大数据是商业价值创造的重要力量
在大数据推动的商业浪潮中，要么学会使用大数据的杠杆创造商业价值，要么被大数据驱动的新商业格局所淘汰。毋庸置疑，当下越来越多的企业已开始应用大数据，并利用大数据分析增强企业的创新能力、竞争力、用户体验与生产力。出身于互联网行业的电商企业已经先知先觉，意识到未来对数据收集和分析能力的强弱将可能决定自身的核心竞争力，数据力就是企业的生命力。目前大部分电商都有自己的大数据策略，在愈演愈烈的市场格局中占取更有利的地形优势。
众所周知，电商和传统商家的最大区别在于，电商构建的各类型数据库可以轻而易举地记录全部用户的各类访问数据，快速捕获、实时监控、精准分析，实现数字化生产和管理。然移动互联网、社交技术的发展，恰好为电商提供了持续处理海量数据，并在复杂碎片化的数据关系中提取价值信息的可能性。而随着大数据时代的到来，为数据在企业决策，运营，精准营销环节中提供了新思路。
为此本刊记者有幸采访到了京东大数据创新部负责人邢志峰。在邢志峰看来，大数据已不仅仅是一门技术，更是一种组织能力。大数据应用已经成为了京东日常运营的常规性动作。他从技术和业务两个方面介绍了京东的数据来源：从数据结构上来说，有结构化数据（如订单，仓储，配送，售后，客服，采销等）和非结构化数据（网站浏览，搜索，购买评价以及客户端日志文件等）。从业务种类上来说：京东自己业务的数据，如商城，金融，国际业务，拍拍及C2C业务等；还有开放供应链上下游的数据，供应商伙伴的数据，第三方配送伙伴的数据，O2O合作伙伴的数据；还有政府开放的公共数据，行业咨询机构的数据，及网络爬虫获取的一些数据等。这些数据会被汇总和存储在京东自主研发的大数据平台之上。京东于2009年正式启动了大数据平台的搭建。这个自主开发的平台基于开源的分布式架构，支持异构数据集市，同时也很好地利用了传统BI的展现层技术。
另外，在邢志峰看来，数据是为了更好的支撑业务，因此从业务层面来说，所有数据都是有价值的。日趋激烈的市场竞争，让企业在技术创新、生产管理、产品设计、市场营销、外部合作、行业竞争、风险管理、国际贸易、战略决策等领域都亟需数据的支撑。有了数据源头，才能实现客户洞察、用户定位、风险评估等一系列与大数据有关的分析和决策行为。
用大数据支撑战略决策
几年前，企业高层是如何做出决策的？毋庸置疑，绝大多数高管都是基于直觉和经验而做出决策和判断。事实上，由于数据信息量不是很大，人们获取数据信息的渠道比较单一，加之人类传统的因果思维模式，高管们基于一个比较灵光的大脑，还是比较容易做出正确的决策。
然而随着大数据时代的来临，数据呈几何级数海量倍增，数据结构日趋复杂，数据获取成本越来越低，人类的思维已经从因果性思维走向大数据时代的关联性思维。同时，随着全球一体化的日趋深入，企业间的竞争更加激烈，传统的直觉和经验的决策模式逐渐失效，面对此种状况，与大多数企业一样，数据对于京东的首要意义在于为企业提供决策支持。
邢志峰欣喜地向记者透露：随着公司业务越来越复杂，品类越来越丰富，用户与订单量的骤增，这些都证明当初选择开源分布式架构是正确的，如果是走传统BI路线，可能根本支撑不了如此庞大的订单量。
还有几年前在京东商城购物是全场免运费的包邮政策。但受制于常年亏损，不得不改变砸钱赚人气、扩规模的运营模式。于是京东也开始提高运费门槛。邢志峰回忆但具体收取多少运费？39元？49元？还是59元？京东的数据团队基于大数据的分析模型也是作了一系列的分析报告。
用大数据优化供应链运营
在如今电商的竞争中，用户体验逐渐成为大家关注的焦点，配送的速度是用户体验的关键点之一，此外，对于电商企业来讲，采购进来的商品，既不能库存时间太长，也不能断货；库存时间长会占用资金，而缺货则会影响用户体验。
自动补货任何供应链体系的建立和最优化运行都是由大量的历史数据分析计算，由此指导进行进货，分配仓库等。京东的商品量非常大，面对成千上万的商品，如何做到每个商品的及时补货？后台供应链完全依靠人工，挑战很大。京东的很多商品都是自动补货，系统会根据销售情况和市场预期，依靠预测模型，在库存量达到某一个阀值时自动生成订单发给供货商。另外，京东还会分析物流人员、仓库以及用户之间的地理关系，为物流人员提供最优配送路径，提高配送速度，进而提升用户体验。还有在京东上买过东西的朋友可能都知道京东在配送仓储环节，可以预测出送货时间，用户可以在京东页面上看到自己订单的实时移动轨迹。
路线优化仓储生产中，过去检货人员手中拿着清单，单子上罗列着密密麻麻的商品，没有系统指示，可能检货人员会走很多重复的路，那时候路径数据也不是很重要。现在通过分析库房员工走的路径，找到优化算法，建立路径优化模型，检货人员可以根据系统指示，按照指令去取货，还可以得知哪些货在具体哪个区，省去了一些不必要的路径，提高了效率。另外，出货口附近通常都是一些热卖的商品，这些热卖商品也是通过分析模型算出来的这样也可以缩短出货时间，优化路线。当然，还有库房的排班模型，订单的均衡生产模型等等，都是基于大数据分析模型。
