刘祚宏说，阿里的数据产品商业化经历了几个过程，从量子统计到淘宝直通车/淘宝联盟，再到数据魔方，其中淘宝直通车和淘宝联盟是淘宝业务里最赚钱的两个板块。
所以未来只会剩下一类公司，就是数据公司。那么数据是怎么样帮助企业进行商业模式迭代的呢？
从07年到12年，阿里是怎么样用数据去迭代它的商业模式的？
创业公司“大搜车”怎么样用数据去迭代自己的商业模式？
阿里巴巴是怎么样使用数据
去迭代商业模式的？
阿里的大数据之路
我是07年加入的阿里，在阿里主要负责数据分析方面的业务，接下来我和大家聊一聊从07年到12年，我在阿里的时候，阿里是怎么样用数据去迭代自己的商业模式的？我们分成五步来详细解释。
1、搭建数据集市
淘宝具有天然获取用户数据的优势，所以第一步数据获取和分析就比较水到渠成。在淘宝内部，数据分析师团队被制定到不同的行业，最后获取的数据形成数据集市，使用MSTR/SPSS/MYSQL等工具进行初步分析。
接下来比较重要的一部分叫做数据挖掘。根据淘宝其他业务部门的需要去做数据挖掘项目。这里举几个例子帮助大家理解。
用”数据“打假
当时淘宝遇到的一个比较严重的问题-假货泛滥，有的商家还会发布虚假或者无效的商品，导致平台信息非常混乱。
假设平台上有500个商品品类，一个品类配备一个审核人员，就需要500个人，这么多人的成本和开销就过大。所以当时就做了一个自动审核商品的引擎。
原理还是比较简单的，先找出一些坏样本，抽取这个坏样本的特征，制定过滤规则，放到过滤引擎中去，只要符合规则的坏商品进来就被干掉。
CTU（抓骗子引擎）
第二个产品叫CTU（抓骗子引擎）。就像美国的FBI那样，把平台上的骗子抓出来。原理也比较类似，先挖掘骗子的模型，然后装入规则，进行策略预演，最后执行策略并进行效果监控。
2、提升数据化运营效率
前面说的这么多数据产品，如果没有一个很大的数据分析团队是很难实现的。但是我们钱都没赚到，还要养数据团队，想想就感觉很心碎。
所以后来淘宝就通过一些可视化的方式，开发了一个云端产品，让不会SQL的人也能够做数据分析，以减少数据分析团队的负担和消耗。
3、数据产品商业化
前面几步都是为自己服务的。这一步开始就是为把数据做成商业化产品，实现盈利。阿里的数据产品商业化经历了几个过程。
量子统计
阿里最早的第一款数据产品叫量子统计，主要统计的是卖家的交易额，让你知道整个店流水交易的状况，这是第一个商业化的数据产品。
淘宝联盟和淘宝直通车
数据魔方
数据魔方是当时我在阿里负责的产品。通过“数据魔方”平台，商家可以实时直接获取行业宏观情况、自己品牌的市场状况、消费者行为情况等。
当时行业数据分析里面有两个巨头，一个叫AC尼尔森，第二个叫GFK，但是它们两都有一个问题，你只能看到六个月以前的数据，用六个月以前的数据来辅助商业决策是极其滞后的。所以数据魔方革命性的一点就在于，今天可以看到昨天的数据。
当时我们做这个产品还有另外一个初衷。数据魔方能够缩短电子商务的进程。怎么理解，这里面有一个C2B的概念，表面上来看，C2B的意思就是个人卖家把自己的车卖给一个二手车交易商。但是其实C2B的意思是柔性化生产。
过去我们的商业模式叫做B2C，制造商做标准化商品销售给个人买家。现在呢，其实情况是反过来了，是制造商去生产消费者所需要的商品。
这一点是当时的阿里没有做到的，但是我觉得未来的趋势应该是根据消费者数据和需求驱动上游制造商的生产，各行各业都应该是这样。
当时阿里没有做到的还有一件事，供应链。阿里当时集合了大量的用户数据以后，做了一个公司叫做网商银行，贷款给中小商家，当时阿里覆盖的商家已经超过百万。后来有两个公司出来了，一个叫做E店宝，一个叫做管易，这两家专门做网商的ERP收费软件。
在中国，靠做收费软件赚钱的公司，根本不太可能，这样的企业初期应该怎么做呢？一开始就应该免费，让所有的网商免费用他们的ERP软件，搜集大量的网商数据。
因为阿里其实只有交易数据，它没有采购数据和销售数据，如果你能够掌握企业的采购数据和销售数据，你就会知道这个企业的利润，这个时候你再去做网商银行，你可以做的事情会非常多，未来会诞生很多的巨无霸出来。
4、计算能力的飞跃：阿里云计算
所以当时有一个非常有远见的人加入了阿里巴巴，王坚，他做了一件事情去提升整个阿里的计算能力-阿里云。
大量的用户在淘宝买卖，沉淀下来大量的交易数据。这些数据再往下沉淀，形成的是征信数据。
大搜车如何使用数据
去迭代商业模式
从免费到收费水到渠成
大搜车是一家二手车交易服务提供商。我们提供免费的ERP给车商，去解决他们的运营需求。
