大數據是商業價值創造的重要力量

大數據推動的商業浪潮中，要么學會使用大數據的杠桿創造商業價值，要么被大數據驅動的新商業格局所淘汰。毋庸置疑，當下越來越多的企業已開始應用大數據，并利用大數據分析增強企業的創新能力、競爭力、用戶體驗與生產力。出生于互聯網行業的電商企業已經先知先覺，意識到未來對數據收集和分析能力的強弱將可能決定自身的核心競爭力，數據力就是企業的生命力。目前大部分電商都有自己的大數據策略，在愈演愈烈的市場格局中占據更有利的優勢。

眾所周知，電商和傳統商家的最大區別在于，電商構建的各類型數據庫可以輕而易舉地記錄全部用戶的各類訪問數據，快速捕獲、實時監控、精準分析，實現數字化生產和管理。然移動互聯網、社交技術的發展，恰好為電商提供了持續處理海量數據，并在復雜碎片化的數據關系中提取價值信息的可能性。而隨著大數據時代的到來，為數據在企業決策，運營，精準營銷環節中提供了新思路。

為此本刊記者采訪到了京東大數據創新部負責人邢志峰。在邢志峰看來，大數據已不僅僅是一門技術，更是一種組織能力。大數據應用已經成為了京東日常運營的常規性動作。他從技術和業務兩個方面介紹了京東的數據來源：從數據結構上來說，有結構化數據（如訂單，倉儲，配送，售后，客服，采銷等）和非結構化數據（網站瀏覽，搜索，購買評價以及客戶端日志文件等）。從業務種類上來說：京東自己業務的數據，如商城，金融，國際業務，拍拍及C2C業務等；還有開放供應鏈上下游的數據，供應商伙伴的數據，第三方配送伙伴的數據，O2O合作伙伴的數據；還有政府開放的公共數據，行業咨詢機構的數據，及網絡爬蟲獲取的一些數據等。這些數據會被匯總和存儲在京東自主研發的大數據平臺之上。京東于2009年正式啟動了大數據平臺的搭建。這個自主開發的平臺基于開源的分布式架構，支持異構數據集市，同時也很好地利用了傳統BI的展現層技術。

另外，在邢志峰看來，數據是為了更好的支撐業務，因此從業務層面來說，所有數據都是有價值的。日趨激烈的市場競爭，讓企業在技術創新、生產管理、產品設計、市場營銷、外部合作、行業競爭、風險管理、國際貿易、戰略決策等領域都亟需數據的支撐。有了數據源頭，才能實現客戶洞察、用戶定位、風險評估等一系列與大數據有關的分析和決策行為。

用大數據支撐戰略決策

幾年前，企業高層是如何做出決策的？毋庸置疑，絕大多數高管都是基于直覺和經驗而做出決策和判斷。事實上，由于數據信息量不是很大，人們獲取數據信息的渠道比較單一，加之人類傳統的因果思維模式，高管們基于一個比較靈光的大腦，還是比較容易做出正確的決策。

然而隨著大數據時代的來臨，數據呈幾何級數海量倍增，數據結構日趨復雜，數據獲取成本越來越低，人類的思維已經從因果性思維走向大數據時代的關聯性思維。同時，隨著全球一體化的日趨深入，企業間的競爭更加激烈，傳統的直覺和經驗的決策模式逐漸失效，面對此種狀況，與大多數企業一樣，數據對于京東的首要意義在于為企業提供決策支持。

邢志峰欣喜地向記者透露：隨著公司業務越來越復雜，品類越來越豐富，用戶與訂單量的驟增，這些都證明當初選擇開源分布式架構是正確的，如果是走傳統BI路線，可能根本支撐不了如此龐大的訂單量。

還有幾年前在京東商城購物是全場免運費的包郵政策。但受制于常年虧損，不得不改變砸錢賺人氣、擴規模的運營模式。于是京東也開始提高運費門檻。邢志峰回憶但具體收取多少運費？39元？49元？還是59元？京東的數據團隊基于大數據的分析模型也是作了一系列的分析報告。

用大數據優化供應鏈運營

在如今電商的競爭中，用戶體驗逐漸成為大家關注的焦點，配送的速度是用戶體驗的關鍵點之一，此外，對于電商企業來講，采購進來的商品，既不能庫存時間太長，也不能斷貨；庫存時間長會占用資金，而缺貨則會影響用戶體驗。

