⑴ 京東集團2020年財報解讀：比增長更重要的是什麼
作者/星空下的大橙子
編輯/菠菜的星空
排版/星空下的小魚
老韋和老高是橙哥的兩個朋友。原先他倆是一家首飾電商的同事，2013年結伴辭職創業，創建了自己的電商首飾品牌，在幾個電商平台的銷售額都不錯。最近橙哥和他倆聊天的時候，問了問他們業務進展如何。我本以為疫情影響了首飾這種非剛需的銷售，沒想到他倆說起去年經營的還挺不錯的，因為京東給業務帶來了驚喜。他們的京東旗艦店全年銷售額達到1700多萬，比上年增長了一倍多。兩人言之鑿鑿地告訴橙哥：「21年我們計劃做個2500萬，基本上這是我們在京東的天花板了。」結果今年開年以來業績好到飛起。這哥倆順風扯滿蓬地把目標上調了1倍。
應該說，在京東多年來「以技術賦能供應鏈」的堅持之下，這樣的創業故事絕非個例。
3月11日，京東（JD.US）發布了2020年財報，營收數據很好看：
這份成績單有兩點值得注意：
京東的服務收入除物流之外主要是 信息服務 。服務收入增長比整體營收快這么多，物流服務的增速是快於營銷服務的，是越來越多商家的認可了京東的信息服務。說到信息服務，很多人的第一反應就是廣告費和流量費。但實際上京東信息服務的內涵非常豐富。
舉個例子，冰箱是一個市場同質化非常嚴重的品類，而京東技術團隊通過大數據技術發現用戶在選購冰箱時搜索頻次最高的關鍵詞已經由傳統的「大容量」和「省電」等變成了「高端食材保鮮」。這種需求變化被反饋給美的（000333），後者針對性地研發出果潤維C冰箱。這種冰箱通過減緩果蔬新陳代謝達到優秀的保鮮效果，所以即便定價比普通冰箱貴一倍也非常好賣，僅半年時間銷售佔比就超過了10%。去年雙十一首日，美的冰箱在京東的銷售額超過 1.2億 ，同比增長 96% ，據說美的冰箱電商部長非常興奮。
不只是大品牌在京東的幫助下找到新藍海，中小商家同樣收益。去年受疫情影響，國內許多主做出口的中小型拖鞋廠壓力山大。京東旗下的社交電商京喜根據大數據分析結果建議這些商家針對國內冬季市場做皮棉拖鞋。雙十一期間很多商家的新產品一上市就爆麥賣，其中成績最好的一家賣了 15萬單 ，遠超5、6萬的預期（跟橙哥朋友的情況很相似）。商家有錢賺，京東的收獲自然也不會小。
而且，這不僅僅是賺錢的問題。數量眾多的京東商家的數量足以帶活整個供應鏈。 據測算，目前京東間接帶動的就業人數已經高達 1800萬人 。
這種從需求出發提供產品建議、銷售預測、庫存管理等C2M服務是 京東數智化 社會 供應鏈 的價值體現。
數智化 社會 供應鏈是指通過技術創新，以大數據技術實現整個供應鏈的數字化、智能化，是零售創新所必需的基礎設施。與傳統供應鏈或一般意義上的智能供應鏈相比，京東數智化 社會 供應鏈有幾個特點：
2020年雙十一，超過55%的品牌商選擇與京東進行數據協同，京東每天給出超過30萬條智能決策，幫助數百萬種商品提升銷售。雙十一期間京東總共賣出 上億件 C2M商品，整個2020年京東C2M商品銷量同比大漲 654% 。數據說明京東自2017年開始的全面向技術轉型的發展戰略取得了初步成功，數智化 社會 供應鏈建設初見成效。成功背後是3年來超過 600億 的研發投入、高達 1.8萬人 的研發隊伍和龐大的自建物流體系。
這個物流體系實現了全國92%的區縣、83%的鄉鎮24小時送達，不僅持續改善老用戶的體驗，也成為京東爭奪新用戶，尤其是爭奪下沉市場的利器。根據年報，2020年京東月活新增 1.1億 月活用戶，其中 80% 以上來自下沉市場。
技術持續創新，用戶不斷增加，帶來的就是庫存周轉時間越來越短。2020年四季度，京東庫存 周轉天數 從三季度的34天進一步下降至33.3天。要知道京東平台自營產品的品類有數百萬，這種供應鏈效率妥妥的全球領先。有一個數據年報沒說：自2015年啟動農村電商戰略以來，京東平台農產品交易額已經超過 5800億 ，農產品電商以生鮮類時效性消費居多，對供應鏈的需求主要就是三點：效率，效率，還是效率！
所以，建設數智化 社會 供應鏈的過程，也是京東從「消費互聯網」轉變為「產業互聯網」的過程，
當然，京東的電商戰略拼圖仍不完整，比如其社區團購的布局在友商來勢洶洶的攻勢面前就略顯倉促。但電商的競爭總歸還是個供應效率問題，京東憑數智化 社會 供應鏈後來居上的勝算不小。
2007年至今，中國 社會 化物流成本佔GDP的比重從18.4%下降到14.7%，成績斐然，但是對比發達國家平均7-9%的水平還有很大差距。按照我國每年40萬億以上的 社會 消費品零售總額計算，意味著每年2萬億以上的節約空間，這也正是財報中提及的數智化供應鏈的核心價值所在。京東在年報中明確提出公司希望以「數智化 社會 供應鏈」，把這個數字降到10%以內。應該說，2020年財報中最亮眼的並不是優秀的增長數字，而是京東如何在建設智能供應鏈、降低全 社會 物流成本的同時，也為自己找到了一條可持續發展之路。
電商比拼的就是效率， 科技 賦能之後，誰效率更高誰就贏得了投資者。從這點看，京東的潛力還很大。
註：本文不構成任何投資建議。股市有風險，入市需謹慎。沒有買賣就沒有傷害。
⑵ 京東產品經理的分享基於大數據的購物車營銷玩法
如果在購物車中加入人工智慧的演算法模型，會有什麼新的營銷方式呢?
