBay会提醒卖家，让其监督供应商改进品质，或选择将商品下架，或是修改物品的描述。
在理想状态下，这种品管系统会形成一个大数据的循环，并帮助卖家减少退货，销售更多的商品。假如卖家在收到这样的通知后依旧我行我素，eBay就会认为这样的卖家并不重视品管，到了一定阶段，eBay会对其实施交易“配额”,限制其交易量。
“品管的难点在于，我需要通过数据模型在卖家交易量很少的时候就发现问题。这种早期预测涉及复杂的运算。”林奕彰表示，“一旦交易量大了，卖家自己也会统计退货率，之前的损失也就无可挽回。”
试错与挑战
和其他在线交易平台一样，eBay对假货亦十分敏感。眼下，公司试图通过大数据技术，让系统“智能”地识别出假货。
实际上，“网络打假”工作并不容易。要知道，假货常常以各种形态出现在网络上，且屡禁不止。以Rolex为例，假货商家可能在单词中增加一个空格，也可能将其中两个字母互换位置，甚至名称里根本不出现Rolex,只是图片展示出Rolex手表的样子。eBay上有如此多的品牌，自然有形形色色的假货充斥其中。这种情况下，单是靠在商品名称或描述里抓关键词，根本抓不住假货。
而eBay眼下做的，就是通过数据分析建立起一种模型或规则，假如商家的交易符合这种规则或特征，便有可能是在卖假货。
打个比方，当一个卖家的商品卖的很便宜，卖得很快，但后面的抱怨和退货很多，系统就会把这个“可疑”的模式识别出来，然后再由工作人员去判断，这个卖家是否在卖假货。换言之，“即便数据的量再大，卖假货的人都有相对固定的模式。”林奕彰称。而通过这种方式，eBay有效地鉴别出不少假货商家。
不过，林奕彰并不讳言，这种大数据分析方法亦有其弊端。“就假货问题来说，这种方式只能在事后将问题查出来，而无法事先预测。”他表示，“这不是那么容易解决的问题，因为无论用什么样的模型去套，假货交易总是能先骗你一阵子。”
除了分析的滞后性，eBay的大数据挑战还体现在庞大的数据处理上。尽管企业数据仓库为查询提供了巨大性能，但它仍无法满足eBay存储和灵活处理的需要。要知道，这些系统的造价相当昂贵，当eBay每天增加50TB的数据时，其成本是相当高昂的。
在此基础上，eBay收集的相当一部分数据，在目前看来是无用的数据。毕竟，数据采集得越多，变量越多，而由此带来的“数据噪音”也越多，模型越失真。从这个角度看，eBay要做的是记录那些有意义的数据，并销毁那些不需要的信息。问题在于，eBay要分析的85%的问题都是新的或未知的，“eBay并不知道哪些信息未来或许会有用，”林奕彰坦言，“那些现在看起来无效的数据，明后年可能就会随着科技进步被消化，我们现在只能先把这些数据储存起来。”
但另一厢，假如将所有信息都储存起来，那么eBay每个月都会新增数以亿计的数据信息。在如此浩瀚的数据海洋中，分析工作根本无从下手。因此对eBay来说，这是一个必须平衡的难题。
需要指出的是，eBay当下的分析模型也还不够完美。无论是“猜”用户，还是分析商家在eBay上的生意，eBay猜错的情况非常非常多。对于这一点，林奕彰举了信用卡的例子。在他看来，“银行其实是运用大数据最厉害的，但无论风控模型怎么完美，全球依然有2%左右的信用卡赔率。”况且，eBay用的并不是成熟机构认证过的模型，很多时候要靠自己去猜，那么误差也就不足为奇。