自動補貨 任何供應鏈體系的建立和最優化運行都是由大量的歷史數據分析計算，由此指導進行進貨，分配倉庫等。京東的商品量非常大，面對成千上萬的商品，如何做到每個商品的及時補貨？后臺供應鏈完全依靠人工，挑戰很大。京東的很多商品都是自動補貨，系統會根據銷售情況和市場預期，依靠預測模型，在庫存量達到某一個閥值時自動生成訂單發給供貨商。另外，京東還會分析物流人員、倉庫以及用戶之間的地理關系，為物流人員提供最優配送路徑，提高配送速度，進而提升用戶體驗。還有在京東上買過東西的朋友可能都知道京東在配送倉儲環節，可以預測出送貨時間，用戶可以在京東頁面上看到自己訂單的實時移動軌跡。

路線優化 倉儲生產中，過去檢貨人員手中拿著清單，單子上羅列著密密麻麻的商品，沒有系統指示，可能檢貨人員會走很多重復的路，那時候路徑數據也不是很重要。現在通過分析庫房員工走的路徑，找到優化算法，建立路徑優化模型，檢貨人員可以根據系統指示，按照指令去取貨，還可以得知哪些貨在具體哪個區，省去了一些不必要的路徑，提高了效率。另外，出貨口附近通常都是一些熱賣的商品，這些熱賣商品也是通過分析模型算出來的這樣也可以縮短出貨時間，優化路線。當然，還有庫房的排班模型，訂單的均衡生產模型等等，都是基于大數據分析模型。

數據羅盤 數據應用的前提是數據開放，這已是不爭的事實。針對于京東大數據利用的前端——數據共享的問題，邢志峰做了詳細的總結：開放的數據產品——數據羅盤。對于在京東售賣貨品的商家，京東數據羅盤則可以向他們展現店鋪流量、訂單數量、實時客流等關鍵業務指標，以及節日促銷指數、價格彈性、用戶喜好等分析功能；開放數據服務的API，支持外部的開發者，如京東宙斯開放平臺（JOS）。那么對于大眾關心的用戶隱私安全問題，邢志峰也表達了自己的看法，他認為對于隱私數據企業有責任進行保護，在應用這些數據帶來更好的用戶體驗過程中，需要做更多安全方面的工作。

用大數據突破精準營銷

傳統的營銷模式存在很多弊端，它或時效性不強，或不夠精準，而在大數據背景下，可以對目標營銷按照已有數據進行實驗，淘汰不合理部分，實現精準營銷。越來越多的電商網站開始注重數據積累，希望通過這些數據更深的理解用戶，這些數據也意味著電商新的機遇。

有機遇當然也有挑戰，電商企業如何通過差異化的服務，提供具有競爭力的產品推薦？如何根據消費者使用習慣，提供定制化的購物體驗，提高網站的訂單轉化率？……誠然，根據消費者的購買習慣和行為，推薦商品；借助商品評價和積分，增進消費者彼此之間的交流，增加服務的黏性……這些在日常生活中電商普遍應用的實例背后都是大數據技術在提供支撐。

千人千面 幾乎所有的電商企業都會基于用戶的購買行為做精準營銷，主要方式是E-mail、短信，當然還包括網站的推介系統。京東當然也不例外。以前用戶到一個網站上，要對商品搜集和分類，購買途徑繁瑣復雜，用戶往往失去耐心，最終放棄購買。基于大數據挖掘和分析進行精準營銷，最重要的是用戶建模，讓每個來購物的用戶都能獲得最合適的體驗。邢志峰向記者詳細介紹了京東的個性化營銷和千人千面是如何更好地提高用戶體驗，提升轉化率的。千人千面通過對客戶進行畫像分析判別用戶類型，如性別、年齡等。分析用戶的興趣愛好及購物心理，是目標明確的用戶還是沖動性消費的用戶等。其實這就好比我們走進一家實體店，導購會試圖打量和揣測我們，并根據我們的行為作出判斷，推薦商品一樣。

