自1998年创立以来，从光磁产品领域最具影响力的代理商，到国内首屈一指的3C网购平台，到综合型网络零售商中的头部玩家，再到集京东零售、京东物流、京东数科等子业务于一体的大型综合性互联网公司，京东以零售为核心，不断把握时代的发展趋势，已然成为了国内互联网公司的个中翘楚。
从C端业务拓展到B端，从移动互联到万物互联，从消费互联网到产业互联网，互联网下半场的大势已经初显。京东大资料研究院，致力于用知识驱动电商变革，用大资料驱动智慧零售升级，始终坚持使用者导向，用资料来提供更贴心精准的服务。
京东作为电商领域的头部玩家，
有何特色之处？
电商大资料的价值体现在何处？
大资料如何驱动零售升级？
带着这些问题与好奇欢迎来到
腾讯大学出品的《临厂发挥》
京东电商大资料的秘密
本期《临厂发挥》邀请了“京东大资料研究院首席研究官”刘晖，为我们解读了电商大资料的价值、京东的大资料与应用架构、京东如何用大资料看消费、京东大资料在零售中的应用。
首先，嘉宾刘晖为我们分享了几组有趣的电商消费资料。
元宵节的消费资料
京东每年都会跟踪分析元宵节的消费资料。元宵与汤圆是两种不同的商品，一般而言，北方“滚”元宵、南方“包”汤圆，是我国不同地域的传统习俗。
但2019年的消费资料显示，北方的消费者在正月十五更喜欢买汤圆，南方的消费者则开始喜欢买元宵，这其实反映了消费者“喜欢尝鲜”的消费心理。
此外，春节时会有不少西北的使用者大量采购波士顿龙虾、阿根廷红虾，也有一些海南的使用者去买东北酸菜，这些地域性的消费资料，生动、有趣地为我们展现了中国的消费图景。
春节的消费资料
今年京东做了春节的消费分析。嘉宾刘晖说，春节有两种消费行为是特别典型的：
一个是异地消费，在北上广深工作的年轻人，在回老家之前，很有可能是通过电商把年货邮寄回去。所以，每年春节、中秋节前后，会产生大量的异地订单，这些异地订单非常具有分析价值，京东可以根据这些资料，判断哪些地区是劳动力的输出地，哪些地区是劳动力的输入地。
另一个是消费升级，2016、2017两年，大量的北方使用者给家里寄去了口罩与空气净化器，这是一线城市向其它城市输出应对雾霾的手段。2018、2019两年，一些无形的中高阶产品开始“崭露头角”，很多人给家里购买了出境游、国内游，或者一些高阶的美容、美妆产品
嘉宾刘晖提出，京东电商大资料的价值，体现在如下4个方面：
洞察
首先是洞察，京东要让资料包含的趋势和内容变化展现在所关注的人面前。这从骨子里来说就是视觉化，把之前存在于报表中的、需要大量浏览才能看到的资料趋势，通过线条或动态的三维图示来展现。
挖掘
其次是挖掘，就是从现有的资料中发现事物发展的趋势所在，也就是说要做预测，看看未来究竟会发生什么？京东会对每一个商品在未来一个季度以内的销量，或是每个地区不同使用者群的销量进行预测，也可以对它们的价格走向进行预测。
决策
再次是决策，既然有了预测，京东就可以让资料加上人工智能系统，帮助人做很多决策和辅助决策，比如一个商品上市之后，应该用怎样的价格策略去完成销售，在半个月内要完成销售1万件的目标，究竟应该在哪些仓里配，把它放在什么位置上，在什么样的页面上给商品提供什么样的促销措施，这些往往都是人来做，但是现在京东用更多大资料做决策和辅助决策，就是帮助大家来做决策的一些建议。
开放
最后是开放，开放是所有做大资料的人共同期盼的未来，资料从业者们希望大资料能够跳脱出每个部门、每个公司甚至是国家之间的藩篱，能够让大资料真正地流动起来，去创造更好的价值。
嘉宾刘晖说，京东现在正处于大资料2.5的阶段，大量的资料已经做了预测，可以用资料工具帮助同事进行一些辅助决策，比如这个商品下一阶段要进多少件货，放在哪里，定一个什么样的价格，随着人工智能决策能力的不断提升，京东的电商零售会做得更有效率、更低成本，也让消费者拥有更好的体验。
