治理“假货之都”需要大数据打假

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

白天鬼城,夜里鬼市,福建莆田因为大量产出仿冒名牌运动鞋,不仅是江湖游医之乡,而且也是“假鞋之都”。近日,在阿里巴巴的倡议下,“大数据打假联盟”在杭州成立。阿里巴巴与首期入盟的约20个创始成员发布《共同行动纲领》,依托大数据和互联网技术,用大数据赋能打假生态,凝聚最大社会共识,定期公布打假信息。

假冒伪劣泛滥,一直是我们时代的典型问题,不仅严重侵犯消费者权益,也严重损害中国制造的对外形象。面对假货问题,在过去,我们的思维一向是“往回看”,也就是满足于归责,似乎把责任归到某个部门某个企业的身上,就解决了假货问题。有人说假货问题应该归咎于监管不力,有人说假货问题应该归咎于电商平台,大家为此争吵不休。结果,当然根本无助于假货问题的解决。

就以阿里平台为例,打假绝不像我们想象的那么简单,只要把理解的尺度,放大到10亿件的海量商品,就能够想象其中的困难。更重要的是,你打掉一个店铺,对方很可能又会注册10个,就像割韭菜。真正要打假,必须深入像莆田“假鞋之都”这样的线下假货货源地,这就需要地方相关部门的通力配合。如果执法人员反而建议摊贩仿哪种鞋好卖,“假鞋之都”焉能不变态繁荣?

改变思维模式“向前看”,联盟所有可以团结的力量,大家不再互相指责而是互相协作,共同直面假货问题,用大数据的打假技术和专业化的打假资源,让打假更有力、更高效、更透明,这才是解决问题的办法。此番全球首个大数据打假联盟的成立,特别是Dulux、LV、施华洛世奇等国际大牌的加入,不仅说明“苦假货久矣”,也说明对阿里倡议的大数据打假联盟的信心,打假需要合作,而不是指责。

打假从来不是哪个部门或者哪个企业的事情,虽然在很多人看来,是阿里这样的电商平台给假货提供了方便,但你要知道的是,在没有电商平台之前,假货一直都是十分泛滥的,如果你现在去某些农村的集贸市场,你会发现那几乎就是假货大聚会,这些可都是线下交易。你更要知道的是,所有的假货都产自线下实体工厂,它们都是有监管者的,像“假鞋之都”这样的地方,不可能只存在一天两天。

在电商平台,消费者识别假货应该是更容易的,而且有纠纷解决机制和事后的差评机制,之所以假货仍旧存在,其中很大一个原因就是确实有人图便宜知假买假。他们不是所谓的“职业打假人”,但他们是基于自身利益的“职业买假人”。有需求就会有供给,正如线下的假货基地是阿里封不掉的,那些图便宜购买假货的需求也是阿里封不掉的。

一方面,打击假货,不可能只靠电商平台,而是需要全民参与,彻底消除假货,有待全民打假意识的提高。另一方面,打击假货属于堵的一面,彻底消除假货同样需要疏。给中小企业更宽松的经营环境,提升“中国质造”的水平,才是治本之道。

大数据打假是基于数据的打假,是线上的打假,也是更高效的打假,大数据打假联盟因此非常值得期待。但是,“假鞋之都”这样的假货源头主要在线下,当务之急,必须让线下的打假行动,也借助大数据的威力,实现线上线下的联动。惟其如此,大数据打假,才能真正让假货无处遁形,“假鞋之都”才不至于久治不愈。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
16天前
|
数据采集 监控 数据管理
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第26天】随着信息技术的发展,数据成为企业核心资源。本文探讨大数据平台的搭建与数据质量管理,包括选择合适架构、数据处理与分析能力、数据质量标准与监控机制、数据清洗与校验及元数据管理,为企业数据治理提供参考。
58 1
|
15天前
|
数据采集 分布式计算 大数据
数据治理之道:大数据平台的搭建与数据质量管理
【10月更文挑战第27天】在数字化时代,数据治理对于确保数据资产的保值增值至关重要。本文探讨了大数据平台的搭建和数据质量管理的重要性及实践方法。大数据平台应包括数据存储、处理、分析和展示等功能,常用工具如Hadoop、Apache Spark和Flink。数据质量管理则涉及数据的准确性、一致性和完整性,通过建立数据质量评估和监控体系,确保数据分析结果的可靠性。企业应设立数据治理委员会,投资相关工具和技术,提升数据治理的效率和效果。
48 2
|
5月前
|
数据采集 监控 大数据
大数据时代的数据质量与数据治理策略
在大数据时代,高质量数据对驱动企业决策和创新至关重要。然而,数据量的爆炸式增长带来了数据质量挑战,如准确性、完整性和时效性问题。本文探讨了数据质量的定义、重要性及评估方法,并提出数据治理策略,包括建立治理体系、数据质量管理流程和生命周期管理。通过使用Apache Nifi等工具进行数据质量监控和问题修复,结合元数据管理和数据集成工具,企业可以提升数据质量,释放数据价值。数据治理需要全员参与和持续优化,以应对数据质量挑战并推动企业发展。
1485 3
|
6月前
|
存储 SQL 分布式计算
闲侃数仓优化-大数据治理和优化
闲侃数仓优化-大数据治理和优化
70 0
|
6月前
|
存储 数据采集 算法
大数据平台治理——运营的角度看数仓
大数据平台治理——运营的角度看数仓
53 0
|
5月前
|
存储 分布式计算 DataWorks
MaxCompute产品使用问题之dataworks仅支持maxcompute上面的数据治理吗
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
6月前
|
数据采集 存储 监控
大数据治理:确保数据质量和合规性
【5月更文挑战第30天】大数据治理涉及数据分类、访问控制和质量监控,以确保数据安全和合规性。企业需保护个人隐私,防止数据泄露,并遵守各地法规,如GDPR和CCPA。技术实践包括数据加密、匿名化和严格访问控制。管理策略则强调制定政策、员工培训和法律合作。全面的数据治理能保障数据质量,驱动组织的创新和价值增长。
248 0
|
6月前
|
存储 SQL 分布式计算
大数据平台治理资源成本化
大数据平台治理资源成本化
89 0
|
6月前
|
存储 监控 大数据
数据仓库(11)什么是大数据治理,数据治理的范围是哪些
什么是数据治理,数据治理包含哪些方面?大数据时代的到来,给了我们很多的机遇,也有很多的挑战。最基础的调整也是大数据的计算和管理,数据治理是一个特别重要的大数据基础,他保证着数据能否被最好的应用,保证着数据的安全,治理等。那么数据治理到底能治什么,怎么治?
156 0
|
6月前
|
人工智能 安全 大数据
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品