
技術(shù)帶動(dòng)市場(chǎng),電商大數(shù)據(jù)發(fā)展的那些事兒
對(duì)于技術(shù)人們總覺(jué)得是研發(fā)層面,和市場(chǎng)層面很難掛鉤,不過(guò)隨著云計(jì)算和大數(shù)據(jù)應(yīng)用的逐步普及,尤其是移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,對(duì)于大數(shù)據(jù)的應(yīng)用觀念也開(kāi)始發(fā)生了改變,尤其是一些精準(zhǔn)營(yíng)銷(xiāo)和推薦方面的應(yīng)用都開(kāi)始在大數(shù)據(jù)應(yīng)用中被完美地演繹。這時(shí)候,技術(shù)和市場(chǎng)的銜接就變得更加緊密了。于是我們看到一些以技術(shù)見(jiàn)長(zhǎng)的公司開(kāi)始進(jìn)行更高效和精準(zhǔn)的市場(chǎng)化運(yùn)作,而以運(yùn)營(yíng)見(jiàn)長(zhǎng)的公司也開(kāi)始不斷挖掘自身的數(shù)據(jù)價(jià)值,進(jìn)而開(kāi)始不斷地延伸到產(chǎn)品序列中,通過(guò)二者的有機(jī)整合,開(kāi)始挖掘內(nèi)部的價(jià)值。
貿(mào)工技和技工貿(mào)其實(shí)都延伸了
眾所周知,曾幾何時(shí),我們對(duì)貿(mào)工技和技工貿(mào)還有一些爭(zhēng)議。不過(guò)進(jìn)入到如今的時(shí)代,這二者開(kāi)始有機(jī)地整合在一起了。因?yàn)闊o(wú)論是貿(mào)易還是技術(shù),都已經(jīng)不能唯一地存在,而需要更多的協(xié)調(diào)發(fā)展,或者說(shuō)是相輔相成的發(fā)展才可以挖掘到價(jià)值最大化。
其中云計(jì)算和大數(shù)據(jù)應(yīng)用就是最好的體現(xiàn)。于是我們的認(rèn)知也開(kāi)始發(fā)生改變,以京東為例,對(duì)于京東大部分人只知道它是一個(gè)電商平臺(tái),實(shí)際上京東特有的服務(wù)模式,已經(jīng)成為中國(guó)自營(yíng)式電商的領(lǐng)頭羊,如今更加多元化,對(duì)于電商來(lái)說(shuō),很多人往往忽略了技術(shù)對(duì)電商業(yè)務(wù)帶來(lái)的推動(dòng)作用,就京東來(lái)說(shuō),業(yè)務(wù)與技術(shù)的雙向驅(qū)動(dòng)是其發(fā)展的策略。
從今年的雙11來(lái)看,京東技術(shù)對(duì)外公布了三大戰(zhàn)役:換底計(jì)劃(遷移至云)、多中心交易計(jì)劃、京東大腦計(jì)劃。前兩個(gè)還屬于技術(shù)架構(gòu)的轉(zhuǎn)變,而后一個(gè)則是將數(shù)據(jù)變成價(jià)值的體現(xiàn)。顧名思義,大腦是最復(fù)雜的信息處理中心,因?yàn)橛刑嗟男畔?,太多的邏輯,太多的思維模式在其中了。京東大腦研究的不僅僅是人工智能范疇的內(nèi)容,還包含與自身運(yùn)營(yíng)息息相關(guān)的數(shù)據(jù)范疇。簡(jiǎn)單地說(shuō),京東大腦就是希望通過(guò)對(duì)用戶(hù)網(wǎng)購(gòu)習(xí)慣等信息進(jìn)行大數(shù)據(jù)挖掘與分析,然后反哺到自身的運(yùn)營(yíng)中。當(dāng)然,這種運(yùn)營(yíng)包括營(yíng)銷(xiāo)、供應(yīng)鏈、運(yùn)營(yíng)、推廣、物流、倉(cāng)儲(chǔ)等等。
京東大腦有啥用?