京东的大资料具备一个系统、完备的体系。在底层，京东有很庞大、统一、开放的资料底层，无论是交易的零售资料、物流资料，甚至是金融的支付资料都是在一个巨大的平台上，这也导致京东可以拥有非常完整的资料链。
再往上一层叫做知识层，就是从简单的交易资料变成一些更加人性化或者更加偏社会科学的资料。比如京东用很多画像去描绘使用者、描绘商品、描绘小区。
再往上一层，京东做了大量的资料模型进行分析和预测，同时支援集团的所有业务，这是大资料的中台，是京东大资料应用架构的中间一层，通过开放更多的产品服务，为京东以及更多的合作伙伴来提供服务。
大资料是有价值的，京东的大资料也具备系统、完整的体系，那么京东如何用大资料看消费呢？
一方面，京东通过将使用者画像资料化，达到精准服务使用者的目的。所谓使用者画像，就是京东的大资料工作者，通过资料去描绘这个使用者。京东最多给使用者打过300多个标签，这些标签中甚至还包括使用者有没有宠物、需不需要装修、有没有车载装置、买没买过大家电等很多周边资讯，京东通过对这些资讯进行梳理、进一步细化、精准化，形成常用的几十个标签。
例如通过使用者的交易行为，挖掘出使用者的性别、学历、商品购买方式等。京东有大量的资料模型算法，通过使用者的交易资料去估算这个人的使用者画像。
京东在针对使用者做资料分析时，常用的是四类资料。
交易资料
第一类资料是使用者通过真金白银在京东上购买商品，留下来的是交易资料。这一部分资料体量很大，是京东的核心资产，让京东知道使用者在什么时间，买了多少件什么样的商品。
使用者行为资料
第二类资料是京东的使用者行为资料，也被称为数字足印，当用户登入或者一开始访问京东的网站或App时，使用者的整个行动轨迹是留下了足印的。例如，他是怎么进入我们的网站，是通过搜寻还是目录式索引进入到商品的详情页，在浏览商品详情页时会在哪里停留。
知识结构体系
第三类资料是刚才提到的知识结构体系，京东目前拥有使用者画像、小区画像、商家画像、商品画像这4个画像。嘉宾刘晖在这里特别为我们介绍了小区画像，中国的商品房模式使得消费、职业上很接近的一群人往往住进了同样的小区。
京东拥有自建的物流体系，可以用很精确的商业小区的维度去判断这些使用者的共性。比如这个小区的使用者，他在购买婴幼儿商品时，选择的是哪个品牌的进口奶粉，选择的是国产还是进口的电饭煲，这些资料往往非常准确。
比如你是一个望京的住户，你身边的邻居都是一些高阶的商务人士，那么显而易见，当你开启京东搜寻时，页面上更多呈现的应该是一些高阶的进口商品。
调研
第四类资料是调研，调研不是客观的商品资料，是来自于我们与使用者面对面或线上的访谈。京东调研的特色在于：能够将调研问题精准地投放给标的使用者。
例如，一个配件企业想做汽车轮毂的调研，他想知道购买10-20万的这些轿车的使用者，他们究竟未来有没有更换自己预设轮毂的这种潜在需求？
京东的特色在于我们很明确的可以通过这些使用者购买的汽车配件的型号，锁定目标使用者群，同时它甚至可以指定相应的城市，甚至城区小区年龄段收入阶层学历，我们把问卷精准地发放到消费者能够触达的视窗，让它能够进行反馈。
另一方面，京东目前可以掌握多种维度的资料，其中比较典型的有两种：基于时间维度的交易资料和基于地域维度的交易资料。
基于时间维度的交易资料
嘉宾刘晖首先分享了一组基于时间维度的交易资料，如下图。
PC端下单曲线展示一个使用者典型的生活与工作的时间流程。凌晨，使用者睡觉了，6点钟起床，8点钟在上班路上，这时下单量较小。
但是，到了10-11点，会拉起一个采购的高峰，因为使用者可能处理完了手上的第一批邮件，需要喘一口气，正好上京东去消费一下。
中午12点，这个曲线又会掉下去，因为使用者出去吃饭了，无法在PC端上进行购物。下午2点-4点，又会拉起一个购物的小高峰，因为下午的会议又开始了，开完几个会以后，使用者需要平复一下心情，再买一点东西。
到下午5点以后，PC端的购物曲线就会一直下去，因为回家吃晚饭后，我们大多会躺在沙发上看电视，不会再接触PC了。但是，蓝色的移动端曲线是完全不一样的，我们可以看到，这条曲线非常平缓，这是因为：移动端使用者可以在很多时间和场合去下单。
