189 8069 5689
母婴相对一般的电子商务网站有一些特点：
第一个特点是商品周期短，在母婴网站上的商品，在线的时间不会超过5-7天。
第二个是用户需求的变化快，在母婴行业，可能是用户的需求变化最快的领域，比如是用户处在怀孕当中，关心的是孕妈的一些问题，几个月以后，随着宝宝的落地，就会准备一些纸尿裤和奶粉，而且随着宝宝的长大，纸尿裤和奶粉的类型也会变化。
第三个是移动化，一般有90%的成交是来自移动端的。
手机端的屏幕非常的小，可以给客户的信息非常的有限，所以需要我们帮助用户找他有兴趣的东西，大数据平台既要为网站的活动提供大数据的支撑，还需要实现个性化的推荐，搜集用户的行为，全面的了解用户的购物意图，推荐用户感兴趣的商品。
下图是整个大数据平台的架构图，最下面的是我们的数据收集，后面会有介绍。计算层包括了离线计算和实时计算，以后搜索引擎，在算法层有协同过滤，分类产生一些用品的商品特征，以后排序的模型。在业务层的话，业务的类型是丰富多彩的，我们会融入一些运营的规则进行调整，包括一些个性化的调整和推荐，以及营销。
BI 层的应用有面向运营的，面向商家的，会涉及用户的浏览日志，在PC上的一些行为，比如是用户浏览了一些什么商品，点击了一些什么商品，对数据的消费也有二种方式，一种是实时消费，一种是离线消费，这种方式会在每天的凌晨进行一次统计，会有一天的延时，比如是 今天上线的活动，可能明天才知道这个活动的效果，因为我们研发了一套实时的数据研发系统，因此任何需要实时消费的数据报告，只要订阅就可以了。
分布式的调度是整个大数据平台的核心，在大数据平台处于一个指挥的作用，比如是任务管理，任务监控和任务日志，我们研发了一套分布式的系统，里面有二种角色。Master主要是负责任务的管理，任务的分配，任务的执行，任何的Master挂掉，都不会影响我们系统的运营。
在整个大数据平台上，很大一部分是推荐的产品，第一类是个性化的排序，个性化排序的特点是在侯选级的情况下，根据用户的不同的购物的用途，为用户做个性化的排序，用户到达我们网站的时候，我们会推荐所有在线的品牌特卖，比如是一天500个，根据用户的购物的意图，做个性化的数据。
第二个是关联推荐，比如是推荐和这个商品相似的商品，购买的商品可以推荐搭配的商品。第三个是个性化推荐，给指定的用户推荐他感兴趣的商品，比如是在用户的资料的页面，我们会直接给用户推荐他感兴趣的商品。
除了这三种推荐的形式，还包括通过个性化的短信，个性化的推送，引导用户到我们的平台，我们会给用户推荐感兴趣品牌，我们会对商品进行个性化的排序，还会有相似商品的推荐，用户交易的环节，还会推荐和这个商品搭配的商品，包括周期购买预测等。
为什么会有这种推荐，可以从二个方面来看，一个是我们网站本身是一个轻搜索重推荐的模式，在我们的网站上搜索的功能是非常的弱化的，我们最近的上线的搜索 框也很不明显，这是一个推荐商品非常重要的渠道，从推荐的本身来说，也可以看到它的三个方面价值，提升用户的购物的体验。帮助商家找到感兴趣的用户，也可 以提高他的销售额，对整个平台来说，只有服务好用户和商家，才能得到一个比较好的持续的发展。