伴隨著近兩年O2O熱潮的持續升溫，互聯網O2O的觸角幾乎延生到了所有行業。其實，O2O并沒有那么高大上，它的紐帶無非是企業借助互聯網轉型，滿足消費者不斷更迭的需求，打造***的用戶體驗。

缺失了大數據分析能力就談不上真正的O2O。對從互聯網中獲取的海量用戶信息進行分析的挖掘，利用標簽來進行識別和精細化運營，成為走出O2O迷霧的突破口。那么大數據與O2O怎樣才能實現更好的融合呢?在信息質量不高的前提下，如何提高O2O基礎信息的精準度，使用戶獲得更好的體驗呢?

帶著這些問題，51CTO記者采方到美團網高級經理任化偉，從技術的角度一一進行解讀。

任化偉，2006年西安交通大學畢業，早期創業做汽車領域的搜索引擎，后續經歷了12530的音樂搜索和百度的圖片搜索服務，在垂直搜索領域積累了豐富的經驗;離開百度后在品眾互動做了2年的技術總監，對廣告領域也有較深認識；目前在美團網負責商家數據中心的建設。

020的核心是為消費者提供便利

任化偉告訴記者，O2O 不僅僅是團購，但團購可以說是發展最為成熟，人們接受度***的O2組成部分。從“貓眼電影”到“美團酒店”再到“美團外賣”，在團購業務的積淀下，美團網開始全面進軍O2O市場。

互聯網時代，O2O模式之所以能夠成為下一個掘金點，是因為利用互聯網進行更加充分、完善信息溝通，相較于傳統電B2C/C2C的平臺架構設計，O20的進步體現在它不僅非常重視線下團隊和商家的接觸，還需要將系統資源進行有效整合，打通“人-店-商品”間的數據關聯，形成線上線下的交易閉環這種方式，使消費者和商家所獲得的信息實現***程度的對等，從而為消費者提供便利，并刺激其持續消費，使商家盈利。

大數據技術讓O2O基礎信息更靠譜

基礎數據的準確性直接影響著消費者的體驗。任化偉說：“我自己也被地圖導航坑過。一次我根據導航來到約定的聚餐地點，卻怎么也找不到商家，***在朋友的電話指揮之下才找到地方，這種情況對用戶的傷害還是很大的”。

基礎數據的準確性是非常重要的，提升基礎數據質量的道路是艱難的;比如評估一個數據源的質量只有80%，但是上線的質量要求是95%;事實上因為標準非常嚴苛，95%是經過培訓之后運營同學清洗之后所能達到的質量標準;在這種情況下，為了上線這批數據，就需要人工全部清洗一遍數據;也就是說為了提升15%的數據質量，需要付出100%的運營資源，而其中80%的工作是不必要的。

在這種情況下，研發同學提出了自動化校準的思路，當然前提條件是達到和運營同學清洗后一樣的質量效果;具體的過程，和大家通常判斷一個信息是否正確地思路是類似的，會經過信息收集、信息清洗、信息關聯、信息決策這幾個步驟；不同的是，我們面臨的是判斷海量信息的正確性。

信息校準是一個持續不斷的過程

大數據技術不是***的，在信息不完整時，人工也很難判斷。比如你從不同渠道獲取了兩條門店信息，兩條信息的門店名稱是一樣的，地址是兩個相鄰的街道，距離偏差一千米;你是愿意相信其中一個渠道的信息搞錯了呢，還是愿意相信物理世界上是存在兩家門店呢?如果是五***大酒店，相信大家都會判斷其中一個信息錯了，如果是沙縣小吃呢?如果不到實地勘察一下，估計很難判定。

如果我們獲取了更多信息，比如我們獲取了上述例子中門店的遷址信息，并且地址也能匹配上，就可以對兩條信息給出一個明確的判斷;所以校準是隨著信息不斷完善而逐步迭代的過程;另外客觀上也存在著商家不斷開展、遷址、倒閉的過程，所以信息校準也是一個持續不斷追求和物理世界保持同步的過程。

WOT大數據技術峰會上將分享我們踩過的那些“坑”

外行人在看待技術時，往往會產生一種高大上的“錯覺”，而實際上，真正涉及到業務層面的流程和機制設計時，往往是非常瑣碎的，而且在沒有經驗的前提下，很難做出一些有價值的思考。

在11月28-29日由51CTO主辦位于深圳的WOT大數據技術峰會上，任化偉將和大家分享他們在依托大數據技術進行信息自動化校準中的過程中的經驗，特別是在數據質量不高的前提下，他們都踩過哪些坑，解決方案是什么，最終達到了什么樣的效果，希望給大家帶來一些啟發。