所以，如果我们用时间和交易的维度进行交叉时，就可以看到更丰富或深入的使用者的一些习惯。
基于地域维度的交易资料
谈到地域维度，嘉宾刘晖同样举了一个大家非常感兴趣的例子：哪些地方的人天生就是能喝或者爱喝酒，所以京东每年都会给出一个红白黄啤四种酒类在全国的消费分布。
比如，北京市位于第四象限，也就是说北京人买酒的频率没那么高，但买的都是好酒，在这一方面，上海、西藏的情况与北京类似。为什么西藏会出现在第4象限？
这是因为西藏是一个新兴的电商消费地区，第一批接受电商的人往往是金字塔的中高阶使用者，他们的消费习惯跟一线城市非常接近。
但是看到黑吉辽，很多人就会问了，为什么东三省这么能喝的地区会排在这儿？这是因为：东三省在电商上的白酒消费量不是特别大，他们的啤酒消费排在第一象限，频率极高，购买力也很强，构成了与白酒的相互替代。
嘉宾刘晖分享了很多京东对于大资料的看法、认知与建设，那么，京东大资料究竟有何应用呢？他列举了四类典型大资料应用：千人千面、智慧供应链、C2M反向定制、京东专享。
千人千面
千人千面是指京东基于大资料探勘，使得每一个使用者在开启ta的京东App或者输入一个搜寻词之后，看到的页面完全不一样，会根据你的使用者画像、小区画像，为你精准地推送最适合你的商品。
这个模式让我们对未来大资料在电商的应用中充满了信心，因为对于京东来说，这可以极大地提升转化率。对于消费者来说，ta可以将京东当作一个个性化的商场，一个精准捕捉、匹配ta购物需求的地方。
智慧供应链
智慧供应链是京东的老本行，做零售的企业都是做供应链的，都会积累大量的资料，都是通过使用资料更好地执行、推动供应链。
例如，京东可以告诉上游企业，它的某一款商品在未来一个季度究竟在全国的500多个仓库，每个仓库放多少个产品合适。京东也可以告诉一个企业，要对这款春季的时尚服装进行清仓了，该如何确定价格曲线，什么时候该降价多少钱？
C2M反向定制
C2M反向定制，也是京东基于大资料的一项重要举措。嘉宾刘晖为我们简单梳理了一下C2M反向定制的一些关键要素。
外界会认为京东在做C2M反向定制时，主要就是通过使用者的点评采购，但实际上其背后系统中的因素非常丰富，京东甚至会根据使用者在浏览商品页时的停留、跳出情况，甚至还有售后反馈的大量资讯，去决定要给哪些使用者推送什么样的产品，进行使用者群的细分，为相应的使用者制定相应的价格。
刘晖坦言，他相信京东代表了未来零售的模式，京东会为每一个人去生产最适合ta最精准的商品和服务。
购物决策的“临门一脚”
在电商平台上，有些使用者的行为非常有趣。他们往往会把高价值的目标商品放在购物车里，有时一放就是一年半载，在这段时间里，使用者会频繁地去看那个商品，并比较同类的商品，京东把这类使用者加了标签，叫做强需求使用者。
嘉宾刘晖说，这些使用者距离买下商品，可能只差了一个动因，这个动因有可能是一个200元钱的配件包，或者是50元钱的现金券。为了应对这样的强需求使用者，京东设定了一个专案：京东专享，这是让使用者决定购买的“临门一脚”。
京东专享的的核心就是通过大资料去把这些对某个商品有强需求，离购买只差一步之遥的使用者挖掘出来，京东会把使用者在京东能够享受的京东给的优惠，厂商能给的优惠把它汇集起来，计算出一个特殊的一个优惠包，通过App或者简讯的提示发给他，这个叫做京东专享优惠。
这个系统收效非常明显，在我们的大家电和高阶手机上明确地提升了购买量，而且也让消费者觉得自己被重视了，而且它的个性化需求被满足了。
在《临厂发挥》节目最后的Q&A环节中
现场粉丝也提出很多有价值的问题
千人千面以外，京东还有哪些重量级应用？
京东的无界零售与苏宁的智慧零售、
阿里的新零售有何区别？
大资料技术能为京东未来的ToB业务提供怎样的帮助？
这些犀利、专业的提问
嘉宾刘晖会怎么回答呢？
快快到正片中一探究竟吧！
