2014年11月20日億瑪智慧峰會在海航大廈萬豪酒店舉行。此次峰會中，來自大數據應用各個領域的企業代表就“大數據智未來”這一會議主題進行了觀點碰撞。該次會議也被業界譽為“大數據智未來”的風向標。與會嘉賓從自己所從事的金融、電商、硬件、移動等領域出發就大數據未來發展的趨勢、大數據與行業深度結合等方面進行了專業的論述。
京東大數據平臺部副總經理邢志峰表示，大數據對電商O2O的運營，都是基于對用戶分析，再將電商平臺與用戶屬性信息結合，才能實現個性化精準營銷。
大數據是一個棱鏡，這個棱鏡可以讓我們把現實看得更加準確一些，能夠還原很多線下背后真實的情況
----如下是京東大數據平臺部副總經理邢志峰演講實錄----
邢志峰：首先特別感謝億瑪提供這樣的機會，今天也幸來這里分享京東商城在大數據分析的一些感觸。我的演講主題是大數據應用如何促進智能商業的變化，今天我的演講會分三個部分。第一部分簡單介紹一下京東大數據平臺的情況，第二我們會來分享一下京東在大數據應用方面對未來的領域，像剛才談到O2O、C2B，我們也有我們的探索。剛才也講到大數據看到未來，今天我也想分享一下電商的未來。
首先看一下我們京東的現狀，京東大數據平臺09年開始建設，到現在僅僅是五年的時間，在五年時間里邊，目前整體規模是超過了20TB，每天數據的存儲量大概有三個TB左右。這樣一個數據量其實為我們來處理這些數據一方面帶來機遇，一方面也給我們平臺帶來很多挑戰。
我們在2013年為了應對公司這么大數據量的一個增長，來滿足公司業務快速發展，我們對我們平臺進行了全面的升級，目前我們的整個平臺支持公司大概有五百多個系統，整個平臺目前積累了三層的基礎架構。包括我們的技術層、模型層、工具產品層。另外我們對應到服務，我們相關的客戶，這里頭包括我們的消費者，我們的合作伙伴，以及我們的團隊，這是京東大數據的現狀。包括剛剛過去的雙十一，進行實時監控。
第二部分的話我會通過一些具體的案例，因為剛才的很多老師、專家，介紹了大數據發展的很多趨勢。今天我想通過一些具體的案例看一看在一家公司里邊數據如何驅動我們的業務。
我主要講三部分，第一部分是我們的精準營銷，我覺得這是一個任何一個電商公司，包括互聯網公司都不可能繞過的話題。第二部分分享一下C2B定制的探索，第三塊是O2O運營方面，這樣一個領域里邊大數據如何發揮價值，為我們的業務注入這個活力。
首先分享一下我們的精準營銷，京東它是一家從三C起家的零售公司，慢慢隨著我們的數據增大，現在變成技術中的數據公司。基于用戶瀏覽、搜索，包括售后的投訴、返修等相關的數據，我們在很早就已經構建了一套非常完整的體系。這套體系包括對用戶的基本屬性、購買能力、行為特征、社交網絡，以及心理特征、興趣愛好等方面對用戶的刻劃，然后進行精確的營銷，幫助我們的采銷團隊進行新業務的拓展，另外找到用戶群體。大概整個用戶在這樣一個表里邊，將近五百個次段，對用戶很多方面進行刻劃。目前這些刻劃更多是來自于我們挖掘團隊、分析團隊等等的工作。在未來隨著社交進步的進入，未來的用戶會豐富的擴展，可能會擴展到幾萬甚至幾十萬的信息量。
說到用戶分群，包括談個性化營銷，可能第一步我們先做到的是基于人群的個性化營銷，因為每個人其實更多是一種以群體的方式，來展現他購物的偏好，我們目前的話，有三個群，產銷品類為目標的品類分群，還有地址的分群，包括以用戶購物類型進行的購物類型分群，這里面包括我們會去判斷用戶購物的沖動，還是理性的比較。通過這樣的判斷，精確指導我們的營銷。這里可以給大家分享一下我們大數據分析團隊的一個結果。618，是我們京東一個非常盛大購物的狂歡節，什么樣的用戶是比例最高的用戶，我們做了一個分析，得出的結論跟我們預期有些不太一樣。我們發現在618當天的時候，最多的用戶實際上是目標人群用戶，而之前業務的感知，我們認為是沖動性用戶。這里我們分析為什么會有這樣一個現象，我們發現前幾年的時候，618剛起來的時候確實用戶群體是以沖動型為主的，因為那個時候618只有一天，還有購物狂歡節模式非常少，但是現在從一天變成了幾天，包括雙十一，用戶已經從沖動型變成了目標明確型。在那個時候再去增加，已經不能改變了。所以說給我們市場部營銷建議是把促銷信息進行提前，而且提前給用戶一些預期，以便在促銷當天有更好的收獲。