對(duì)于用戶(hù)來(lái)說(shuō),才不管你什么大腦,只要我自己購(gòu)物方便、實(shí)惠,靠譜就可以了。但實(shí)際上在這背后都有京東大腦的協(xié)助來(lái)提升用戶(hù)體驗(yàn)。不過(guò)對(duì)于供應(yīng)鏈和供應(yīng)商來(lái)說(shuō),京東大腦能帶來(lái)的好處就優(yōu)勢(shì)明顯了。這里就有必要看看京東大腦究竟能帶來(lái)哪些數(shù)據(jù)分析,并由此帶來(lái)一些延伸判斷。
對(duì)于京東而言,可以說(shuō)是擁有了中國(guó)電商領(lǐng)域最完整、最精準(zhǔn)、價(jià)值鏈最長(zhǎng)的數(shù)據(jù)。京東大腦就是希望利用大數(shù)據(jù)技術(shù)幫助京東提升用戶(hù)體驗(yàn),降低運(yùn)營(yíng)成本,提高效率。那么是不是可以實(shí)現(xiàn)呢?我們看到京東大腦的計(jì)劃目標(biāo)是,結(jié)合智能計(jì)算技術(shù),提高京東的實(shí)時(shí)計(jì)算和數(shù)據(jù)挖掘能力,改進(jìn)京東數(shù)據(jù)質(zhì)量,充分利用京東大數(shù)據(jù)價(jià)值。改進(jìn)推薦搜索準(zhǔn)確性,提高實(shí)時(shí)數(shù)據(jù)報(bào)表和預(yù)測(cè)能力。
相似的應(yīng)用其實(shí)在很多領(lǐng)域我們已經(jīng)看到,只是大家的技術(shù)應(yīng)用和體驗(yàn)有差異罷了,從技術(shù)上來(lái)看,這種預(yù)測(cè)和精準(zhǔn)定位應(yīng)該不是技術(shù)難題。據(jù)悉,京東大腦架構(gòu)分為3層:基礎(chǔ)數(shù)據(jù)層、知識(shí)層、服務(wù)層?;A(chǔ)數(shù)據(jù)層存儲(chǔ)京東海量的生產(chǎn)數(shù)據(jù),包括主數(shù)據(jù)(商品數(shù)據(jù)、用戶(hù)數(shù)據(jù)、商家數(shù)據(jù)、地址數(shù)據(jù)、供應(yīng)商數(shù)據(jù)、庫(kù)存數(shù)據(jù)等)、交易數(shù)據(jù)(訂單數(shù)據(jù)等)、點(diǎn)擊流數(shù)據(jù)等。這是根基,也是大平臺(tái)積累的原始數(shù)據(jù),是一筆可觀而寶貴的財(cái)富。我們現(xiàn)在很多應(yīng)用包括移動(dòng)端的應(yīng)用,刨除免費(fèi),促銷(xiāo)等等,都是希望能夠獲得足夠多的用戶(hù)數(shù)據(jù)。而京東本身的發(fā)展帶來(lái)的數(shù)據(jù)原始積累已經(jīng)達(dá)到了自身的需求,對(duì)這些數(shù)據(jù)的挖掘本身就是一個(gè)浩大的寶藏。
知識(shí)層是在基礎(chǔ)數(shù)據(jù)上,通過(guò)有效數(shù)據(jù)建模和挖掘,加工成知識(shí)數(shù)據(jù),如用戶(hù)畫(huà)像、商品畫(huà)像、店鋪畫(huà)像、供應(yīng)商畫(huà)像、小區(qū)畫(huà)像、知識(shí)圖譜等,幫助上層更好地決策,包括預(yù)測(cè)、推薦搜索和報(bào)表等。這是技術(shù)層面的內(nèi)涵,也算是京東自有的一種技術(shù)積累吧。而服務(wù)層是最終的成果呈現(xiàn),這也是對(duì)用戶(hù)和合作伙伴最重要的一環(huán)。服務(wù)層是最終提供預(yù)測(cè)、推薦搜索、報(bào)表等服務(wù)。推薦搜索主要是為C端用戶(hù)(買(mǎi)家)業(yè)務(wù)提供服務(wù),如網(wǎng)頁(yè)上商品查找、個(gè)性化推薦等;預(yù)測(cè)主要為B端用戶(hù)(賣(mài)家)業(yè)務(wù)提供服務(wù),如銷(xiāo)量預(yù)測(cè)、精準(zhǔn)營(yíng)銷(xiāo)等。
