《企业网D1Net》10月15日讯

引言：眼下，1号店后台的PIS（价格智能系统）每天实时在线搜索60多个网站和1700多万种商品的库存信息和价格信息，并根据竞争对手的商品价格实时调整自己的商品价格。

具体说来，在公司设置的价格模型中，不同的品类都有相应的市场价格策略。譬如，有些品类的价格要做到业界领先，有些品类只要不高于竞争对手就行了。有些是我的利润品类，有些是流量品类。我们在价格模型中设置底价后，系统就会根据对手的动态价格自动调整商品的价格。你知道，1号店有几百万种商品，完全没有办法用手工设置价格。

在1号店较为擅长的食品饮料领域，公司试图做到价格领先，“尤其是进口牛奶品类，60%的线上销售都是通过1号店走的”；而在服装等领域，公司追求的则是毛利。

不难理解，当公司由于促销而使得销量大增时，消费者在那一特定阶段的行为与未来的趋势无关；此外，一些季节性、节假日的数据也要过滤，而那些因为竞争对手的促销导致销量突然下滑的数据也要剔除在外。

除了外部干扰，消费者的个人操作中也包含着不少无效行为，这同样被视为一种“数据噪音”。有的用户上1号店并不是为了购物，而纯粹是为了测试网站，他注册之后，往往下一个订单后取消，再下一个订单再取消，这些用户肯定不在我们的研究范围。

相比之下，更大的难题在于，线下批发商对线上数据的干扰。据王欣磊称，一些地区的线下批发商可能是因为线上渠道的价格更便宜，于是通过各种渠道拿到优惠券在线上购买，再将货品转移到线下去卖。

收集数据的下一步，是对数据进行分析和解答。事实上，面对同一组数据，不同的人从不同的角度分析，会得出全然不同的结论。也有人认为，随着数据量的增大，研究的准确性一开始会随之上升，但很快就会趋平。眼下，业界亦并没有形成放之四海而皆准的解读方法。从这个角度看，如何正确地解读数据，让数据模型越来越准确，是摆在所有电商企业面前的难题。

D1Net评论：

不难发现，1号店对大数据的研究和运用，仍处于摸索阶段，而在全球范围内，这依然是一个新鲜的应用。学术界如今已做了很多关于大数据的前瞻性研究，企业界则尝试着大量的应用，但两者间的关联并不大，甚至朝着截然不同的方向前行。换言之，在学术研究与实际应用中，尚有很大的鸿沟。