線上的購物車的概念源於線下商超的實體購物車，其主要作用是方便消費者在網站上購物，易於商品結算和抉擇意向商品。購物車作為商品交易的中轉站，全網每天有上億用戶在向購物車內添加中意的商品，頃刻間，就能產生過億的銷售額。
面對如此具大的流量，各家大廠都在惦記這個金礦。以往基於大數據的購物車營銷，主要的產品形式為猜你喜歡和為你推薦，兩者都是圍繞用戶的購物行為，用戶商品愛好和用戶畫像屬性展開，再經過大數據分析後，系統智能的推薦符合用戶口味的商品。但是，這種營銷方式是圍繞購物車的商品或者用戶畫像推薦的其他商品，並非是對購物車內商品做營銷策略，這種手段略微有點本末倒置了。
下文結合筆者的工作經歷，講述了如何基於購物車內商品，利用AI技術，設計一款購物車營銷產品。
一、營銷流程
商家端查看加購數據，如加購人數，加購件數，系統自動分析加購這部分人的畫像數據，人群可以標簽化
商家端根據自身需求，創建不同標簽的人群的營銷，例如可以選擇新客戶，老客戶，15~25歲的用戶群體，提供降價40元的服務
創建活動後，會觸達給對應的覆蓋人群。
第二天，商家端可以查看對應的營銷數據。同時能夠對比自然的轉化率與促銷後的轉化率
二、商家端洞察購物車數據
購物車承載了所有的商品信息，包含商品名稱，價格，店鋪，促銷，湊單和優惠券等。在進行大數據分析時，就需要把這些數據精分拆解清洗，提取有價值的部分。購物車的每件商品都可以看成一個實體，可能在不同的地點，不同的時間，有部分人把同一商品加進了購物車。這就說明這些群體是對這件商品感興趣的，可能會下單，但卻差些火候。也有部分人早早的就將商品加進了購物車，但卻一直沒有下單，臨門卻不入。 利用大數據技術，則可以把加購人群標簽化，對不同標簽的人群進行精準的營銷策略，在一定程度上，能夠提高購物車的轉化。
如何進行呢?按照以下步驟：
商家加購數據盤點
產品需要考慮商家端和用戶端。首先商家端需要了解自家的產品狀況，銷售情況，加購數據等，這樣才能針對性的做營銷策略。
商家端可以看到其店鋪內的加購商品的人數，實時的計算某件商品，在多少人的購物車內，實時加購總件數，實時的庫存。還能夠查詢到，這些商品的在未做干預的情況，自然的轉化率情況(過去15天內加購該商品的消費者在昨日的轉化率)。
列表中的商品按照加購人數從高到低排序，加購的人數越多代表這個商品越受歡迎。對加購人數多的商品進行營銷干預，會起到更好的效果。當然，這里會把部分已經下架的，失效的商品自動的剔除掉。
畫像部分把匯總所有用戶的賬戶信息，畫像緯度，從新客戶，性別、消費層級、淘寶等級、地域5個緯度提供。畫像將用戶進行了標簽化，利用這些標簽，可以對其進行不同的營銷動作。具體的分群策略可以看我的上一篇文章《基於大數據的會員任務營銷，該怎麼玩?》
商家可以單獨對每個商品進行營銷，根據自身品牌情況，投放給特定的人群，並進行低價，促銷干預。
根據標簽的選擇，系統會根據用戶在網站上的行為數據，提前預知已加購人群的轉化比例，通過機器學習，能夠自動過濾掉轉化概率低的那部分用戶群體。這里的計算規則是根據用戶曾經是否購買過相同商品，或者是加入購物車是否是為了進行比價。
促銷效果分析
通過用戶分群能夠了解你的客戶群體特徵，到底是什麼樣的人購買了你的商品或者對你的商品有意向，精準營銷能夠將這部分客戶牢牢的抓在手裡，用手段干預他們。對於商家來言，還需要效果分析數據。
圈定人數：活動覆蓋的人群。系統能夠計算符合活動標簽和促銷價格能夠觸達的人群
成交人數：活動開啟後，提交訂單的人數
觸達人數：通過push和消息中心最終觸達到的人群數量
成交金額：成交訂單的總金額
三、消費者端觸達的邏輯
