解析京东的⼤数据在运营中的实际应⽤腾讯qq好友恢复
京东⼤数据的优势得益于京东电商业务的全价值链数据。由于京东的主要业务是⾃营式电商，⽽且要求端到端的流程控制，使得京东的⼤数据覆盖了电商的全部流程，从采购、库房、销售、配送到售后、客服，整个链条是完整的。
分分合合的⼤数据路线
京东⼤数据说来话长，实际上，它经历了⼀个分分合合的过程。
2009年7⽉的时候，邢捕头的⼼情可没有现在轻松。那个时候，快速增长的业务带来了海量的数据需求，业务部门扔过来⼤量的数据，⼏乎天天到他那⾥来“讨账”。于是京东数据部在2009年底正式成⽴。
2011年熊猫金币价格到了2010年下半年，数据部依照服务职能对象的不同拆分为两个团队，其中⼀个主要⾯向采销、市场等部门，另⼀个数据团队则为仓储、物流等部门提供服务。
巧合的是，这两⽀团队也选择了不同的技术路线。⼀个选择了基于开源的MySQL⾃建数据仓库，⾃主开发配套的数据调度⽣产、数据分析提取、数据知识管理、数据报表呈现及数据质量监控的产品体系，并建设相应的数据集市与业务部门联合推⼴使⽤。
另⼀个数据团队选择了购买ORACLE RAC⼩型机/ORACLE BIEE商业智能平台，数据处理效率也得到了明显提⾼。
但是随着京东业务的不断扩张和⾼速增长，商业软件的局限性就⽇益显露出来了，主要表现在两个⽅⾯：
⼀个是维护成本⾼，商业软件此后的每⼀次升级都要请原⼚的专家上门，这个服务费可是相当的⾼。
另⼀个更重要的则是快速响应能⼒。电商⾏业变化⾮常快，⼏乎每天业务部门都要做⼀些策略调整，⽐如增加某些品类，砍掉另⼀些品类，⽽商业软件都是模块化的，并没有那么强的灵活性，响应速度根本跟不上业务的发展。实际上，我们看到⼀些使⽤了商业软件的电商在这个⽅⾯吃亏不⼩。
到了2012年年初，为了更好地应对业务的快速增长，京东数据部⼜合在了⼀起，并且确定了基于Hadoop的分布式开源技术架构，原来的SQL Server和ORACLE数据仓库均退出了历史舞台。在Hadoop的基础上，京东开发出了JDW企业级数据仓库，⽬前集的总存储量已经达到了50PB以上，是名副其实的⼤数据。
古尔邦节2022放假通知更加真实有效的⼤数据
在贵阳⼤数据博览会上，出任京东集团⾼级副总裁及京东研发体系负责⼈的张晨表⽰：“京东全品类、
全价值链的电商数据在⾏业内具有稀缺性，它使得京东⼤数据在数据、模型、技术、⼯具等多个层⾯⾼度的整合和统⼀，⼤⼤提升了⼤数据在整个集团内融合和利⽤的效率，促进⼤数据的深度价值挖掘。”
简单来讲，京东⼤数据的优势得益于京东电商业务的全价值链数据。由于京东的主要业务是⾃营式电商，⽽且要求端到端的流程控制，使得京东的⼤数据覆盖了电商的全部流程，从采购、库房、销售、配送到售后、客服，整个链条是完整的。
“数据不仅仅⼤才有价值，如果不完整或者只是局限于某个点的话，价值就⼩了。京东的数据很完整，量⼜很⼤，这个数据就很值钱。”邢捕头认为。
⽽且由于京东对商品交易过程实⾏严格的管控，在京东平台上进⾏代购和刷单的⾏为都是不允许的，这也使得京东的⽤户数据更加接近真实⽤户的真实需求。
有了真实有效的⼤数据，京东就可以做很多的事情，⽐如精准营销、⽤户画像、C2B定制，等等。
以⽼冀为例，⽐如⽼冀想在京东上买本《从零到⼀》，结果正好这本书脱销，⽼冀于是点击了⼀下“到货提醒”。过了⼏天，⽼冀收到⼀封邮件，告诉⽼冀这本书已经到货了，并且还推荐了《奇点临近》、《创业者的思考》，⽼冀发现这两本也是⾃⼰想要的书，于是照单全收。