談到精準營銷，我這里分享一個感觸，大數據它構建了一個數據的世界，這個世界跟我們真實的世界是有差異的，甚至是不同和相反的。數據的世界跟我們真實的世界哪個更可信，哪個更帶來價值。分享一個例子，一個人年齡36，但是真實年齡20，我們認為是不是有些偏差，我們進行了訪談，他告訴我他買了很多不同男性的東西，都是成熟男性的東西，商務襯衫，高端的一些辦公用品，開會也好，討論也好，他希望他的打扮、穿著能夠給別人更成熟的感覺，所以他有意把自己打扮成30歲男性。如果用真實的信息做推薦的時候就不是很好，數據告訴我們一些背后的事情。雖然并不是真實世界里客觀的刻劃，但是是現實發生真實的事情，這是我對于數據的一個感觸。
這里面用我個人舉例子，從我們公司的營銷，以及我們用戶體驗團隊做了合作，推出了一個京東范兒偏用戶體驗的產品，在京東帳戶的首頁頂部都可以訪問。我個人通過我們京東范兒對我的評價，我希望大家能夠了解我，是個怎樣的人，我是一個持家有方的人，伺機而動，我是一個移動購物達人，另外我正值壯年，每天利用自己午休的時候下一些定單。通過這樣一個小小的案例你會發現，大數據的分析你可能了解我是這樣一個人，所以更理解用戶，和了解用戶的需求，是有非常大的幫助。
第二個我想分享的是我們的C2B的一個案例，就是我們的JDphone，跟很多生產廠商，進行定制化手機生產這樣一個計劃。包括現在推出了這個手機，很多人買的手機可能并不知道，但是它確實是京東的一款。它是如何誕生的？我這里先來舉個例子，就是LG的手機，左邊這個部分是我們模型推薦的方案，右邊是LG-G3，我們跟它是非常匹配的。我們構建一個智能的系統，去幫助實現定制分析、營銷分析等等。
我快速講一個案例，我們以手機為例，藍色的線是用戶瀏覽的時候可能會關注手機的一些屬性，紅色的線是用戶購買的時候你會關注手機的屬性，我們會發現用戶在瀏覽的時候，會更加關注機身顏色，但是用戶在購買的時候會更關注CPU的配置，像這樣的信息如果通過大數據建模與分析，我們很難清楚把一個商品的屬性、重要性進行定量刻劃，通過大數據建模可以做到這個。京東慧眼是我們內部的項目名稱，目前從3C品類到服裝、化妝品等等，最終實現個性化定制。
第三O2O運營，我們可以基于我們對于用戶的分析，清晰地知道一個用戶他的一些屬性，以及他的一些行為特征，還有位置信息，與用戶屬性信息結合。如果在這個半徑開一個超市，或者開一個賣場，放哪些商品用戶會喜歡，那么可以指導我的業務。這里舉一個例子，這是北京市的定單密度地圖，我們其實可以發現中央是很淺的，天安門、故宮那個地方基本沒有什么定單。這個地方很扎眼，首先在北面，昌平那邊，附近基本沒有什么商業，很多學生不會再那個地方下單，而在京東購買。如果我們運營的話我們重點在哪里，如果進行O2O業務的話怎么選擇配送站等等。O2O這塊的話，自提柜選址，它肯定不會在老年社區的地方，一定要在上班族聚集的地方，而且是買高附加值商品聚集的地方。包括用戶運營，包括我們的戶外廣告，包括我們O2O業務，戶外廣告談一個我們感觸，以前有一個劣勢，現在如果結合我們的O2O，用我們大數據分析，戶外廣告可以進行精確的。比如某一條公交路線，我知道它附近的坐標信息，基于京東的數據，公交路線走過的路線會覆蓋哪些用戶，這些用戶他們有哪些特點，在這個上面放哪些品類的促銷信息，哪些吸引廣告詞的特點，我們可以通過這樣的方式給推薦。
最后的話，通過幾個數據看一看未來電商我們的趨勢在哪里。第一個是男女基于平衡的發展，B2C業務是以當當、京東起家的時候，我們的男女比例是失衡的，男性用戶為主，隨著這幾年發展，男女的趨勢基于平衡。第二點，我個人非常認同鄭總觀點，線上和線下結合，平常女性高于男性，灰色格子偏低，這是什么時間，灰色，白色是工作日，我們會發現一到周末，女性用戶他們線上購物的比例下滑。而男性用戶會上升，即使是在線上，有購物習慣的女性依然會選擇線下購物，這個還要滿足她的社交需要、逛街需要、散心的需要等等。
最后看一下移動，有這樣幾個點，引起了我們關注，第一點在下班回家路上，使用頻率明顯高于PC用戶，第二個是準備睡覺前面幾分鐘或者一段時間里，移動用戶的使用頻率高于我們PC端。
最后我來總結一下，這是一張白紙，我看是一個白光，沒有棱鏡的話白光就是白光，這并不是它真正的顏色，真正的顏色是七種或者更多的顏色組成的，如果有棱鏡就會展現出真實的一面。大數據是什么？大數據是一個棱鏡，這個棱鏡可以讓我們把現實看得更加準確一些，能夠還原很多線下背后真實的情況。謝謝大家。
