京东：大数据能还原线下背后的情况

　　2014亿玛智慧峰会上，京东数据平台部副总经理邢志峰就京东是如何利用大数据应用促进智能商业未来的变化发表了演讲。

　　以下为演讲原文：

　　首先特别感谢亿玛提供这样的机会，今天也幸来这里分享京东商城在大数据分析的一些感触。我的演讲主题是大数据应用如何促进智能商业的变化，今天我的演讲会分三个部分。第一部分简单介绍一下京东大数据平台的情况，第二我们会来分享一下京东在大数据应用方面对未来的领域，像刚才谈到O2O、C2B，我们也有我们的探索。刚才也讲到大数据看到未来，今天我也想分享一下电商的未来。

　　首先看一下我们京东的现状，京东大数据平台09年开始建设，到现在仅仅是五年的时间，在五年时间里边，目前整体规模是超过了20TB，每天数据的存储量大概有三个TB左右。这样一个数据量其实为我们来处理这些数据一方面带来机遇，一方面也给我们平台带来很多挑战。

　　我们在2013年为了应对公司这么大数据量的一个增长，来满足公司业务快速发展，我们对我们平台进行了全面的升级，目前我们的整个平台支持公司大概有五百多个系统，整个平台目前积累了三层的基础架构。包括我们的技术层、模型层、工具产品层。另外我们对应到服务，我们相关的客户，这里头包括我们的消费者，我们的合作伙伴，以及我们的团队，这是京东大数据的现状。包括刚刚过去的双十一，进行实时监控。

　　第二部分的话我会通过一些具体的案例，因为刚才的很多老师、专家，介绍了大数据发展的很多趋势。今天我想通过一些具体的案例看一看在一家公司里边数据如何驱动我们的业务。

　　我主要讲三部分，第一部分是我们的精准营销，我觉得这是一个任何一个电商公司，包括互联网公司都不可能绕过的话题。第二部分分享一下C2B定制的探索，第三块是O2O运营方面，这样一个领域里边大数据如何发挥价值，为我们的业务注入这个活力。

　　首先分享一下我们的精准营销，京东它是一家从三C起家的零售公司，慢慢随着我们的数据增大，现在变成技术中的数据公司。基于用户浏览、搜索，包括售后的投诉、返修等相关的数据，我们在很早就已经构建了一套非常完整的体系。这套体系包括对用户的基本属性、购买能力、行为特征、社交网络，以及心理特征、兴趣爱好等方面对用户的刻划，然后进行精确的营销，帮助我们的采销团队进行新业务的拓展，另外找到用户群体。大概整个用户在这样一个表里边，将近五百个次段，对用户很多方面进行刻划。目前这些刻划更多是来自于我们挖掘团队、分析团队等等的工作。在未来随着社交进步的进入，未来的用户会丰富的扩展，可能会扩展到几万甚至几十万的信息量。

　　说到用户分群，包括谈个性化营销，可能第一步我们先做到的是基于人群的个性化营销，因为每个人其实更多是一种以群体的方式，来展现他购物的偏好，我们目前的话，有三个群，产销品类为目标的品类分群，还有地址的分群，包括以用户购物类型进行的购物类型分群，这里面包括我们会去判断用户购物的冲动，还是理性的比较。通过这样的判断，精确指导我们的营销。这里可以给大家分享一下我们大数据分析团队的一个结果。618，是我们京东一个非常盛大购物的狂欢节，什么样的用户是比例最高的用户，我们做了一个分析，得出的结论跟我们预期有些不太一样。我们发现在618当天的时候，最多的用户实际上是目标人群用户，而之前业务的感知，我们认为是冲动性用户。这里我们分析为什么会有这样一个现象，我们发现前几年的时候，618刚起来的时候确实用户群体是以冲动型为主的，因为那个时候618只有一天，还有购物狂欢节模式非常少，但是现在从一天变成了几天，包括双十一，用户已经从冲动型变成了目标明确型。在那个时候再去增加，已经不能改变了。所以说给我们市场部营销建议是把促销信息进行提前，而且提前给用户一些预期，以便在促销当天有更好的收获。

　　谈到精准营销，我这里分享一个感触，大数据它构建了一个数据的世界，这个世界跟我们真实的世界是有差异的，甚至是不同和相反的。数据的世界跟我们真实的世界哪个更可信，哪个更带来价值。分享一个例子，一个人年龄36，但是真实年龄20，我们认为是不是有些偏差，我们进行了访谈，他告诉我他买了很多不同男性的东西，都是成熟男性的东西，商务衬衫，高端的一些办公用品，开会也好，讨论也好，他希望他的打扮、穿着能够给别人更成熟的感觉，所以他有意把自己打扮成30岁男性。如果用真实的信息做推荐的时候就不是很好，数据告诉我们一些背后的事情。虽然并不是真实世界里客观的刻划，但是是现实发生真实的事情，这是我对于数据的一个感触。

