母嬰相對一般的電子商務網站有一些特點：
第一個特點是商品週期短，在母嬰網站上的商品，線上的時間不會超過5-7天。
第二個是使用者需求的變化快，在母嬰行業，可能是使用者的需求變化最快的領域，比如是使用者處在懷孕當中，關心的是孕媽的一些問題，幾個月以後，隨著寶寶的落地，就會準備一些紙尿褲和奶粉，而且隨著寶寶的長大，紙尿褲和奶粉的型別也會變化。
第三個是移動化，一般有90%的成交是來自移動端的。
手機端的螢幕非常的小，可以給客戶的資訊非常的有限，所以需要我們幫助使用者找他有興趣的東西，大資料平臺既要為網站的活動提供大資料的支撐，還需要實現個性化的推薦，蒐集使用者的行為，全面的瞭解使用者的購物意圖，推薦使用者感興趣的商品。
下圖是整個大資料平臺的架構圖，最下面的是我們的資料收集，後面會有介紹。計算層包括了離線計算和實時計算，以後搜尋引擎，在演算法層有協同過濾，分類產生一些用品的商品特徵，以後排序的模型。在業務層的話，業務的型別是豐富多彩的，我們會融入一些運營的規則進行調整，包括一些個性化的調整和推薦，以及營銷。
BI 層的應用有面向運營的，面向商家的，會涉及使用者的瀏覽日誌，在PC上的一些行為，比如是使用者瀏覽了一些什麼商品，點選了一些什麼商品，對資料的消費也有二種方式，一種是實時消費，一種是離線消費，這種方式會在每天的凌晨進行一次統計，會有一天的延時，比如是 今天上線的活動，可能明天才知道這個活動的效果，因為我們研發了一套實時的資料研發系統，因此任何需要實時消費的資料包告，只要訂閱就可以了。
分散式的排程是整個大資料平臺的核心，在大資料平臺處於一個指揮的作用，比如是任務管理，任務監控和任務日誌，我們研發了一套分散式的系統，裡面有二種角色。Master主要是負責任務的管理，任務的分配，任務的執行，任何的Master掛掉，都不會影響我們系統的運營。
在整個大資料平臺上，很大一部分是推薦的產品，第一類是個性化的排序，個性化排序的特點是在侯選級的情況下，根據使用者的不同的購物的用途，為使用者做個性化的排序，使用者到達我們網站的時候，我們會推薦所有線上的品牌特賣，比如是一天500個，根據使用者的購物的意圖，做個性化的資料。
第二個是關聯推薦，比如是推薦和這個商品相似的商品，購買的商品可以推薦搭配的商品。第三個是個性化推薦，給指定的使用者推薦他感興趣的商品，比如是在使用者的資料的頁面，我們會直接給使用者推薦他感興趣的商品。
除了這三種推薦的形式，還包括透過個性化的簡訊，個性化的推送，引導使用者到我們的平臺，我們會給使用者推薦感興趣品牌，我們會對商品進行個性化的排序，還會有相似商品的推薦，使用者交易的環節，還會推薦和這個商品搭配的商品，包括週期購買預測等。
為什麼會有這種推薦，可以從二個方面來看，一個是我們網站本身是一個輕搜尋重推薦的模式，在我們的網站上搜尋的功能是非常的弱化的，我們最近的上線的搜尋 框也很不明顯，這是一個推薦商品非常重要的渠道，從推薦的本身來說，也可以看到它的三個方面價值，提升使用者的購物的體驗。幫助商家找到感興趣的使用者，也可 以提高他的銷售額，對整個平臺來說，只有服務好使用者和商家，才能得到一個比較好的持續的發展。