當然，商家舉辦的所有活動都需要最終觸達消費者端。基於購物車的營銷，他的觸達方式最優解就是在購物車參加活動的單品上進行用戶觸達，但只有覆蓋的用戶才會覆蓋的到。觸達方式分為：
購物車icon觸達
購物車展示「限時」icon提醒，實時的促銷倒計時提醒。時間的提醒能夠增強消費者購物的緊迫感，通過促銷和時間感提升喧囂轉化
降價提示，具體降價金額用紅字展示，著重提醒。
消息中心觸達
當活動開啟時，在消息中心會收到push的營銷內容，該內容為實時發送給已覆蓋的人群。點擊消息內容會跳轉至購物車。不過這種push觸達的方式效果並不是很好，點開率較低。具體的觸達方式也可以看我的上一篇文章《基於大數據的會員任務營銷，該怎麼玩?》
結語
購物車的玩法多種多樣，應該結合自家產品和研發能力評估當前階段需要做哪些改進。但核心的目標是一致的，盡可能多的將購物車商品全部轉化為訂單，帶來實際的收益。
⑶ 京東如何進行大數據採集和分析
京東進行大數據採集和分析主要是通過用戶行為日誌採集方案（點擊流系統）和通用數據採集方案（數據直通車）。京東的數據目前包含了電商、金融、廣告、配送、智能硬體、運營、線下、線上等場景的數據，每個場景的數據背後都存在著眾多復雜的業務邏輯。為了幫助業務人員降低獲取數據的門檻，簡化數據獲取的流程，同時幫助分析人員方便快捷地進行數據統計分析，進而挖掘數據的潛在價值，京東搭建了一套完整的數據解決方案。
更多關於京東如何進行大數據採集和分析，進入：https://www.abcgonglue.com/ask/b0348f1615822942.html?zd查看更多內容
⑷ 生鮮行業的疫後重塑，雙循環下「魚和鮮花」如何兼得
文 | 王小胖
「雙循環」火了。
在國際環境不確定性增加的當下，持續擴大內需，發展「以國內大循環為主體、國內國際雙循環相互促進」的新格局，才能持續拓寬經濟發展的空間。
時代的一粒灰，落在個人頭上，就是一座山。作為受季節、物流影響巨大的生鮮行業，諸如水產、鮮花，在疫情期間遭受重創。農產品、海產品無法及時運輸出去，而鮮花、水產也不像蔬菜水果那樣是剛需，疫情之下面臨市場需求萎縮......
這是很多傳統行業的縮影，也是「雙循環」經濟亟需解決的問題。
一直以來，生鮮行業互聯網化是個很大的難題。
互聯網電商發展的成熟階段，才開始了針對生鮮產品的進一步嘗試。究其原因，是早期供應鏈和冷鏈物流技術不成熟，而中國幅員遼闊，如何以可控的損耗完成配送，是一大難題。
這個硬骨頭，12 年前就有小型互聯網電商公司易果網以及專做有機食品的康樂及沱沱公社等試圖正面求解。然而由於貨品難保鮮，以及當時不完備的物流，最終未能成功。
但是，生鮮產業一直被巨頭們惦記著。
目前，國內生鮮市場的總體規模近 5 萬億，而生鮮電商的規模近 1000 億，線上的滲透率並不高，只有 2% 左右，是所有行業里滲透率最低的，且相對於 3C、服裝等成熟行業，增速也很緩慢。從這方面看，其可供行業參與者發揮的空間巨大。
入局者眾，各大互聯網巨頭均有布局，但似乎仍然沒有擺脫低速增長的桎梏，以盒馬鮮生為例，2018 年也只開出了 20 家門店。
傳統生鮮行業有自己的供應鏈。以鮮花為例，傳統的鮮花供應鏈，要通過至少四級以上渠道：花農生產出來，運到交易市場或是采購商到田間地頭收花，之後經過一級、二級甚至三級批發商，才到達城市和花店。
這也帶來諸多問題：物流成本高，效率低下；交易時間長，導致鮮花損耗嚴重；鮮花價格高，品質卻難以保證。根據艾瑞咨詢統計，每層批發商要加價 15%-20%，而花店零售環節至少加價 60%。而一旦鏈條中某一環出了問題，整個供應鏈就受阻無法運轉。