数据罗盘数据应用的前提是数据开放，这已是不争的事实。针对于京东大数据利用的前端——数据共享的问题，邢志峰做了详细的总结：开放的数据产品——数据罗盘。对于在京东售卖货品的商家，京东数据罗盘则可以向他们展现店铺流量、订单数量、实时客流等关键业务指标，以及节日促销指数、价格弹性、用户喜好等分析功能；开放数据服务的API，支持外部的开发者，如京东宙斯开放平台（JOS）。那么对于大众关心的用户隐私安全问题，邢志峰也表达了自己的看法，他认为对于隐私数据企业有责任进行保护，在应用这些数据带来更好的用户体验过程中，需要做更多安全方面的工作。
用大数据突破精准营销
传统的营销模式存在很多弊端，它或时效性不强，或不够精准,而在大数据背景下，可以对目标营销按照已有数据进行实验，淘汰不合理部分，实现精准营销。越来越多的电商网站开始注重数据积累，希望通过这些数据更深的理解用户,这些数据也意味着电商新的机遇。
有机遇当然也有挑战，电商企业如何通过差异化的服务，提供具有竞争力的产品推荐？如何根据消费者使用习惯，提供定制化的购物体验，提高网站的订单转化率？……诚然，根据消费者的购买习惯和行为，推荐商品；借助商品评价和积分，增进消费者彼此之间的交流，增加服务的粘性……这些在日常生活中电商普遍应用的实例背后都是大数据技术在提供支撑。
千人千面几乎所有的电商企业都会基于用户的购买行为做精准营销，主要方式是E-mail、短信，当然还包括网站的推介系统。京东当然也不例外。以前用户到一个网站上，要对商品搜集和分类，购买途径繁琐复杂，用户往往失去耐心，最终放弃购买。基于大数据挖掘和分析进行精准营销，最重要的是用户建模，让每个来购物的用户都能获得最合适的体验。邢志峰向记者详细介绍了京东的个性化营销和千人千面是如何更好的提高用户体验，提升转化率的。千人千面通过对客户进行画像分析判别用户类型，如性别、年龄等。分析用户的兴趣爱好及购物心理，是目标明确的用户还是冲动性消费的用户等。其实这就好比我们走进一家实体店，导购会试图打量和揣测我们，并根据我们的行为作出判断，推荐商品一样。
用大数据绘制出来的用户画像真的那么可信与准确吗？邢志峰幽默地解释，大数据分析出来的结果不是那么的真实，但是又是那么的真实！他以之前做过的测试为例，用大数据建模绘制出某名男性用户的购买年龄是35岁，而其实际年龄只有25岁，用户非常满意，认为分析的很准确，因为这名用户的确喜欢购买成熟男人的用品。诚然，用大数据分析出来的购物心理，是在懂用户的基础上，提供更好的用户体验。促销的时候，可以根据这种心理，采用有针对性的营销方式。
个性化推荐前不久，张女士在京东购买了一个水杯，随即看到相应推荐有保鲜盒、遮阳伞、多士炉等，恰巧她也正要购买保鲜盒呢。邢志峰介绍了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。
智能邮件邢志峰介绍针对某个人的浏览行为推送一款产品。根据你的浏览和搜索记录，即使你没有产生购买行为，最终会把可能是你要买的产品邮件你。之前邮件用户都是所有用户都会收到，大家的邮件内容都一样，而现在可根据用户画像锁定邮件目标客户群，实现向北京市年龄30岁收入8000以上的用户群发送个性化的邮件，每个用户收到邮件中的商品都是不同的，对于那些用户长期关注的商品，微小的促销优惠就会促使用户马上下单。邢志峰印象很深刻，基于用户画像的邮件精准营销推出后，EDM转化率提升了40%。
评论搜集此外，京东还挖掘、统计和分析了用户对商品的海量评论，进而了解某些商家商品的优缺点，商家可以据此做出改进；而这些主观描述的优缺点特征，也可以成为搜索的筛选条件。
自提柜业务其实不管是京东网站页面的千人千面和个性化推荐，还是其供应链保证产品品质，亦或是仓储、配送和物流服务，最终都是为了提高用户体验。随着现代生活节奏的加快，消费者可确定空闲的时间越来越少，经常出现收货时间无法确认的情况。为了解决这种情况，京东自主研发了自提柜业务，让24小时随时取货成为现实，同时也保障了消费者的用户隐私及个人安全。京东自提柜的投放选址主要综合评估了该小区京东用户特征及外部楼盘周边商圈等因素，通过自提柜的合理设置解决了很多上班族的取货问题。
JDphone计划去年，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成功的案例。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。比如，京东统计出购买某品牌的手机的用户，再次购买手机，有一定比例会转向其他的手机，而这部分人群中，还有一定比例可能会买iPhone，其他的可能会买三星，买iPhone的人，又有一定比例的用户还会再买。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，再跟手机厂商合作。
纵观我国，大数据目前还处于应用的初级阶段，业界对大数据的概念本身、应用还有很多的不足和问题，现代历史上的历次技术革命，中国扮演的大多是追赶者的角色。大数据时代，中国海量消费者的数据让我们有了比外国同行们更丰富多样的应用场景。邢志峰认为，当务之急就是借鉴国外的先进技术和模式，努力学习并有超前意识，快马加鞭的追赶。大数据是个基础性的长期建设工程，今天我们在大数据方面的投入未必会马上看到回报，我们投资的更多是未来，是企业持久竞争力的打造。在大数据浪潮交迭的新变革中，我们需要以开放的心态和创新的魄力，与大数据行业的从业者们一起迎接大数据时代的机遇与挑战，相信中国的技术创新与及其带来的应用成果一定会让世界刮目相看。