看看eBay是如何玩转大数据的

喜欢海淘的朋友应该对eBay并不陌生，如果你还不了解，可以把eBay+PayPal理解为淘宝+支付宝的组合，当然eBay不仅有C2C还有B2C的模式。虽然介绍了背景，但今天要说的并不是电子商务的发展，而是大数据在电商内如何发挥价值。

因为不论国外还是国内的电子商务企业，他们的相同点都是以业务为导向。eBay的做法是用数据驱动商业，其上所有的数据产品都是针对业务而生，数据部门需要对不断变化的用户需求找到解决之法，也就是从客户的行为数据中来寻找价值。

行为数据用混合的手段来处理

数据是eBay发展的基础和价值所在，所以eBay数据服务和解决方案团队从eBay成立的第一天就已经存在，从数据仓库到数据分析再到数据服务，部门的名字一直随着发展在不断变化。但万变不离其宗，数据服务和解决方案团队就是一个针对数据展开想象的部门。

eBay数据服务和解决方案团队分布在美国西雅图、圣何塞以及中国上海，而中国团队全职和外包人员总共将近有100人，其中有不同的职位和分工，包括数据科学家、数据工程师、商业需求分析师、产品经理四大类。两个区域的团队互相协作，共同开发核心数据的同时也支持不同的业务部门。

eBay目前整体有四大系统，其中三个为生产系统，一个为测试开发系统。生产系统包括：第一，保存交易型数据和用户数据的企业及数据仓库(EnterpriseData Warehouse)；第二，Teradata为eBay特别定制的分析系统，主要进行非结构化的用户行为数据处理;第三，专门为数据分析师使用，方便快速找到想要的数据。eBay中国数据服务和解决方案团队主管李炜指出，前两个系统主要为生产环境做批处理，最后一个系统是帮助数据科学家进行测试和制作分析报告。

由于eBay电子商务的性质，其用户行为数据占80%以上，而通过买家和卖家的行为数据eBay可以做很多个性化的应用。买家更喜欢买哪些种类下的产品，有哪些购物习惯、什么时间购买，这些数据可以帮助卖家了解哪些是自己最大的客户群，以及基于机器学习对未来的热点市场进行预测。

“eBay的行为数据都是非结构化数据，这对于关系型数据库的压力非常大。”李炜谈到。因此eBay则使用了混合方案，使用Hadoop来应对海量非结构化数据，将原始数据首先加载到Hadoop上，完成行级结构化处理，在将这些预处理好的数据送到不同的系统，之后处理已经模式化的数据和半结构化数据。

eBay拥有庞大的Hadoop节点和Teradata节点，这也带来了三大挑战：

第一、不同系统间的数据搬移，eBay每天产生的数据量是巨大的，这些数据要在多个平台上搬移，在搬移的过程中要保证不同系统中数据的同步和数据质量。

第二、不同系统的管理，随着eBay系统平台的越来越多样化，对于Teradata和Hadoop等系统的管理，以及搬移数据的管理都需要不断增强。

第三、技术能力提升，不同平台有不同的技术，这就需要员工具备综合技术能力。

只要有业务需求就有数据产品

对于eBay来讲数据平台要具备高可靠性、高可用性、易用性。eBay与Teradata的合作已有20年之久，eBay也是目前Teradata最大的客户之一。李炜回顾了Teradata系统在eBay上这20年中经历了多次演变，到目前为止eBay的核心数据、交易型企业级数据和用户行为数据都在Teradata上进行存储管理和应用。

以数据驱动商业是eBay的文化，大数据平台最终是为了产生价值，现在除了传统的数据整合，eBay在各个业务环境中都有着不同的数据产品。

eBay有一款针对卖家的线上免费工具Seller Hub，可以为每一位卖家进行深入的分析，哪些商品更畅销，产品如何标价才能具备竞争优势等。这中间会使用到数据模型，李炜强调模型不仅仅从eBay网站中的所有类目中调取价格，还会抓取亚马逊等电商网站的价格，而且还会比对相似产品的关联价格，最终为卖家提供指导价格。

结合了自身数据和第三方数据也让eBay可以完善网站上不能捕获的一些数据来绘制用户画像，像性别、职业、收入等。包括对用户画像进行分级，哪些是潜力卖家，哪些是高风险买家，从而更精准地进行市场推广。

刚刚更多说的是eBay如何用数据提供一些产品，在内部eBay同样用数据在优化自身网站，在对页面的设计、新功能的设计上都会提供相应的建议。

2016年，eBay还将继续发展B2C和C2C市场，但是eBay有B2C、C2C、二手货多种卖家的存在，如何管理各个类目中的商品成为一个非常大的挑战，eBay要做到把大部分的类目最终关联到结构化的产品系列中，实现精细化的管理。

用户的需求是多样化的，eBay也会有越来越多的需求，未来与Teradata的合作上，不仅仅是硬件一体机层面，在美国eBay已经开始使用了Teradata提供的云服务，并且已经落地了一些具体的应用。