杨浩涌是一位连续创业者，一直以来坚持的两条企业经营原则是，大幅度提升行业效率以及消费者因此而受益。下文将介绍“瓜子”如何通过数据驱动来提升二手车行业效率。
杨浩涌认为，数据驱动带来的最明显的一个优势，就是车辆的售卖周期缩短了。国外有两家公司KBB和CarMax做汽车定价，每年会出一本书，书里会给每一款车做定价，就像一个大的资料库一样，里面每一辆车，会有年份、颜色等各种指标，所有指标计算在里面，最后给出一个价格。
在杨浩涌看来，国外汽车定价给出的是车的价值，而中国的二手车商需要定的是车的价格。美国的汽车市场很稳定，2017年新车年交易1700多万车辆，二手车年交易4000多万辆，而且常年都是这样的。但是在中国市场，汽车的定价必须要考虑供需关系频繁波动这种现实的情况。
传统车商二手车售出周期平均是32天，CarMax是20多天，瓜子平均9天售出，是传统车商3倍以上工作效率的提升，靠的就是数据驱动。
算法是怎么做到的？杨浩涌举了一个日常场景例子。假设线下有一间夫妻店，门口摆着几辆车，一辆宝马3系收进来，这辆车到底标价多少是拍脑袋决定的。假设定了20万，一种可能的原因，是最近中美贸易战，税收高了，所以把价格定的稍微高一点；第二种可能是，店主看了一下周边二手车市场，还有好几家在卖同样的车，凭直觉定了20万。
然后，假设店里每天进来5个人，这5个人进来转一圈，问一下价格走了。店主等了2周，没有卖掉，就会思考是不是价格定高了，牌子改成19.5万元，又等了一段时间，又没人买。最后终于有一天，18万卖掉了，这就是为什么传统车商需要1个月以上的销售周期。
这里面有两个问题。首先，定价是靠直觉的；第二，所有调整价格的场景判断也是靠直觉的。到店里看车的那5个人，店主不知道那5个人是真想买宝马，还是进来溜达一下，看到有豪车开开眼就走了。在互联网人眼里，进来的这些人带来的不准确数据都是噪音，因为不清楚这些人的目的。
那怎么把这个场景线上化？在杨浩涌看来，在数据系统中，一辆车到底卖多少钱，每辆车有它自己的模式（pattern）。比如说，一辆2002年的红色宝马上架了，定价20万。这个价格是根据历史上类似车型成交的价格来定的。
接下来，算法会给这辆车1000次展示。首先，这个展示可以做到千人千面。用户一直在看宝马奔驰，算法就会继续给他推荐宝马奔驰，所以这些数据是没有噪音的，算法不会给想买奥拓的人推荐宝马奔驰。这1000次展示就是一个样本。这里面有100个人打了咨询电话，咨询这辆车的情况，其中有10个人到线下看了这辆车，最后这辆车成交了，这就是这辆红色宝马历史成交的模式，就如同股票和天气预报一样，所有数据汇总在一起，形成一种趋势预测。
如果在1000个展示样本中，发现按照20万的定价，1000次展示只有50个人打电话了，只有5个人到线下去看车了，然后算法就知道价格定高了，从而开始调整价格。所有这些事情，都可以做到在一天之内发生。
但是如果这辆车在线下的夫妻老婆店，线下店没法做到一次拉来100个顾客，准确了解定价合适不合适，如果不成交，马上就调整价格这种程度，但线上算法是可以做到的。
杨浩涌强调，算法不是用来做噱头的，必须要有切实的东西，让消费者感知到你在改变这个行业，就像沃尔玛开出来之后，大家马上知道他们很厉害，是在改变这个行业，因为不仅仅在价格，还有质量，以及消费者的整个购物体验，相比之前都有大幅提升。
在他看来，任何一个市场都要用消费者的角度去想这个事对不对，靠不靠谱，而不是去纠结C2B、C2C、B2C这些东西，这些都不是本质。消费者就是看价格的，谁的价格好就买谁的车。
为什么算法能如此极大缩短售卖周期？一句话，价格决定一切，1块钱的车当天就能卖掉，1000万的车可能永远卖不掉。在一个买家卖家充足的全平台网站上，有几百万的用户在上面，只要价格合适，就一定能卖掉，这是一个充分市场化的场景，在这个基础上，算法可以用价格来调节售卖时长和概率。因此瓜子能做到平均9天售出，CarMax做不到，因为CarMax没有在线上做数据化的分析。
大数据处理信息服务商金盛网聚WJFabric认为，算法，作为大数据时代最核心的工具，将直接通过对数据的作用，为业务运营提供革命性的变化。对于企业来讲，一方面要着力于对数据开发的精准性和有效性的保证与持续提升；另一方面应使日益成熟的数据库实现“物尽其用”，也就是说，对于算法的研发与测试将是大数据时代的重要课题。数据的开发最终要服务于业务，而使用的方法就是算法。因此，是否能开发出有效的算法将直接决定数据的使用效率，同时也决定了业务发展的可持续性。
閱讀更多 金盛網聚 的文章