　　这里面用我个人举例子，从我们公司的营销，以及我们用户体验团队做了合作，推出了一个京东范儿偏用户体验的产品，在京东帐户的首页顶部都可以访问。我个人通过我们京东范儿对我的评价，我希望大家能够了解我，是个怎样的人，我是一个持家有方的人，伺机而动，我是一个移动购物达人，另外我正值壮年，每天利用自己午休的时候下一些定单。通过这样一个小小的案例你会发现，大数据的分析你可能了解我是这样一个人，所以更理解用户，和了解用户的需求，是有非常大的帮助。

　　第二个我想分享的是我们的C2B的一个案例，就是我们的JDphone，跟很多生产厂商，进行定制化手机生产这样一个计划。包括现在推出了这个手机，很多人买的手机可能并不知道，但是它确实是京东的一款。它是如何诞生的？我这里先来举个例子，就是LG的手机，左边这个部分是我们模型推荐的方案，右边是LG-G3，我们跟它是非常匹配的。我们构建一个智能的系统，去帮助实现定制分析、营销分析等等。

　　我快速讲一个案例，我们以手机为例，蓝色的线是用户浏览的时候可能会关注手机的一些属性，红色的线是用户购买的时候你会关注手机的属性，我们会发现用户在浏览的时候，会更加关注机身颜色，但是用户在购买的时候会更关注CPU的配置，像这样的信息如果通过大数据建模与分析，我们很难清楚把一个商品的属性、重要性进行定量刻划，通过大数据建模可以做到这个。京东慧眼是我们内部的项目名称，目前从3C品类到服装、化妆品等等，最终实现个性化定制。

　　第三O2O运营，我们可以基于我们对于用户的分析，清晰地知道一个用户他的一些属性，以及他的一些行为特征，还有位置信息，与用户属性信息结合。如果在这个半径开一个超市，或者开一个卖场，放哪些商品用户会喜欢，那么可以指导我的业务。这里举一个例子，这是北京市的定单密度地图，我们其实可以发现中央是很浅的，天安门、故宫那个地方基本没有什么定单。这个地方很扎眼，首先在北面，昌平那边，附近基本没有什么商业，很多学生不会再那个地方下单，而在京东购买。如果我们运营的话我们重点在哪里，如果进行O2O业务的话怎么选择配送站等等。O2O这块的话，自提柜选址，它肯定不会在老年社区的地方，一定要在上班族聚集的地方，而且是买高附加值商品聚集的地方。包括用户运营，包括我们的户外广告，包括我们O2O业务，户外广告谈一个我们感触，以前有一个劣势，现在如果结合我们的O2O，用我们大数据分析，户外广告可以进行精确的。比如某一条公交路线，我知道它附近的坐标信息，基于京东的数据，公交路线走过的路线会覆盖哪些用户，这些用户他们有哪些特点，在这个上面放哪些品类的促销信息，哪些吸引广告词的特点，我们可以通过这样的方式给推荐。

　　最后的话，通过几个数据看一看未来电商我们的趋势在哪里。第一个是男女基于平衡的发展，B2C业务是以当当、京东起家的时候，我们的男女比例是失衡的，男性用户为主，随着这几年发展，男女的趋势基于平衡。第二点，我个人非常认同郑总观点，线上和线下结合，平常女性高于男性，灰色格子偏低，这是什么时间，灰色，白色是工作日，我们会发现一到周末，女性用户他们线上购物的比例下滑。而男性用户会上升，即使是在线上，有购物习惯的女性依然会选择线下购物，这个还要满足她的社交需要、逛街需要、散心的需要等等。

　　最后看一下移动，有这样几个点，引起了我们关注，第一点在下班回家路上，使用频率明显高于PC用户，第二个是准备睡觉前面几分钟或者一段时间里，移动用户的使用频率高于我们PC端。

　　最后我来总结一下，这是一张白纸，我看是一个白光，没有棱镜的话白光就是白光，这并不是它真正的颜色，真正的颜色是七种或者更多的颜色组成的，如果有棱镜就会展现出真实的一面。大数据是什么？大数据是一个棱镜，这个棱镜可以让我们把现实看得更加准确一些，能够还原很多线下背后真实的情况。谢谢大家。

　　二、刘强东最关心的大数据是什么?

