昨晚，很多人都默默打開淘寶，搜索了一下連衣裙。甚至有幾個男性朋友也很好奇搜了一下——他們從來沒在網(wǎng)上買過連衣裙，甚至很少在上面購物。

但他們就像被某種病毒感染一樣，想看一下第二條和第三條推薦結(jié)果。

這種莫名其妙的行為藝術(shù)，源頭是網(wǎng)友“風(fēng)中的廠長”發(fā)的一條微博：淘寶連衣裙客單價低于128，會被淘寶方面標(biāo)注為“低價人群”。

這位網(wǎng)友進(jìn)一步論證，淘寶連衣裙客單價低于128元，或者滴滴好評率低于4.8的女性，電商行業(yè)的人都不會和她們戀愛，因為這樣的人往往會比較“難搞”、“難伺候”。

很多女性“嚇得”趕緊打開淘寶，然后紛紛曬出自己連衣裙的客單價。我朋友圈里，很多女性朋友曬出的客單價大多遠(yuǎn)遠(yuǎn)高于128元。

相信這些朋友不但長舒一口氣，內(nèi)心也很是滿足：這個數(shù)字，雖然證明自己花了不少錢，但也讓自己脫離了“低價人群”的嫌疑。

這種“行為藝術(shù)”，形成了某種輿論，淘寶官方很快出來回應(yīng)稱，所謂128元客單價以下被系統(tǒng)默認(rèn)為“低價人群”的事并不存在。用戶的偏好不是靜態(tài)的，算法難就難在要做出個性化推薦，對每個人的推薦，都是基于對其消費習(xí)慣的動態(tài)捕捉上。

一、大數(shù)據(jù)正在捕獲我們，這是真的

淘寶官方的回應(yīng)大抵是可信的：如果說消費習(xí)慣和人的性格之間真的有某種可靠的聯(lián)系，那也一定有更復(fù)雜的解釋，否則花那么多錢搞數(shù)據(jù)分析就完全是浪費了。

但是，這么多人相信“風(fēng)中的廠長”所發(fā)布的“128定律”，并不是毫無來由。

到了2019年，一個普通的電商用戶，也知道了“大數(shù)據(jù)”這個詞。有過網(wǎng)購經(jīng)歷的人都知道，平臺會根據(jù)自己的購買行為，做進(jìn)一步的推薦。

你買了一件連衣裙，會給你推薦連衣裙。更高明的算法，可能還會給你推薦一款用來搭配的涼鞋。

如果你買的連衣裙是128元的，推薦的涼鞋價格也不會高到哪里去——價格，畢竟是一個考慮的因素。

把連衣裙客單價低于128（也可能是別的數(shù)字）的人統(tǒng)一劃分為一個人群，用來分析她們的消費習(xí)慣、投訴數(shù)量，也不是沒有可能，因為這可以改進(jìn)平臺的工作效率。

但是，把用戶稱作“低價人群”，總是不太禮貌的行為。更重要的是，一個花128元買連衣裙的女士，也完全有可能花幾千塊買一個包包。

網(wǎng)友紛紛曬出自己在某購物APP中的搜索結(jié)果。

真正厲害的算法，應(yīng)該琢磨的恰恰是更個性的東西，最終讓自己的推薦更打動消費者。

換句話說，大數(shù)據(jù)對人的捕獲能力，可能已經(jīng)遠(yuǎn)遠(yuǎn)超過了用128客單價來區(qū)分人群這種低級階段。我們可能被以別的標(biāo)準(zhǔn)做了區(qū)分，或者被貼的標(biāo)簽遠(yuǎn)遠(yuǎn)不止價格這一個。大數(shù)據(jù)為我們提供了方便，更為商家提供了方便。

很多人相信這個“128定律”，本質(zhì)上就是把大數(shù)據(jù)想得太簡單了。他們是把“自己的數(shù)據(jù)”理解為大數(shù)據(jù)。

事實上，大數(shù)據(jù)不但動態(tài)捕捉你自己的數(shù)據(jù)，還會在海量的數(shù)據(jù)中進(jìn)行計算，背后有復(fù)雜的模型——這可能不是多數(shù)非專業(yè)人士所能想象的，而大多數(shù)相信“128定律”的人，這時候的表現(xiàn)就像典型的文科生（并非黑文科生）。

