伴随着近两年O2O热潮的持续升温，互联网O2O的触角几乎延生到了所有行业。其实，O2O并没有那么高大上，它的纽带无非是企业借助互联网转型，满足消费者不断更迭的需求，打造***的用户体验。
缺失了大数据分析能力就谈不上真正的O2O。对从互联网中获取的海量用户信息进行分析的挖掘，利用标签来进行识别和精细化运营，成为走出O2O迷雾的突破口。那么大数据与O2O怎样才能实现更好的融合呢?在信息质量不高的前提下，如何提高O2O基础信息的精准度，使用户获得更好的体验呢?
带着这些问题，51CTO记者采方到美团网高级经理任化伟，从技术的角度一一进行解读。
任化伟，2006年西安交通大学毕业，早期创业做汽车领域的搜索引擎，后续经历了12530的音乐搜索和百度的图片搜索服务，在垂直搜索领域积累了丰富的经验;离开百度后在品众互动做了2年的技术总监，对广告领域也有较深认识；目前在美团网负责商家数据中心的建设。
020的核心是为消费者提供便利
任化伟告诉记者，O2O 不仅仅是团购，但团购可以说是发展最为成熟，人们接受度***的O2组成部分。从“猫眼电影”到“美团酒店”再到“美团外卖”，在团购业务的积淀下，美团网开始全面进军O2O市场。
互联网时代，O2O模式之所以能够成为下一个掘金点，是因为利用互联网进行更加充分、完善信息沟通，相较于传统电B2C/C2C的平台架构设计，O20的进步体现在它不仅非常重视线下团队和商家的接触，还需要将系统资源进行有效整合，打通“人-店-商品”间的数据关联，形成线上线下的交易闭环这种方式，使消费者和商家所获得的信息实现***程度的对等，从而为消费者提供便利，并刺激其持续消费，使商家盈利。
大数据技术让O2O基础信息更靠谱
基础数据的准确性直接影响着消费者的体验。任化伟说：“我自己也被地图导航坑过。一次我根据导航来到约定的聚餐地点，却怎么也找不到商家，***在朋友的电话指挥之下才找到地方，这种情况对用户的伤害还是很大的”。
基础数据的准确性是非常重要的，提升基础数据质量的道路是艰难的;比如评估一个数据源的质量只有80%，但是上线的质量要求是95%;事实上因为标准非常严苛，95%是经过培训之后运营同学清洗之后所能达到的质量标准;在这种情况下，为了上线这批数据，就需要人工全部清洗一遍数据;也就是说为了提升15%的数据质量，需要付出100%的运营资源，而其中80%的工作是不必要的。
在这种情况下，研发同学提出了自动化校准的思路，当然前提条件是达到和运营同学清洗后一样的质量效果;具体的过程，和大家通常判断一个信息是否正确地思路是类似的，会经过信息收集、信息清洗、信息关联、信息决策这几个步骤；不同的是，我们面临的是判断海量信息的正确性。
信息校准是一个持续不断的过程
大数据技术不是***的，在信息不完整时，人工也很难判断。比如你从不同渠道获取了两条门店信息，两条信息的门店名称是一样的，地址是两个相邻的街道，距离偏差一千米;你是愿意相信其中一个渠道的信息搞错了呢，还是愿意相信物理世界上是存在两家门店呢?如果是五***大酒店，相信大家都会判断其中一个信息错了，如果是沙县小吃呢?如果不到实地勘察一下，估计很难判定。
如果我们获取了更多信息，比如我们获取了上述例子中门店的迁址信息，并且地址也能匹配上，就可以对两条信息给出一个明确的判断;所以校准是随着信息不断完善而逐步迭代的过程;另外客观上也存在着商家不断开展、迁址、倒闭的过程，所以信息校准也是一个持续不断追求和物理世界保持同步的过程。
WOT大数据技术峰会上将分享我们踩过的那些“坑”
外行人在看待技术时，往往会产生一种高大上的“错觉”，而实际上，真正涉及到业务层面的流程和机制设计时，往往是非常琐碎的，而且在没有经验的前提下，很难做出一些有价值的思考。
在11月28-29日由51CTO主办位于深圳的WOT大数据技术峰会上，任化伟将和大家分享他们在依托大数据技术进行信息自动化校准中的过程中的经验，特别是在数据质量不高的前提下，他们都踩过哪些坑，解决方案是什么，最终达到了什么样的效果，希望给大家带来一些启发。