　　2014-06-24

　　京东高级副总裁李大学每天在单位食堂吃早饭。这天，李大学刚刚拿好早餐，一位业务部门的同事就前来聊天。"嗨！大学，昨天我想买一件1000块钱的风衣，但在咱们的开放平台上找不着，你说这是咋回事？"

　　2013年3月，京东业务调整，公司研发系统依据各业务线条重组成九个部门，组织架构扁平化。李大学掌管整个研发系统，"大数据"是研发部的重要工作之一。

　　李大学突然觉得眼前的这个问题可能是"数据结构"问题，"你等等，我让大数据部门做一个分析，看看服装品类上是否存在结构问题。"当天，研发团队对比了京东开放平台数据、用户数据以及行业数据，调查结果显示：在开放平台上确实存在服装子类引入、招商结构不合理问题，服装品类的低、中、高配置与京东用户不匹配。研发团队进而对品类结构提出建议：引入新品牌和商家，快速调整。这只是京东大数据应用的一个场景。很多浮现在表面的业务问题，抽丝剥茧，跳出业务框架后，都能找到本质答案。

　　2013年，京东在物流配送、市场费用的成本控制上已略显成效。但是，在对抗其他电商平台竞争时，巨额的市场投入，使其依然面对较大压力。另一方面，从刘强东为京东设定的四大长远战略看，O2O、互联网金融、移动互联网和大数据都需要较大投入。而京东云也已经成为京东生态系统里重要的一部分.

　　在经历跑马圈地和用户高速增长之后，电商平台获取新客户成本越来越高，留住一个老顾客的成本远低于赢得一个新顾客。在"离线算法"时代，顾客网上的"最近行为"被认为是最重要的，沉淀的行为只作一般参考。实时计算时代，使顾客所有的信息都能被精准利用，个性化推荐的效果上升。李大学举例：原来个性化推荐只占订单的10%，一个算法的变更则可以带来50%的提升，使推荐订单占比达到15%。这5%的技术增量是一个质的增长，而且摆脱了依靠人力投入和追加品类的老套路。

　　电商成本与用户体验使京东站在一个跷跷板上，京东急需用大数据挖掘沉淀的数据价值，创造一个平衡点。

　　刘强东最关心的数据

　　大数据最重要的使命是帮助业务部门决策、指导运营。

　　2013年，京东创始人兼CEO刘强东绝大部分时间在国外，他在用哪些数据远程管理京东呢？首先是常规的企业经营数据，通过订单监控看板，刘强东可以看到全国各个库房，各个配送站订单的执行情况。哪里有积压，产品分检到哪里，一目了然。

　　"实时生产数据"是刘强东最关心的数据，订单积压或是仓库出现问题时，会直接影响到用户体验。刘强东还会看每天的经营数据，每一个月会有经营分析会，从各个部门、业务、层面看公司的数据，找到公司潜在机会。

　　伴随刘强东美国归来，京东开始了围绕"用户体验"的技术驱动转型。

　　"需要什么资源和支持，对你们授权够不够？"这是刘强东和李大学探讨最多的问题。"他很少跟我谈技术怎么做，要用什么技术。一方面他相信我们，另一方面他更关注战略和方向性的东西，更关注团队。"李大学说。

　　用户体验和技术驱动转型，在本质上需要将"大数据"变成一种组织能力。这意味着：除了技术部门要有大数据思维，整个公司也需要有这种能力。研发部门能够快速实现业务部门需求，互联网行业的竞争优势是对市场的快速感知，变化地越快，内力越强。其次，渠道商，技术变成一种与业务结合的生产力，变成业务的能力。

　　从哪些维度衡量一个项目是否具有创新价值呢？李大学认为：创新的价值可以定位成三个方面，第一，能否创收？第二提高效率，降低成本；第三则是提升用户体验，只要创新往这三个方向去走，就可以衡量一个项目的价值有多大。

　　春节不打烊期间，京东用大数据预测出订单量，进行员工排班，计算出最合理的留下人数，提升效率；让更多的员工可以回家过年，陪伴父母和孩子。

　　京东云顺势而为，迈入2B市场亦如此。京东在618店庆，双11促销中，系统不断接受打磨，从前端的营销、供应链、仓储、配送、服务、资金流、信息流、物流、全部打通，这套系统成熟后，可以为价值链上的其他电商所有。传统的零售业租用京东云，不用从头开发，通过API开放接口，可以共享仓储、用户资源。

