最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

京东大数据运用的趣事心得

[复制链接]
跳转到指定楼层
楼主
发表于 2014-8-23 14:54:46 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

在中国国际大数据大会——大数据与互联网创新分论坛上,京东技术副总裁兼首席科学家何刚分享了京东在实践中应用大数据的心得。首先提到刘强东董事长电商行业的“刘三角”中大数据的意义,讲的就是在整个电商行业里,最重要的是打造三个平台:物流,解决信息流和资金流的问题,在这之上要想运营的好,让电商平台真正做起来,实际要解决运营成本、物流成本和提高效率。而在经过野蛮生长期之后,必须要有大数据作为驱动,因为这样才能为用户提供优质的用户体验。

何刚

大数据描述用户标签

对于电商来说,很多网站都有几千万、几个亿的客户在进行采购,所以电商要对这些客户进行画像,每个客户有几百个标签,包括有房子吗?有车吗?有钱他愿不愿意花?社交网络关系是什么?他现在在什么地方,性别、年龄、身高、职业,还包括客户对品牌的忠诚度情况怎么样的等等。描述用户标签,根据各种纬度进行画像分析,得以提高电商的转化率和黏性。

电商一个是以用户为中心的[color=rgb(68, 68, 68) !important]数据分析,另外是以商品为中心的数据分析,京东现在有几千万种SKU,来决定要选择什么时候上新品,什么时候下架,这要有详细的分析数据。除此之外还要对这个行业进行分析,对市场需求度,包括品牌,通过折价纬度进行分析。从而,京东会在适合的时间点推出适合的产品,或跟供应商达成协议,吸引这方面的商家上来开店。

中国17-18%的GDP是花在物流上,而欧美只有5-6%的样子,所以我们有很大的浪费,这就需要大数据解决这个问题。我们现在做了很多事情,比如我们现在可以把很多用户在网上的交互,能够通过机器人的方式实现,而不是人工的方式。

大数据进行情感分析

京东有很多用户打电话进来或者在网上联系,在客服人员接起电话开始之前,京东都足够对用户进行了很多画像的分析,能知道客户大概是一个什么样的人。对用户进行的情感分析能够猜出打电话进来的意图大概是什么,通过这些能更好的服务用户。同时京东也可以通过分析,做一些主动服务,提醒用户,比如今天下暴雨等等天灾仁厚,然后通知他们你的货会稍晚一点到,这些都是为了解决好用户体验问题。

C2B定制化方面京东也做了很多工作,比如左边写的是一个通俗的流程,投入用户的行为和对大量商户分析,能够分析出哪类用户喜欢哪类产品,客户有了这个需求有了这个购买能力,京东就会根据这个定制好一部分产品。

京东用大数据做金融

京东利用大数据做的金融,主要有两个产品: 一个叫京东白条,可以让消费者在京东上购物,即可以以透支的方式,根据客户过去的消费记录免费消费,这个产品最主要的功能是增强客户黏性。

另外就是京保贝,京保贝实际上是面对京东上面的商家、供应商、第三方商家的一个保理产品,它的特色是可以根据这些商家、供应商运营情况,来制定出一个供应链金融的解决方案,因为京东完全是依赖于这些供应商的交易数据做这个事情,京东的成本非常低,可以做到比行业里标准低将近一倍的成本借给商家资金,而且可以做到非常实时,三分钟之内从申请到放款。



楼主热帖

本帖被以下淘专辑推荐:

分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖1 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-4 20:31

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表