不过，⽼冀感觉京东每次登陆的主页⾯还是⾮常庞杂，似乎不如美国亚马逊那么简洁、个性化和有针对性。邢捕头坦诚，⽬前京东在A/B 测试⽅⾯还不如亚马逊成熟。所谓A/B 测试，就是先建⽴⼀个测试页⾯，这个页⾯在呈现逻辑和内容上与原有页⾯有所不同，然后将这两个页⾯以随机的⽅式同时推送给所有浏览⽤户，接下来分别统计两个页⾯的⽤户转化率，即可了解到两种策略的优劣。还有⼀个也是跟中国⽹民的购物习惯相关：⼤部分美国⽹民购物⾮常直接，⽽中国⽹民则喜欢那种“逛”的感觉。
⼤数据还有个很⼤的作⽤，就是⽤户画像。前⾯⽼冀谈到京东有个很独特的优势，就是数据更加真实可靠。⽽且经过了⼗多年的发展，京东的商品品类也已经⾮常丰富，⽬前已经有接近1亿SKU。很多商品本⾝就会有⽤户特征，⽐如⼥⼠的胸罩和内⾐，男⼠的刮胡⼑，等等。京东根据这些购买⾏为给⽤户打上标签，直⾄勾画出⼀幅清晰的⽤户画像。
有了⽤户画像，京东就可以做很多事情了。举个例⼦，根据⽤户在下单前的浏览情况，京东就可以了解⽤户的购物性格是冲动型、理性型还是犹豫型。对于冲动型⽤户，京东直接推荐给Ta最畅销的同类商品，⽽理性型⽤户则推荐给Ta⼝碑最好的商品。
京东还将⽤户画像数据提供给⽹站智能机器⼈JIMI，使得JIMI能够快速理解⽤户意图、从⽽对⽤户进⾏个性化关怀，从⽽⼤幅度提升⽤户的满意度。
开机显示器没反应⽽随着2014年京东收购了腾讯的实物电商部门，并将其数据整合进来，京东⼤数据的准确性⼜得到了提升。此外，京东的⼤数据还能够与腾讯的QQ/⼤数据结合起来，从⽽开展更有针对性的营销活动。从过去⼀段时间双⽅的联合推⼴来看，⼤数据功不可没。
帮助业务部门决策
其实，⼤数据还能够做更多的事情。对于邢捕头所在的部门来说，最重要的还是帮助业务部门更好地决策。
⽐如⽬前市⾯上有那么多款⼿机，京东⼿机采销部门到底应该采购哪⼀款⼿机？就可以根据京东⼤数据参考决策。如今，京东更深⼊了⼀步，在2013年推出了JDPhone计划，与⼿机⼚商⼀起打造⽤户喜欢的⼿机。
举个例⼦：京东⼤数据显⽰，近半年来在京东购买过两次以上⼿机的⽤户，其中34%都选择了更⼤屏幕，但是5.5⼨是他们接受的极限，因此建议⼿机⼚商选择4.8-5.5⼨屏幕作为最优尺⼨。最近这⼏年，正是基于⼤数据的威⼒，JDPhone计划先后与中兴、华为等⼿机制造企业合作，推出了⽬前市场上很多畅销的机型今年10月1日是中华人民共和国成立多少周年
“我们的数据能够帮助业务⼈员做决策和判断，能够利⽤很多统计⽅式展现报表，以更加形象、实时和统⼀的⽅式提供给他们，通过业务应⽤服务于我们的消费者。”邢捕头对于⾃⼰的⼯作感到⾮常⾃豪。
2011年11⽉，京东准备对快递包裹收费。那么，当⽤户的订单⾦额到了多少才能够不收费呢？为此，京东⼤数据部门模拟了⼀个场景，分别按照⽤户订单免运费下限为19元、29元到89元之后，对京东的整体⽑利情况做了⼀个详细的测算，然后到了⽐较合理的价格区间，将报告提交给了公司⾼层，对于配送费的合理制定起到了很好的辅助决策作⽤。
如今，对于京东⾼达上亿的SKU，单是补货就是个⼤问题，如果只是依靠⼈⼯补货根本就忙不过来。京东供应链研发团队⾃主开发了⼀套补货系统，项⽬上线之后，给图书部门的采购补货⼯作带来了极⼤的便利。⾯对超过百万⽽且不断增长的SKU，图书业务部门的采购⼈员并没有显著增加
此外，京东还将⾃⼰的⼤数据拿出来，与复旦⼤学联合推出了复旦-京东信息消费指数，包括消费者⾏为与信⼼指数、电⼦商务⾏业景⽓度指数、电⼦商务便利度指数三⼤⼦指数，共同构成了⼀个完善的指标体系，综合反映了当前信息经济消费情况，能够为政府政策、⾏业发展、消费者⾏为模式等提供重要的参考价值。这也是⽬前我国⾸个⽤于评估电⼦商务、“互联⽹+”等信息要素集聚程度以及绩效表现的综合性指数。
⼤数据下的智慧供应链