用大數據繪制出來的用戶畫像真的那么可信與準確嗎？邢志峰幽默地解釋，大數據分析出來的結果不是那么的真實，但是又是那么的真實！他以之前做過的測試為例，用大數據建模繪制出某名男性用戶的購買年齡是35歲，而其實際年齡只有25歲，用戶非常滿意，認為分析的很準確，因為這名用戶的確喜歡購買成熟男人的用品。誠然，用大數據分析出來的購物心理，是在懂用戶的基礎上，提供更好的用戶體驗。促銷的時候，可以根據這種心理，采用有針對性的營銷方式。

個性化推薦 前不久，張女士在京東購買了一個水杯，隨即看到相應推薦有保鮮盒、遮陽傘、多士爐等，恰巧她也正要購買保鮮盒呢。邢志峰介紹了京東的個性化推薦有兩種：一種是在顧客看一件商品的時候，推薦一些產品組合，叫“最佳組合”，通過最佳組合的方式，用戶可能產生購買，并且買的更多。第二種分析顧客看過的商品和購買的商品，進行個性化關聯推薦，產生關聯銷售。由于送一件和送多件的運送成本是一樣的，京東還可以降低運營成本，降低客單價。

智能郵件 邢志峰介紹針對某個人的瀏覽行為推送一款產品。根據你的瀏覽和搜索記錄，即使你沒有產生購買行為，最終會把可能是你要買的產品郵件你。之前郵件用戶都是所有用戶都會收到，大家的郵件內容都一樣，而現在可根據用戶畫像鎖定郵件目標客戶群，實現向北京市年齡30歲收入8000以上的用戶群發送個性化的郵件，每個用戶收到郵件中的商品都是不同的，對于那些用戶長期關注的商品，微小的促銷優惠就會促使用戶馬上下單。邢志峰印象很深刻，基于用戶畫像的郵件精準營銷推出后，EDM轉化率提升了40%。

評論搜集 此外，京東還挖掘、統計和分析了用戶對商品的海量評論，進而了解某些商家商品的優缺點，商家可以據此做出改進；而這些主觀描述的優缺點特征，也可以成為搜索的篩選條件。

自提柜業務 其實不管是京東網站頁面的千人千面和個性化推薦，還是其供應鏈保證產品品質，亦或是倉儲、配送和物流服務，最終都是為了提高用戶體驗。隨著現代生活節奏的加快，消費者可確定空閑的時間越來越少，經常出現收貨時間無法確認的情況。為了解決這種情況，京東自主研發了自提柜業務，讓24小時隨時取貨成為現實，同時也保障了消費者的用戶隱私及個人安全。京東自提柜的投放選址主要綜合評估了該小區京東用戶特征及外部樓盤周邊商圈等因素，通過自提柜的合理設置解決了很多上班族的取貨問題。

JDphone計劃 去年，京東與中興、華為合作，推出JDphone計劃，JDphone計劃是一個很典型的大數據應用成功的案例。從產品定位開始到產品參數、產品屬性、消費人群的選擇，都基于大數據作出判斷。比如，京東統計出購買某品牌的手機的用戶，再次購買手機，有一定比例會轉向其他的手機，而這部分人群中，還有一定比例可能會買iPhone，其他的可能會買三星，買iPhone的人，又有一定比例的用戶還會再買。數據與行業維度結合后，可以分析出用戶買手機的時候，更在意的是屏幕的大小、顏色還是價格，哪些是決定因素？然后針對特定人群來設計符合人群需要的產品，再跟手機廠商合作。

縱觀我國，大數據目前還處于應用的初級階段，業界對大數據的概念本身、應用還有很多的不足和問題，現代歷史上的歷次技術革命，中國扮演的大多是追趕者的角色。大數據時代，中國海量消費者的數據讓我們有了比外國同行們更豐富多樣的應用場景。邢志峰認為，當務之急就是借鑒國外的先進技術和模式，努力學習并有超前意識，快馬加鞭的追趕。大數據是個基礎性的長期建設工程，今天我們在大數據方面的投入未必會馬上看到回報，我們投資的更多是未來，是企業持久競爭力的打造。在大數據浪潮交疊的新變革中，我們需要以開放的心態和創新的魄力，與大數據行業的從業者們一起迎接大數據時代的機遇與挑戰，相信中國的技術創新與及其帶來的應用成果一定會讓世界刮目相看。