　　李大学："你会发现2B市场里面的卖家、供应商和零售商其实也是有2C的，所以未来这是一个生态系统，是一个整体。通过云战略，京东更希望把"亚洲一号"这种订单生产能力、存储能力开放出去，让配送能力、配送网络的价值释放。把京东的经验和技术能力挖掘出来，为其他行业所用，为其他企业所用。"京东云最终的目的提升了用户体验，扩大了京东的能力，把京东的整个规模做大。

　　技术驱动的背后

　　刘强东确定2014年京东最重要的事情之一是：以移动和大数据作为两大核心技术，寻求突破，建立起研发创新机制。对内部三千多名研发人员，不断建立一些新的小组，通过虚拟项目，以及人、财、物独立的方式，激活创新性。

　　刘强东所说的虚拟项目是指跨部门建立虚拟团队，各个团队认可目标后，把相关人员临时组合成一个虚拟团队，解决问题，项目结束的时候可以解散。但在项目过程当中，员工可以推动跨团队的协作，不再层层汇报，虚拟团队很容易实现一些事情，绩效和考核也很透明。

　　其实，早在2013年3月份，京东IT就为这场技术驱动战役备战。2013年，京东业务调整，对公司研发系统的组织架构进行调整，整体IT架构依据原一级研发部门所服务的各业务条线或承担的公司级研发任务重组。

　　重组之后分为四个层次：第一层是技术平台，涵盖云平台和运维这两个部门，打造基于云的技术架构的底层支持。第二层是大数据和电商开放API，把数据独立出来，实现企业里流通共享；建立起电商的核心平台，以API服务的方式进行服务。第三层是应用平台。包括网站、移动客户端、内部的ERP及外部的ISV类型开发都可以调动电商核心API，同时相应的数据都进入大数据平台。最后一层是研究院和研发管理部，针对的是消费者、供应商和卖家。

　　李大学认为：京东的创新可以分四个方面，产品、流程、服务和管理创新，而前三个创新都依赖于管理创新，传统企业在转型变革的时候，实现技术驱动的本质需要管理创新，研发部门的调整正是管理创新的第一步。

　　这次创新的背后是京东在"技术驱动"的路上遇到了第一个门槛，研发体系变大之后，京东面对的最大问题是协作和效率。如何为研发管理设计一个比较好的结构，更灵活性、快速响应业务需求，并能和业务结合更紧密，成为研发部门首要解决的问题。

　　以往IT团队是按照需求、编码、设计、测试的工序和流程分工，要做一个项目，需要跟各条线沟通，交叉沟通效率太低。横向分切后，调整后的组织架构按照业务属性，与业务团队组合，比如需求、编码、设计、测试都按照实际业务运营切分出来，业务线变成IT团队服务的客户。

　　过去按照流程进行IT工作，测试团队要在编码结束时才进入状态，现在更早进入测试角色，对项目可能会出现的质量问题更关注，可以在设计阶段就避免问题的出现。风险更加可控，提升整个项目的效率和质量。IT考核方式变为是否能把客户服务好，IT团队与业务线沟通更紧密，响应业务需求更快。

　　这样的调整只用了短短几天时间。李大学回忆：当时，周六跟刘强东和高管提出来，大家都觉得这个必须要变。周末开了一天会，讨论怎么来变革。周一确定负责各条线和各条体系的人选。周二宣布，短短几天之内就完成这场变革。

　　对于这场变革，李大学酝酿很长的时间，前期做了大量的调研，考虑到员工会有一个适应期。"只要讲清楚所有的组织结构的战略，让每一个人可以更好的工作，有更好的未来，大家是欢迎这种变革。"

　　京东大数据研发游走于敏捷开发与规模灵活之间。崇尚敏捷有一个重要的原因：在快速迭代的过程当中，不管是研发还是运营，可以让用户参与进来，用户会变成产品的一部分，互动变得非常重要。

　　研发的第二个精神是允许犯错误，鼓励创新。大数据研发是否走过弯路呢？李大学说：试错的过程，更多的是不断微调，找准目标。就像开车一样，你是想走的很直，但是回头来看路还是弯的，只不过整体看是很直。

　　在不太懂用户时，尝试推荐一些商品，观察用户反应，确定推荐效果的好坏。通过运营的思路，完善推荐的效果，例如，京东会测试不同UI、不同页面设计的商品转化率。采用转化率更高的装修方式提升整个网站商品的转化率，给企业带来更多订单。

