
淘宝接连三天发布打假报告 大数据助力电商打假
据中国之声《新闻纵横》报道,淘宝最近有点忙,继《2014年淘宝联动警方打击假货报告》后,19号公布了《2014年淘宝联动知识产权局打假报告》,昨天(20号)又宣布联合国家新闻出版广电总局打击盗版侵权。由此看来,从双十一口水战开始站上舆论风口的“电商打假”,因为“江湖老大”阿里巴巴的发力,似乎正在掀起前所未有的高潮。
但电商打假远不是什么新鲜事儿,对电商打假是“假打”的质疑也不绝于耳。这一次,淘宝声称将用大数据助力打假,到底怎么打,会不会有效果?
今年双十一,某知名电商发布这一系列广告,暗指淘宝售假。随后,在一次会议上,包括京东、当当网等在内的多家网站,也抱团以抵制售假,站在淘宝对面。然而日前,国家工商总局网监司公布了双十一期间质量抽查结果,结果售假名单上,天猫、京东、1号店、亚马逊等电商平台,一个都没能逃脱。至此,京东CEO刘强东所说的打假需要电商跨平台联动,也显示出了更现实的意义:
刘强东:现在在网上卖水货、假货的都不再是以前的夫妻店、两三个人的小公司了。都是几百人、大型的、有组织化的,有几千万甚至几个亿规模的。所以我们也希望电商能联合起来,发现一个平台商家比如在京东上卖假货,我们通知大家,你们都把他的店封了,不然我们下架了,他可以换个平台,过了几个月改头换面偷偷摸摸再来。
国家工商总局的一纸结果,让电商迅速行动起来。临近岁末,淘宝连续动作,宣誓打假决心。并于本月15日,浙江省知识产权局与阿里巴巴集团合作出台全国首个《电子商务领域专利保护工作指导意见》,探索建立电商环境下的专利侵权纠纷投诉处理新机制。
但记者梳理发现,这并不淘宝第一次大张旗鼓向假货宣战,09年淘宝投入亿元打假,13年淘宝再出史上最严打假政策,但假货,始终如甩不掉的黑影。对此,阿里巴巴集团安全部资深总监倪良坦言,作为平台电商,淘宝打假有天然的难度:
倪良:因为可以这样讲,很多是自营电商,那么就只要管理自己的员工,但我们要做的是通过大数据来管理看不见摸不着的商家。
但淘宝的无奈,在另一些观点来看,却是“假打”。某不愿具名的业内人士表示,淘宝根本就是店家的利益共同体,因此并不愿意打假伤及商家利益。
业内人士:对淘宝肯定是一个很大的损失,虽然淘宝是C2C的老大,是最优秀的,但是后又追兵,这样对他们的人气肯定有影响。
但对于这样的观点,倪良并不认同。
倪良:没有影响。而且会更加净化电子商务环境,我相信还是好的商品更多。
事实上,在阿里赴美上市之前,对于淘宝售假的声讨也恰如其时的开始增多。对于已经渡船出海的阿里巴巴来说,不惜挑战老美对诚信的看重而包庇售假,似乎也不甚合算。那么,淘宝乃至整个电商行业,为何总也无法完全摆脱假货阴影?电商行业评论员鲁振旺表示,线下的假货链条难以铲除是根源:
鲁振旺:假货一直都有,只是在哪里买的问题。单纯只打电商,是有问题的,因为线下这个假货都很多。需要线上线下一起来清缴,包括假货的批发市场、假货的工厂,我认为这个都要彻底清理,才有机会清理电商假货的情况。
线下链条不断,线上难以根绝的局面如何破解?淘宝的答案是利用大数据,联合多部门进行围剿。阿里巴巴集团安全部资深总监倪良:
倪良:整个消费者层面反映突出的假货问题,突出集中在哪个行业,那个类目,哪个商家,哪个商品,我们通过大数据做信息归集,我们做处理之后就把这些信息与国家行政机关同步,比如把假货的信息反映给经侦部门。
事实上,这条路径已经取得了一些效果,今年7月底在莆田经侦配合下,通过淘宝提供的线索,杭州当地经幡查处出售耐克品牌运动鞋窝点2个,厂家一个,缴获假冒运动鞋9000双。
办案民警:淘宝平时在网上是在线搜索有没有销售假冒商品的网店,是他们发现的,他们发现之后会把相关的线索整理好后移交到公安,不光是和我们城区,和其他城区也有合作。
鲁振旺认为,在抵制假货的道路上,电商小伙伴们应当用合作代替拆台,与相关行政部门一道,联合正品厂家,才能多些胜算:
鲁振旺:我认为现在这个阶段需要三方入手,一方面需要电商平台为假货提供禁止的规则,另一方面需要国家相关部门站出来;还有就是厂家也要参与,因为厂家不参与的话,很多老百姓都分不清。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16