應(yīng)用挖掘才是最重要的
京東大腦最終的呈現(xiàn)就是為服務(wù)而生的,這也就要看最終的呈現(xiàn)是不是能夠滿(mǎn)足各方的需求,無(wú)論是買(mǎi)家、賣(mài)家、采銷(xiāo)、供應(yīng)商等都需要滿(mǎn)足才可以。我們做一個(gè)小小的切片來(lái)看看京東大腦的服務(wù)呈現(xiàn)是不是靠譜。以小區(qū)畫(huà)像為例,由于相近的因素,一般一個(gè)小區(qū)會(huì)天然聚集一些購(gòu)買(mǎi)能力和習(xí)慣相近的人群,這樣就可以按小區(qū)計(jì)算用戶(hù)的購(gòu)買(mǎi)屬性(如購(gòu)買(mǎi)力、品牌偏好等),對(duì)銷(xiāo)量預(yù)測(cè)、推薦搜索、精準(zhǔn)營(yíng)銷(xiāo)、拓展新用戶(hù)等都有幫助。
這樣在做精準(zhǔn)營(yíng)銷(xiāo)時(shí),通過(guò)定量分析小區(qū)人群的消費(fèi)能力、商品偏好、品牌偏好、用戶(hù)數(shù)量、促銷(xiāo)敏感度、信用水平、忠誠(chéng)度、活躍時(shí)段等,可以從一些用戶(hù)的購(gòu)買(mǎi)行為,預(yù)測(cè)其他用戶(hù)可能購(gòu)買(mǎi)的商品。小區(qū)畫(huà)像可用于“地推”類(lèi)項(xiàng)目,如京東到家、自提柜、移動(dòng)倉(cāng)、大篷車(chē)、京東派等,利用京東渠道、倉(cāng)儲(chǔ)、物流方面的優(yōu)勢(shì),線(xiàn)下做好“最后一公里”。
對(duì)于用戶(hù)而言,京東大腦也能帶來(lái)很多的便捷性,比如用戶(hù)在京東購(gòu)買(mǎi)過(guò)某種嬰兒奶粉,在京東大腦中就會(huì)通過(guò)類(lèi)似的用戶(hù)購(gòu)買(mǎi)模型匹配給他打上“有孩子”的標(biāo)簽,并根據(jù)同類(lèi)用戶(hù)、同小區(qū)用戶(hù)的購(gòu)買(mǎi)模型,把適合其孩子年齡段和購(gòu)買(mǎi)偏好的相關(guān)產(chǎn)品推薦給他。這樣個(gè)性化推薦和個(gè)性化搜索結(jié)果呈現(xiàn)讓用戶(hù)也可以省去很多麻煩,幾乎就可以實(shí)現(xiàn)一站式,或者是一次點(diǎn)擊就可以一路追隨下去,尤其對(duì)于手機(jī)用戶(hù)而言,這樣的精準(zhǔn)推薦自然讓用戶(hù)省去了很多麻煩。
很顯然京東大腦是把自己的數(shù)據(jù)應(yīng)用和電商發(fā)展,包括衍生平臺(tái)的發(fā)展都銜接在一起,這樣可以更好地為用戶(hù)和客戶(hù)服務(wù),通過(guò)科技的手段,整合更多的信息和資源,幫助用戶(hù)和客戶(hù)獲得更多的需求和發(fā)展機(jī)會(huì)。這種應(yīng)用無(wú)疑是技術(shù)驅(qū)動(dòng)帶來(lái)的一種新機(jī)會(huì),隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展,未來(lái)這種精準(zhǔn)應(yīng)用會(huì)帶來(lái)更多的商機(jī),這一點(diǎn)是毋庸置疑的,而數(shù)據(jù)優(yōu)勢(shì)就是最大的優(yōu)勢(shì)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11