和其他在線生意業務平臺一樣，ebay對贗品亦非常敏感。眼下，公司試圖經由過程大數據技巧，讓體系智能地辨認出贗品。

　　現實上，收集打假事情其實不輕易。要曉得，贗品經常以各類形狀湧現在收集上，且屢禁沒有止。以rolex為例，贗品商傢大概在單詞中增長一個空格，也大概將個中兩個字母交換地位，乃至稱號裡基本沒有湧現rolex，隻是圖片展現出rolex腕表的模樣。ebay上有如斯多的品牌，天然無形形色色的贗品充滿個中。這類情形下，單是靠在商品稱號或描寫裡抓癥結詞，基本抓沒有住贗品。

　　而ebay眼下做的，就是經由過程數據剖析樹立起一種模子或規矩，如果商傢的生意業務相符這類規矩或特點，便有大概是在賣贗品。

　　打個比喻，當一個賣傢的商品賣的很廉價，賣得很快，但背面的埋怨和退貨許多，體系就會把這個可疑的形式辨認出來，然後再由事情職員去斷定，這個賣傢是不是在賣贗品。換言之，即使數據的量再大，賣贗品的人都有相對牢固的形式。林奕彰稱。而經由過程這類方法，ebay有用地辨別出很多贗品商傢。

　　不外，林奕彰其實不諱言，這類大數據剖析辦法亦有其弊病。就贗品題目來講，這類方法隻能在過後將題目查出來，而沒法事前猜測。他表現，這沒有是那末輕易辦理的題目，由於不管用甚麼樣的模子去套，贗品生意業務老是能先騙你一陣子。

　　除剖析的滯後性，ebay的大數據挑釁還表現在宏大的數據處置上。隻管企業數據堆棧為查詢供給瞭偉大機能，但它仍沒法知足ebay存儲和靈巧處置的須要。要曉得，這些體系的造價相稱高貴，當ebay天天增長50tb的數據時，其本錢是相稱昂揚的。

　　在此基本上，ebay網絡的相稱一部門數據，在今朝看來是無用的數據。究竟，數據收羅得越多，變量越多，而由此帶來的數據樂音也越多，模子越掉真。從這個角度看，ebay要做的是記載那些故意義的數據，並燒毀那些沒有須要的信息。題目在於，ebay要剖析的85%的題目都是新的或未知的，ebay其實不曉得哪些信息將來大概會有效，林奕彰坦言，那些如今看起來無效的數據，明後年大概就會跟著科技提高被消化，我們如今隻能先把這些數據貯存起來。

　　但另外一廂，如果將全部信息都貯存起來，那末ebay每一個月都邑新增數以億計的數據信息。在如斯眾多的數據陸地中，剖析事情基本無從動手。是以對ebay來講，這是一個必需均衡的困難。

　　須要指出的是，ebay當下的剖析模子也還不敷完善。不管是猜用戶，照樣剖析商傢在ebay上的買賣，ebay猜錯的情形異常異常多。對付這一點，林奕彰舉瞭信譽卡的例子。在他看來，銀行實在是應用大數據最鋒利的，但不管風控模子怎樣完善，環球依舊有2%閣下的信譽卡賠率。何況，ebay用的其實不是成熟機構認證過的模子，許多時刻要靠本身去猜，那末偏差也就無獨有偶。