零距离接触与售假者“斗智斗勇”的主控团队
天猫、淘宝上销售商品都在主控团队的监测内。
“打假”，两字寥寥16笔，说起简单，做起来着实不易。在阿里线上打假，除了接受来自权利人、消费者等投诉外，阿里巴巴平台治理部还有一支主动防控团队——主控团队。
2月27日，记者零距离接触了这支鲜为人知的团队。年轻姑娘宋楚，便是其中的一名安全运营专员。跟随着她，记者开始了全新的实习工作。
主控团队的工作流程主要分为圈定防控范围、识别、对疑似假货商品商家处置、商家申诉受理等四部分。
假货防控范围是如何圈定、识别的？消费者维权、权利人投诉、政府机构或其他协会的相关监管信息以及会员举报等这些信息，为阿里大数据打假系统强大的数据计算基础。该项工作由阿里专业程序员团队负责。对编程一窍不通的记者，只能远而观之。
宋楚的工作是识别品牌商品在平台的假货风险，通过分析售假商品特征，建立假货风险商品的识别规则模型。模型建好后，交由系统和人工进行风险的研判，并根据识别及处置效果的反馈，完善防控范围和精度。
记者打开阿里后台推送信息，看到LV的售假投诉量比较高。在宋楚的指导下，记者在专用识别规则模型中，填入了LV、高仿、1000元以下等内容。但查到的结果并不理想，寥寥几个假货而已，原因出在哪？
“我们打假的同时，售假商家也在做顽强地对抗。这也要求我们要不断地去更新识别规则。”宋楚以LV举例，最初建的筛查规则是宝贝名称中出现路易威登、LV等字样，同时价格等其他指标存在异常就会被系统识别。
很多售假卖家被处罚后，便会尝试绕开规则继续售卖。于是，卖家选用更隐晦“老花”“蒙田”之类的品牌暗语发布商品，从而避开监管的现象。
此时，老的规则模型查找不出改头换面的假货，需要进一步在识别算法的规则上去升级完善。所以主动防控和售假者是一场持续的攻防战。
记者看到，阿里假货筛选的规则中除了能想到的品牌关键词，还有其他大量想不到监控点，从标题到商品属性、类目等，字段总量上百个。如此精细化的设置，记者不禁暗赞。想来筛选准确度肯定不低吧？
从宋楚那记者得知，阿里巴巴的大数据打假系统每秒可以分析数以亿计的数据点，全天候24小时监测是否存在售假的可疑帐户、产品和交易，更包括利用具备机器学习能力的打假系统。通过人工核验加算法模型的方式，阿里可将主控假货处置准确度提升到99%以上。准确度长期达到99%的模型，可转化为系统自动识别和处置模式。
虽然处置准确度高达99%，但仍会有1%的误伤。这部分商品，商家最终会通过申诉将宝贝恢复上架。“所有的模型一定存在概率性，在模型具体使用中我们也要面临被误伤商家反弹的风险，但我们不能为了1%人的利益，去无视99%的售假商家。也希望，商家能够给予理解。不断提升模型的精准性也是主控团队永恒的课题”主控团队安全运营专家唐振宇说。
记者的一天实地采访，对上面的这段话深有感触。淘宝、天猫上的商品基础太大，主控团队只有几十人。只靠人工审核的方式，工作量太大。为了最大限度的保障精准度，主控团队同违法商家展开了一场斗智斗勇的持久战。不法商家不断更新迭代新办法，企图规避阿里审查；主控团队则要及时跟进，揭开售假新马甲，保障消费者权益。
近年来，阿里主动出拳，给予售假商家痛击，努力的效果看得见。截至2016年8月，阿里巴巴主动拦截和下架商品和接到权利人投诉而下架商品的比例是16：1，这一数字2014年的时候是8：1。
也就是说，现在品牌权利人每次投诉要求下架一件商品的背后，阿里巴巴的大数据打假系统已经发现并主动下架了16件，远远超出品牌权利人本身的付出和期待。