　　京东还举办了大数据内部算法推荐大赛。整个研发团队组成30多个团队攻擂，大数据部门下的推荐部守擂。"内部竞争，激活团队创造力，自己进攻自己，鼓励创新。"这是李大学为整个研发团队塑造的氛围。

　　一家用户体验公司

　　很难定位京东是一家什么样的公司，京东拥有2万多物流人员和近5千名客服人员，从物流体系看，京东可以是一家物流公司。从客户接触依靠互联网平台看，京东是一家互联网公司。

　　京东对自己的定位是一家用户体验公司。李大学说：在京东所有的一切都是为用户体验服务。京东将用户体验相关的一切放在最高优先级，某种程度上效率和成本是可以为了用户体验去牺牲的。

　　这种用户体验涵盖了产品、价格、服务全流程。比如，网站页面的千人千面和个性化推荐是最显性的用户体验；供应链保证产品品质也是为了用户体验；仓储、配送和物流服务更是在与其他电商公司竞争中，可以提供的独特用户体验。

　　千人千面的个性化推荐本质就像是一家线下门店，顾客走进后，导购小姐会试图打量和揣测顾客，根据顾客行为作出判断，推荐商品，提升线下的零售店的替代率。电商网站也是在懂用户的基础上，提供更好的贴心服务，让用户买东西更方便，只是在后端依赖于数据分析。千人千面对客户进行画像分析、定位模型，辨析用户类型。分析用户首次浏览的商品和最终购买的商品之间，用户浏览的商品，中间的时间段，分析出用户购物心理。

　　以前用户到一个网站上，要对商品搜集和分类，购买路径过长，用户耐心有限，购买可能会流失。个性化营销和千人千面的直接价值是缩短用户购物的路径，更容易发生购买行为，带来的结果是转化率提升。

　　京东的个性化推荐有两种：一种是在顾客看一件商品的时候，推荐一些产品组合，叫"最佳组合"，通过最佳组合的方式，用户可能产生购买，并且买的更多。第二种分析顾客看过的商品和购买的商品，进行个性化关联推荐，产生关联销售。由于送一件和送多件的运送成本是一样的，京东还可以降低运营成本，降低客单价。

　　京东IT系统覆盖了一个完整的价值链，从前端的交易系统，到供应链、仓储、配送、服务以及售后，全部业务都在线上运行。全价值链的用户体验，也给京东带来了更多大数据的机会。价值链长，数据类型丰富，真实数据会延伸到营销、供应链、仓储、配送、服务全环节。把供应商在京东的采购单或者库房的货品作为抵押，供应商可以很快拿到贷款。在个人贷款方面，京东的配送员把货直接送到顾客家中，完成真实交易。通过大数据分析，面向个人用户推出京东白条，顾客可以先买东西，分期付款。

　　2013年，京东与中兴、华为合作，推出JDphone计划，JDphone计划是一个很典型的大数据应用。比如，京东统计出购买某品牌的手机的用户，再次购买手机，60%会转向其他的手机；这60%中，40%多可能会买iPhone，30%可能会买三星，买iPhone的人，80%还会再买，买三星的人可能50%的人会转向其他品牌。数据与行业维度结合后，可以分析出用户买手机的时候，更在意的是屏幕的大小、颜色还是价格，哪些是决定因素？然后针对特定人群来设计符合人群需要的产品，形成一个订单量，再跟手机厂商合作。

　　从产品定位开始到产品参数、产品属性、消费人群的选择，都基于大数据作出判断。JDphone一开放预定，就有几百万台订单。现在每一个月几十万台销量，产量不足，供不应求。通过大数据，设计--经销商--一级批发商，二级批发商--大量的库存积压，这种恶性循环被淘汰。

　　大数据还给京东带来了另外一个改变：以前不重要的数据，现在变得很重要。仓储生产中，有很多员工拿着PDA在仓库里面走，路径数据原来不是很重要。现在把这个数据拿到，可以分析库房员工走的路径，还可能找到优化算法，省去一些不必要的路径，提高效率。

　　互联网公司和传统企业比较，更容易收集数据，特别是用户的行为数据和消费数据。京东数据规模增长非常快，数据量的增长是销售额增长的10倍。李大学说："京东上面所有用户的点击行为，包括下单，收货、拒收都是被记录的，大数据带来的用户隐私问题是京东一直思考的问题。"此外，京东大数据平台还有两个挑战：一是大数据技术在发展之中，没有一个厂商能提供非常完备的方案解决所有的问题。二是业务部门主动利用大数据的能力需要不断提升。（文/张宇婷）