二、標(biāo)簽與認(rèn)同：為自己標(biāo)一個價

更值得注意的，其實是網(wǎng)友的反應(yīng)。他們相信“128定律”，除了對大數(shù)據(jù)的誤解外，還有一種情感因素。

很多朋友并沒有感到被這個所謂的“128定律”冒犯，她們樂此不疲地去看自己的連衣裙價格，甚至連男人們也行動了起來，跑去搜索——大家想知道，自己是否屬于這個“低價人群”。

“128定律”是否靠譜并不重要，大家需要的是一個可以區(qū)分自己的標(biāo)簽，最好是一個“價格標(biāo)簽”。

在互聯(lián)網(wǎng)時代，每個人都想“脫穎而出”，提高自己的“能見度”，如果能被淘寶這樣的大平臺標(biāo)注為“高端人群”，我相信很多人都會毫不猶豫地發(fā)朋友圈曬出來。

其實，不少以“低價人群”自居的，其實也在以自嘲的形式，來標(biāo)榜自己的身價。

想想吧，每年底，有多少人在曬自己的年度支付賬單，一方面假裝后悔地反省，一方面在曬自己是多么有錢，花錢越多的人，曬得就越開心。

支付寶2018年度賬單。圖/視覺中國

很少有人在乎，這個賬單其實也是個人數(shù)據(jù)。

這是一種新的尋求認(rèn)同的方式。大數(shù)據(jù)在“捕獲”我們，在分析我們，甚至在算計我們，但是我們似乎不在乎。我們愛它呈現(xiàn)出來的“客觀性”，我們發(fā)自內(nèi)心地認(rèn)可它給我們的“定義”。

三、警惕反向塑造自己

這才是最值得警惕的。我們似乎正在喪失對“自我”的掌控，越來越依靠這些大數(shù)據(jù)平臺為我們描繪的“畫像”。

更進(jìn)一步，我們會根據(jù)這些“畫像”來調(diào)整自己，讓自己更符合平臺對我們的設(shè)定。

這可能就是那些算法工程師夢寐以求的：他們不但要懂我們、分析我們，還要真正影響我們。

最終，我們會變得越來越像一個數(shù)據(jù)。或許有那么一天，系統(tǒng)會提示我們，“根據(jù)你的習(xí)慣，這件128元的連衣裙就是最適合你的”，而我們也會心安理得地接受。

但可以肯定，大數(shù)據(jù)算法不可能僅僅從你的某一個行為就定義你好不好打交道，適不適合做女朋友。把穿128塊錢連衣裙等同于“低價人群”，是對大數(shù)據(jù)算法的降維打擊，不準(zhǔn)確，也不客觀。

□ 張豐（媒體人）

編輯 王言虎 實習(xí)生 李文雋 校對 陸愛英

1、數(shù)據(jù)爬取

爬取對象：淘寶“連衣裙 夏”的搜索結(jié)果。爬取對象的選擇分析我在文章中也有提及。

工具：Scrapy。

代碼：我把當(dāng)時實現(xiàn)的代碼放在了GitHub上，地址：
https://github.com/younghz/TBBKAnalysis，感興趣的可以看一下。關(guān)于Scrapy的知識與爬蟲的編寫可以見專欄：
http://blog.csdn.net/column/details/younghz-scrapy.html

2、數(shù)據(jù)分析

分析內(nèi)容可見上述Repository的Wiki（
https://github.com/younghz/TBBKAnalysis/wiki）。我也會將其寫在下面。或者直接看上面知乎問題中我寫的答案。

工具：ipython & matplotlib。

3、分析內(nèi)容

分析內(nèi)容放在了Wiki中，鏈接：
https://github.com/younghz/TBBKAnalysis/wiki?；蛘咧苯右娤旅嬲?。（注意：如果Wiki中圖片無法打開，請使用較高版本的Chrome瀏覽器。）

4、正文

一、案例選擇。

現(xiàn)在著手分析的對象是能讓你在三個月獲得大把鈔票的“爆款”。這 當(dāng)然得拿最有代表性的商品當(dāng)例子，最有代表性就是最火的?？纯词裁醋罨稹Ｏ旅媸翘詫氈笖?shù)（
http://shu.taobao.com/top/16/search）數(shù)據(jù)。

