聚划算显然其符合标准。杨滔即刻组成一支两人项目小组，着手打造选品模型，俗称“爆款模型”。

当然，数据需要从头整理。

首先，从商业视角整理数据的维度，这是一个“人”的活，但要从近百个描述商品、卖家、品牌平台表现指标中进行变量选择，需要凭借商业洞察的积累。一线运营小二在实践中提炼的经验规则是其最佳来源，从各品类在聚划算的销售趋势、店铺是否已有50万以上销量的爆款产品，再到该商品最近一周的收藏数、适合人群、所处价格带及产品生命周期等。

拿着这份对销售“产生致命价值”的数据维度表格，杨滔第二步工作是“做实数据”。从聚划算乃至整个淘宝数据中，“从各角落把它们挖出来再规整起来，已有数据都比较‘脏乱’。”杨滔表示。第三步是试验算法，找到最适合聚划算爆款模型应用场景的算法，完成根据已有商品表现，预测其在聚划算单日销售量的机器学习模型。之后是最紧张时刻，部署上线、监控纯“机器”选品的实际效果。

“人机PK”结果是效率提升超过80%。“也就是说用了数据模型之后，小二节省了80%的精力。”不仅如此，机器自动打分得到的高分商品在实际售卖中的确实现更高成交量。打分越高的商品实际成交金额也越高，比如75分以上商品平均单产达到50.9万元，相比50至75分区间的商品，平均销售额高了235%。

反向招商

攻克了从数万件商品中高效预测当日最高销售额商品后，杨滔团队研究扩大至海量商品的淘宝平台，希望全网范围内找到能在聚划算获得最高销售额的商品。“就是利用机器学习算出哪些没有报名的商品可能会卖爆”，以此实现“反向招商”。

如果实现反向招商，不谛是创造出一种全新的商业模式。聚划算并没有销售团队，靠运营小二的人力挨家去谈则如大海捞针。因此传统模式是坐等商家主动报名。“我们都有一个共识，仅靠这样聚划算永远没有新鲜的血液，永远没有特别有潜力的东西浮现。”杨滔告诉《环球企业家》。

事实上，“反向招商”这一概念数年前就被提出，“但一直没有大力推行，最多只在活动时对特定项目进行反向招商。”聚划算品牌营销部负责人家洛表示。从报名商品审核转向全网反向招商的业务模式转型，急需一个标准预测哪些商品有可能卖爆。

“反向招商”模型由此应运而生，模型背后的逻辑类似美国股票预估模型，考虑时间序列上哪一个节点最有可能上升。不过，从淘宝上找到上升期或上升潜力最大的商品还不够，还需与聚划算平台消费趋势特性做匹配，即该商品是否符合聚划算的用户群、价格带、品牌定位等。综合打分最高的商品名单成了聚划算运营团队下一步与商家沟通的指南。

可以说，“反向招商”模型充当了销售角色，能自动提醒卖家，“你应该上聚划算、你的哪一款宝贝适合以及能卖出多少数量。”杨滔说。迷你洗衣机的旺销正是反向招商的成果。后台数据提示“迷你洗衣机”、“小件衣物”等关键词出现频率大幅提升，聚划算团队立即启动小洗衣机招商选品。结果，吉德迷你洗衣机单次销售成绩为31150台、销售额达932万元。杨滔观察到健康保健类商品出现上升趋势，聚划算也及时上线“聚健康”子频道。

“有很多商家为上聚划算而研究规则”，聚划算平台运营部资深产品经理唐斩表示。“回顾数据，聚划算上卖得最好的是新品或者当季品以及性价比最高的商品。”张建锋说。有了反向招商模型，商家可以只顾做好商品，自然会被聚划算挑选中。最终爆款产品的产生回归到比拼商品单价、品牌知名度、货值、款式、应季性、性价比等基本功上。

选品模型和反向招商模型成后，杨滔团队又接连构建定价模型、品类规划模型。完成了聚划算项目后，杨滔马不停蹄地开始参与手机淘宝“生活”频道，尝试利用大数据实现个性化推荐，他所在的数据科学团队扩张到20多人，其亦着手建立美国办公室，“杭州负责商业应用，美国负责基础研究，令技术和生产力能有机结合起来。”