那么，大搜车作为一个创业企业，是怎么用数据来迭代自己的商业模式的，这是我接下来要讲的主题。
1、数据指导运营
用数据指导运营时，我们选择什么样的数据分析工具？
有很多人会使用百度统计或者友盟来分析自己的APP或者网站，但是其实这两个产品帮不了我们太多的忙。它只能告诉我们日活、月活、留存，还有一些事件时，点击率的排序。但是很多核心的业务数据，我们很难看到。
拿我所在的二手车行业来举例，我们其实要知道，每天的发车数量有多少，每天到店的客户数有多少，成交转化率有多少，POS机的刷单率、财务数据怎么样，百度统计和友盟这些第三方工具都不太可能帮到我。
另一方面，我们也在用第三方的数据平台，两条腿走路。除了自己的数据平台帮我们解决业务数据、交易流量数据、用户数据的问题之外，上面我们还用了一个第三方平台叫做BDP的可视化工具，两条腿走路。
2、数据指导产品
这一部分的内容更适合产品经理好好来听。每个产品经理，第一件要做的事情是，挖掘用户行为。比如我要去筛选最近几天做过一单生意的车商，我把这批人筛出来。筛出来号以后干什么呢？
为什么我们说友盟没用呢？因为它只能展示实时的用户行为。但是我用自己的数据平台，我就可以知道，我的核心用户，从早到晚的浏览行为，每天在我产品里的路径我都可以知道。
我知道核心用户的浏览路径之后，我就可以知道这个客户是怎么用我的产品的，我就可以去改良和优化。如果我今天上了一个新的为核心用户设计的功能，我会发一个短信给他，看看他有没有去用，怎么用的，这就是完全基于数据去迭代产品的方法。
3、数据商业化
我们公司做的第一个产品是针对汽车经销商的ERP系统。我们当时发现了车商的一个痛点，所有的车商都要去营销几十个平台，需要把他们的二手车信息发到58同城、汽车之家、赶集网……有的车商甚至要雇五六个人来干这件事情。
所以我们想，这个信息能不能同步呢？我们让经销商在我们的平台上绑定各个营销网站的站好，他只要把二手车信息输入ERP里面，我们就能够给他同步到各大网站，并且各大网站的浏览数据也都能在我们的ERP系统里面看到。这样原来四五个人才能做的事情，现在一个人都能搞定了。
库存管理。结合行业数据和客户自己的数据以后，我们还可以为客户做库存管理。比如宝马2013款的320在售有两台，已售三台。系统会提醒你，应该再加两台，因为有市场需要。另一方面，奥迪2013款Q7高配，就应该减去三台，因为市场需求较弱。
我们通过大量的行业数据直接帮助客户把库存做数据化管理。甚至不同品牌不同车系不同年份的库存，是需要增加还是需要减少，每个车商在自己手机端里看到的数据都是不一样的。
接下来我们的系统还做了一件什么事情呢？不是让管理者去找事情，而是让事情去找人。
其实每个公司的管理者是很累的，每天大大小小的事情，今天钱到账了没有，明天货进来了没有，都是人去追着事情跑。
但是现在，这些管理者只要打开手机里的ERP系统，就知道哪些事情需要处理，比如库房里有几台车库存太长了需要处理，今天有几台车的款还没有打，要记得去打款……我们做了这样一些事情，让这个产品的商业化越走越远。
然后我们又发现车商他们需要物流，需要过户、需要保险、违章，我就把汽车领域的一切都给它连接起来，这样就形成汽车领域的生态，一旦护城河建立起来，这个产品的可替代性极低。
我们的商业模式就是靠免费的软件进来，因为一开始就没想过收费，当时很多人也在想我们怎么收费，其实下面的这些东西都是可以去收费的。
车商银行
和阿里做网商银行一样，我们接下来要做的一件事情叫做，车商银行。
因为我们知道所有车商的采购和交易数据，我们就可以把资金投给毛利更高的车商，并且在未来输出征信能力。
决策云
因为我们的数据产品会经常帮助车商做库存管理和定价管理的决策，所以未来我们可以做一个决策云，把我们的决策引擎开放出来。
现场问答
混沌研习社：阿里有没有可能成为评级机构或者征信机构？
刘祚宏：阿里巴巴毫无疑问会成为一个基础的信用机构。美国有个公司叫FAC,在美国不管买房买车都会调用FAC的信用评分。芝麻信用正在往这个方向靠，而且阿里的用户体量足够大，完全有能力做到。
另外一点就是中国信用卡体系的不成熟，说直接一点就是征信数据的落后。我们去调一个人的征信数据，很多情况是没有的，因为很多人不用信用卡。可以说今天正是有了阿里、腾讯这样伟大的公司，使得我们征信数据化进程得到了加速。
混沌研习社：大搜车现在的数据团队有多少人？A轮之前数据团队的规模有多大？
刘祚宏：A轮之前数据团队就一个人。现在大概五个人左右。如果是数据分析阶段，不要超过三个人，到了挖掘阶段的时候，可能要翻倍。通常数据分析人员占到整个研发团队10%-20%的比例，可能是比较合理的。