圖一 搜索排行

圖二 成交排行

很明顯，那么就取商品的搜索量和成交量二者交集——“連衣裙 夏”做案例進(jìn)行分析。

二、案例分析

在淘寶中搜索“連衣裙 夏”，首先提取有用數(shù)據(jù)，這里我基于Scrapy框架實現(xiàn)了一個爬蟲，爬取按銷量排行的前五頁數(shù)據(jù)（聽說前五頁是所有商家的夢哦），銷量在三千到三萬，銷量低于三千的款也不夠‘爆’吧（我也不清楚，呵呵）。 這里提取每個寶貝銷量、寶貝價格、店鋪性質(zhì)以及店鋪名稱等分析。

三、數(shù)據(jù)分析

下面對提取的數(shù)據(jù)進(jìn)行分析，分析分為兩種：首頁和前五頁。（以下圖表使用ipython基于matplotlib生成） 如果說前五頁屬于‘爆’級別，那么首頁就是‘爆爆’了吧。

（1）最關(guān)心的當(dāng)然還是銷量

基于上面抓取的數(shù)據(jù)，分析。

圖三 前五頁銷量趨勢

圖四 首頁銷量趨勢

看過了什么感受，這怎么成指數(shù)下降趨勢啊。即便是爆款，銷量差距還是很懸殊的啊。即使在‘爆爆’級別的首頁銷量老大和老二都不是一個級別的啊。競爭好激烈不是嗎。

我們繼續(xù)進(jìn)行局部放大，看看銷量在一萬以上的是什么情況。

圖五 銷量大于一萬趨勢

小伙伴，是不是有種要做就做老大的感腳。

（2）看價格

下面是前五頁商品的價格曲線。

圖六 前五頁商品價格及平均價格圖

其中紅色的線是所有商品的平均價格，低于50塊。而且價格可分為三個區(qū)間:

• 區(qū)間一：50以下。這部分商品最密集，大部分商品價格集中在這個區(qū)域。
• 區(qū)間二：50到100。這屬于第二階梯。
• 區(qū)間三：100以上，看上去這部分好刺眼啊，總有零星的幾個拔出來。相對比例很少。

有什么感想，要是你做，把你的東西價位定義在哪個區(qū)間呢。繼續(xù)看下首頁的價格數(shù)據(jù)。

圖七 首頁商品價格走勢圖

要是感覺這個不夠明顯，我們還是來看銷量高于一萬的走勢圖。

圖八 銷量大于10000商品價格走勢圖

下面來研究下這些爆款都來自哪里。

（3）賣家地點

來看看這些做爆款的賣家都在哪，地點是不是也為他們提供了一定的優(yōu)勢？

圖九 賣家地點分布

從高到低分別是——廣東、浙江、北京、上海、江蘇、山東、湖北、河南、遼寧、江西。

（4）店鋪是否是天貓賣家

圖十 是否是天貓（前五頁數(shù)據(jù)）

圖十一 是否是天貓（首頁數(shù)據(jù)）

這個比例看起來都差不多?？磥硪矝]什么必然的關(guān)系。

(5)商品名字

給你舉兩個： “夏季新款女式連衣裙莫代爾背心長裙波西米亞氣質(zhì)長裙打底裙子” “14夏季新款韓版短袖V領(lǐng)波西米亞連衣裙大碼女裝沙灘裙子” “夏裝新款女連衣裙短袖韓國性感修身顯瘦包臀V領(lǐng)大碼” 呵呵，想沒想好你的叫什么名字了？ 如果買的是內(nèi)褲，按照上面的規(guī)則應(yīng)該就叫：“14夏季新款波西米亞修身顯瘦包臀韓國氣質(zhì)新版安全防盜內(nèi)褲”，呵呵。

（6）買家分析

剛才說的都是賣家的，現(xiàn)在看看消費者?？纯搓P(guān)鍵詞喜好度（
http://shu.taobao.com/searchindex?spm=0.0.0.0.3Mt2Y2&query=
%E8%BF%9E%E8%A1%A3%E8%A3%99%20%E5%A4%8F）對你有沒有幫助。

圖十二 搜索喜好度

第一是黑龍江，遼寧也入圍前十了。