随着⽹络和信息技术的不断发展，⼈类产⽣的数据量正在呈指数级增长，云计算的诞⽣更是直接把我们带了⼤数据时代。“⼤数据”作为时下最时髦的词汇，开始向各⾏业渗透辐射，颠覆了传统⾏业的
管理和运营思维，更拨动着电商⾏业管理者的神经，⼤数据在电商⾏业释放出的巨⼤价值已越来越被⼈熟知与接受。
“可能你的数据以前只看未来⼀周就可以，现在看两周，未来想看两年的数据，这时候⼤数据作为⼀种技术可以⽀撑你。然⽽⼤数据也好、云计算也好，所有的东西如果没有⽣意⼈直接的参与和深度理解，以及未来深度地使⽤，那么所有的这些⽤现代的词来说就是然并卵。”京东零售平台产品机构负责⼈翟松涛在《⼤数据驱动京东智慧供应链》的分享中如是说，她从销售预测、库存管理、可视化、选品及动态定价等供应链环节讲述了⼤数据的神奇运⽤。好看简单的舞蹈
作为⾃营电商，库存是供应链中重要的组成部分。翟松涛⾸先介绍了京东运⽤⼤数据在库存管理上取得的成果。作为枢纽环节，销量预测决定了后边运营所有的相关配合，“过去5年⾥，京东从只有20万的⾃营商品到今天有将近500万⾃营商品，我们做了很多相应的事情。通过清洗数据得到针对每⼀个单品的需求的形式。对于这些单品我们匹配相应的算法和模型，预测未来这个商品可能会产⽣的销量。”
翟松涛重点提到京东在做销量预测的⼤数据分析流程中加⼊业务思路，销量预测第⼀个⽀撑到的就是补货建议。根据销量的预测在京东的仓库、配送站点等提前布货，当⽤户定单需求来的时候，保证在离他最近的仓库⾥已经有货。
在库内补货⽅⾯，京东的仓储系统会接受销量预测的建议，按照未来销量可能产⽣的时间，把货物从补货区送到捡货区。各仓库间也有⾃动化⽀援关系，避免配⼊仓的冗余和缺货。
在传统的供应链中普遍存在⼀种“⽜鞭效应”，即供应链上的信息流从最终客户向原始供应商端传递的时候，由于⽆法有效地实现信息的共享，使得信息扭曲⽽逐渐放⼤，致使需求信息出现越来越⼤的波动，最终导致供应链失调，出现供应商货物积压、或零售商出现缺货等现象。⾯对这些问题，京东选择与供应商共命运——供应商深度协同，将供应链协作进⼀步延伸到⽣产环节。这⽅⾯翟松涛带来了⼀个京东成功的实践案例。8⽉份京东与美的达成战略合作关系，双⽅在物流配送、⼤数据分
析、智能设备等⽅⾯进⾏深度合作，先后上线了系统直连、深度协同等项⽬，实现基础订单数据及销量库存数据共享，实现供应链深度协同。深度协同的不同之处就在于把销量预测时间延长，根据未来三个⽉的预测销量与供应商协调⽣产计划，⼚商根据预测安排⽣产周期，在整个实践过程中，京东实现了降低缺货风险、降低库存周转、提⾼数据共享效率的三⼤优化效果，⽽美的则实现了⽣产计划预测性加强、智能补货的优化效果。这对于电商，尤其是⾃营电商来说未来是⼀个很明确的趋势。
不仅如此，京东还为供应商、⼚商带来了⼀款称为“零售罗盘”的产品，⽤户可以通过可视化界⾯点击直接进⼊操作流程，通过消费者分析、竞品分析甚⾄品类分析等判断下⼀步⽣产制造的⽅向，为⼚商带来价值，受到战略合作伙伴的⼴泛关注。
根据线上线下数据⾃动推送选品建议，为采销提供选品依据的“智慧选品”、根据单品特质形成的不同竞争⼒计算价格的“动态定价“等，翟松涛也⼀⼀作了介绍，都为京东⽇常运营、促销提供了不少分析思路。
对于京东的技术⾰新来说，其雄厚的技术基础和完善的技术体系、前瞻性的业务部署以及京东本⾝渴求为⽤户带来优质体验的理念都成为其技术前进的驱动⼒。⽽对于这样⼀个⾮传统企业，其发展据点落实在技术之上，着实是稳健的选择。可以说，云计算与⼤数据⼤⼤改变了电商的营运之路，也为中国市场的“互联⽹+”时代做⾜充分准备。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论