福布斯：eBay推“发现”项目 创网购惊喜

    巨大转变

　　在埃里克·布利尔(Eric Brill)的起居室，到处摆放着他收藏的古董无线电。实际上，二十个电子管和其他一些无线电设备已将布利尔的房子挤得满满当当，有些年代可追溯至20世纪30年代。布利尔是eBay副总裁兼研究实验室主管，也是eBay请来推动公司搜索业务的重量级人物之一。

　　对于一个六个月前尚且对无线电毫无兴趣的人来说，这无疑是巨大的变化。他在eBay网站上发现了它们。其他数百万件物品也试图吸引布利尔的注意，其中包括畅销书和团购服务产品。但是，尤其吸引布利尔眼球的是一件造型别致的无线电。他只是无意中发现了它，从此成为一位热心收藏者。

　　布利尔如今正试图将意外发现新物品的惊喜变成eBay上面十分常见的事情。eBay实验室的一个重要项目名为“发现”。用户通常看不到的拍卖物品会出现于单一屏幕上的一大堆彩色格子中，或者被制作成幻灯片中，只要点击鼠标就能播放。

　　“发现”项目列出的产品或是看上去像魔方一样的钱包，或是个性化的霍格沃兹魔法学校录取通知书，或是二战野战靴，或是查尔斯·达尔文《人类的起源》(The Descent of Man)第一版，或是据说来自17世纪佛兰德绘画大师的作品。用户在“发现”上面找不到iPad。布利尔说：“我们已经有足够的地方展示那些产品。随着‘发现’项目的推出，我们会说，‘我们认为你们会对此感兴趣。’”

　　研发力量

　　eBay、亚马逊和Netflix等网站始终都在寻求推出他们认为用户感兴趣物品的新途径。其中，最成熟的一个策略是进行相关推荐的协作性过滤，即对用户偏好和历史进行分析。过滤是上述三家网站的主流做法。

　　eBay“发现”项目则更进一步，过滤结果会完全出乎用户意料。为识别eBay用户最感兴趣的商品，发现项目研究人员开发出一套算法，对各种因素进行衡量，如用户与列表互动的时间(点击列表，返回列表，转推朋友)，卖家历史(卖家提供的有趣商品)，文本分析(卖家对产品描述更详细，表明其对该物品的热情更高)等。

　　“发现”项目旨在给用户制造类似于在实体店购物时意外发现某件心仪物品的惊喜。布利尔说：“当你走进商店购物时，本来计划只买3件物品，但最终却买了100件。这种意外惊喜将被融入‘发现’商店的构思中。”eBay迄今仍不愿透露何时、以何种方式以及是否将发现项目整合到旗下网站中。eBay实验室网站也有“发现”项目链接，但处于eBay网站主页的最下面。

　　缺点明显

　　这种状况可能不会持续太久。eBay目前正努力将其数据与更快、更好的软件结合起来，使旗下网站变得更具吸引力、用途更大。eBay不断招募像布利尔、丹尼斯·德克斯特(Dennis Decoste)这样的业界知名人士，加强研发团队力量。布利尔曾在微软担任研究项目主管，而德克斯特则是来自于Facebook的机器学习专家。

　　eBay CEO约翰·多诺霍(John Donohoe)在2008年上任时，承诺将给公司核心业务网络交易平台重新注入活力。按美元计算，第二季度eBay美国商品交易总额上升14%，与整个电子商务行业整体持平。但在第一季度，eBay商品交易总额(GMV)增长10%，落后于全行业12%的增幅。由于成功地将更多买家引荐给所谓的“诚信卖家”，eBay的平均售价一直呈上升趋势。在美国、英国和德国等eBay最大的市场，最优评级卖家的同店销售额在第一季度同比增加18%，在第二季度同比增加22%。

　　eBay对流量的需要并不迫切。美国投资公司BGC Partners分析师科林·吉利斯(Colin Gillis)说，eBay的问题在于如何将网站访问者变成买家，同时让他们购买更多的商品，发现项目则有助于实现这一目标。他说：“从过去的经验来看，eBay的长尾被看作是它的一个弱点。”

　　吉利斯指出，如果发现能迎头赶上，eBay就能将其囤积的一次性、非常用物品转换为对亚马逊等更为主流的竞争对手的一种优势。他承认，“数据有望帮助eBay的增长高于市场平均水平。”

　　利弊兼存

　　eBay的海量数据利弊兼存。eBay表示公司全球活跃用户超过9700万，同时旗下拥有大概2亿个实时产品清单，每日删除和新增1000多万条目录。由于能够经由旗下子公司PayPal完成支付流程，eBay可以追踪每一个销售步骤。这些信息会被录入eBay购买者行为的海量数据库中。

　　eBay实验室成员包括经济学家、机器学习与机器视觉专家、数据挖掘专家、自然语言处理专家和人机交互专家。eBay实验室高级主管尼尔·桑德勒桑(Neel Sundaresan)说，经济学家分析免费送货的激励性影响，卖家列表增加照片等产品的利润影响，以及有信誉卖家从买家获取额外收入的能力。

　　桑德勒桑称，评估和分析公司数据过去曾是一件枯燥、费力的工作，今天eBay实验室工作人员每次可以检查数百万行数据，并被鼓励开发他们自己的产品，与创业公司的氛围极为相似。今年一月加盟eBay的德克斯特将这种转变归功于运算硬件和算法的进步。eBay还推出了用以处理海量数据的新工具，如开放源软件架构Hadoop和eBay实验室自主研发的Mobius系统。德克斯特说：“机器学习目前正处于黄金时期。我们可以处理所有数据，了解它会将我们引向何处。”

　　成果显著

　　eBay实验室初期孵化的搜索成果陆续成为该网站的标准功能。2008年，eBay引入“最佳匹配”算法，显示与输入搜索框内的关键词最相关物品的列表，即便关键词并不明显匹配。eBay还在2009年推出推荐系统，如果用户在拍卖中失败，这套系统会推荐与之相同的物品供竞拍。去年，eBay又推出了查询建议功能，一旦用户在查询中输入关键词，这套系统就会在搜索框下方显示相关搜索和流行物品。

　　一旦每个条目最终导向令人好奇或醒目的产品，“发现”体验就会让用户欲罢不能。但是，由于会将注意力引向环氧树脂或手机充电器等物品，这项功能或许也会让部分用户乘兴而来，败兴而归。用户可以通过eBay算法经由喜欢和不喜欢按钮做出更好的选择。另外，用户还可以寻找布利尔所称的“约束性意外发现”，只要向搜索框输入关键词或通过下拉菜单选择类别即可实现。

　　与此同时，“发现”功能抵制彻底定制。仅对棒球卡感兴趣的用户不会在“发现”功能上享有特殊优待。布利尔说：“我们会稍微偏向于那种喜好。但我们仍希望给那个人带来惊喜。”他指出，目前评判发现功能是否会推动eBay销售还为时尚早，但他指出用户评价是他们对这项功能满意的证据。一名用户在“发现”上面发现了儿时曾经拥有的一款自行车后，向公司发来感谢信。

　　eBay并不在乎“发现”功能是否会触发人们怀旧或激动的情感，而是只关心这款产品能否产生积极的反馈。布利尔称，他本人就是活生生的证据：“没人能对我进行研究，然后说‘他是一个古董无线电爱好者。’但能以这种方式查看我们的库存，将使我满怀欣喜地购买这类东西。”