主控是阿里平台治理的重要环节。
“打假”，两字寥寥16笔，说起简单，做起来着实不易。在阿里线上打假，除了接受来自权利人、消费者等投诉外，阿里巴巴平台治理部还有一支主动防控团队——主控团队。
2月27日，记者零距离接触了这支鲜为人知的团队。年轻姑娘宋楚，便是其中的一名安全运营专员。跟随着她，记者开始了全新的实习工作。
主控团队的工作流程主要分为圈定防控范围、识别、对疑似假货商品商家处置、商家申诉受理等四部分。
假货防控范围是如何圈定、识别的？消费者维权、权利人投诉、政府机构或其他协会的相关监管信息以及会员举报等这些信息，为阿里大数据打假系统强大的数据计算基础。该项工作由阿里专业程序员团队负责。对编程一窍不通的记者，只能远而观之。
宋楚的工作是识别品牌商品在平台的假货风险，通过分析售假商品特征，建立假货风险商品的识别规则模型。模型建好后，交由系统和人工进行风险的研判，并根据识别及处置效果的反馈，完善防控范围和精度。
记者打开阿里后台推送信息，看到LV的售假投诉量比较高。在宋楚的指导下，记者在专用识别规则模型中，填入了LV、高仿、1000元以下等内容。但查到的结果并不理想，寥寥几个假货而已，原因出在哪？
“我们打假的同时，售假商家也在做顽强地对抗。这也要求我们要不断地去更新识别规则。”宋楚以LV举例，最初建的筛查规则是宝贝名称中出现路易威登、LV等字样，同时价格等其他指标存在异常就会被系统识别。
很多售假卖家被处罚后，便会尝试绕开规则继续售卖。于是，卖家选用更隐晦“老花”“蒙田”之类的品牌暗语发布商品，从而避开监管的现象。
此时，老的规则模型查找不出改头换面的假货，需要进一步在识别算法的规则上去升级完善。所以主动防控和售假者是一场持续的攻防战。
记者看到，阿里假货筛选的规则中除了能想到的品牌关键词，还有其他大量想不到监控点，从标题到商品属性、类目等，字段总量上百个。如此精细化的设置，记者不禁暗赞。想来筛选准确度肯定不低吧？
从宋楚那记者得知，阿里巴巴的大数据打假系统每秒可以分析数以亿计的数据点，全天候24小时监测是否存在售假的可疑帐户、产品和交易，更包括利用具备机器学习能力的打假系统。通过人工核验加算法模型的方式，阿里可将主控假货处置准确度提升到99%以上。准确度长期达到99%的模型，可转化为系统自动识别和处置模式。
虽然处置准确度高达99%，但仍会有1%的误伤。这部分商品，商家最终会通过申诉将宝贝恢复上架。“所有的模型一定存在概率性，在模型具体使用中我们也要面临被误伤商家反弹的风险，但我们不能为了1%人的利益，去无视99%的售假商家。也希望，商家能够给予理解。不断提升模型的精准性也是主控团队永恒的课题”主控团队安全运营专家唐振宇说。
记者的一天实地采访，对上面的这段话深有感触。淘宝、天猫上的商品基础太大，主控团队只有几十人。只靠人工审核的方式，工作量太大。为了最大限度的保障精准度，主控团队同违法商家展开了一场斗智斗勇的持久战。不法商家不断更新迭代新办法，企图规避阿里审查；主控团队则要及时跟进，揭开售假新马甲，保障消费者权益。
近年来，阿里主动出拳，给予售假商家痛击，努力的效果看得见。截至2016年8月，阿里巴巴主动拦截和下架商品和接到权利人投诉而下架商品的比例是16：1，这一数字2014年的时候是8：1。
也就是说，现在品牌权利人每次投诉要求下架一件商品的背后，阿里巴巴的大数据打假系统已经发现并主动下架了16件，远远超出品牌权利人本身的付出和期待。
（为保护隐私，文中出现的阿里员工姓名均为化名）