這個供應鏈，在疫情下被打破了。農戶們種出的鮮花由於運輸問題，無法送到批發商的手中。更有甚者，即便是送到批發商手中，傳統線下花店的需求也因為人們居家隔離而萎縮。
大量農產品被困在產地，消費者獲取商品的難度和成本也在提升，這時候亟需一個破局者，把消費者依舊存在的需求，和農戶之間對接起來，重新點燃內需引擎。
科技 真正的力量，就是「知其不可而為之」。
互聯網直播開辟鮮花銷售新局面
對於雲南的花農來說，情人節本是個增長點。但是疫情這樣的「黑天鵝」事件，讓一切都有了不確定性。2 月 13 日，情人節前一天，京東收到雲南昆明、楚雄、玉溪多個鮮花種植基地的緊急求助，涉及 3000 畝花田、45 個品種的 3000 萬支玫瑰滯銷。
花期不等人，京東第一時間開展「救花」助農行動，推動鮮花產業從線下走到線上突圍。一方面，京東物流迅速部署供應鏈和冷鏈配置，解決鮮花從地里走出來、運出去的難題；另一方面，京東開辟綠色通道，讓鮮花基地極速入駐京喜開店，兩天後，2 月 15 日滯銷鮮花便已在京喜上架。同時，針對鮮花生命周期短的問題，京喜發起了「鮮花助農」專場營銷和 600 多場直播，尤其是京喜直播成為本次「救花行動」中重要的實時播報窗口，通過視頻講解、現場連麥，直觀為消費者呈現真實的鮮花滯銷景象，直播帶貨快速打開鮮花銷路。
疫情期間，助農直播為滯銷鮮花打開了新局面，而開辟日常鮮花消費的增量市場，才是京東為農戶提供的「長久之計」。
鮮花市場有兩部分，一部分是以節假日和慶典贈送為主的禮品鮮花，另一部分是以日常消費為主的生活鮮花。在中國市場上，前者占據主流，鮮花在非節假日備受「冷落」，從業者也面臨旱澇不均的局面。根據荷蘭花卉協會的統計數據，在日本、美國等對鮮花沒有特別偏好的發達國家，日常消費佔到鮮花市場的 30%—40%；而作為世界最大的花卉生產中心，我國的日常鮮花消費佔比僅為 5%。
在買花這件事上，存在一片巨大的日常生活鮮花消費藍海。京東正「喚醒」不同細分市場的消費者從無到有、從有到多建立消費意識。
對於下沉新興市場，人均鮮花消費顯著低於一二線城市，京東通過有針對性的貨與場的重構，釋放新興市場的鮮花消費力。在京喜、京東秒殺，通過產業帶直播的方式省去中間環節，給予鮮花品類重磅資源和流量扶持，撬動供給端降低成本、提高備貨效率。9 月 8 日，在京東 9.9 超級秒殺節的雲南鮮花產業帶直播中，消費者身臨其境「走入」花田，加之低於日常價 50% 的京東秒殺價，大大激發了鮮花消費潛能。這一天並不是特別的節假日送花高峰期，但消費者當天買走了 20 萬枝花，其中 70% 來自下沉新興市場。
對於那些一、二線城市的白領，京東在挖掘原有的節假日消費需求外，開辟了一塊全新的日常鮮花消費增量市場。8 月底，京東 PLUS 會員上線了鮮花特權，向超過 1500 萬會員提供每月一次的立減 30 元優惠，可享受 9.9 元、19.9 元的包郵月度定製鮮花。用半杯咖啡的價格，培養這群已接觸過鮮花的品質型消費者，形成鮮花日常消費習慣。
「數字化賣魚」拉動產業消費新趨勢
其實不止是鮮花這樣的非必需消費，包括像水產這樣對冷鏈要求更高，消費需求也更剛性的類別，也在數字化手段的推動下，發生著「人貨場」的重塑升級。
水產行業今年過的也不好。即便是有助農直播，漁民的苦衷仍舊顯現的淋漓盡致：近日，一位漁民走進京東直播賣貨，與其它品類在直播間的訂單成交火爆相比，一些消費者並不願意為魚買單，評論區里充斥著拆台聲：「無良商家，這個時候賣魚安全嗎？」……委屈的漁民抹起了眼淚，解釋說「賣給大家之前都是經過安全檢測的。」然而，還是有消費者不買賬，情急之下，這位漁民在鏡頭前竟生吃魚「以證清白」。
「漁民的無奈我們感同身受！」京東生鮮海鮮水產業務負責人李曉飛對此嘆道。京東注意到這場直播，立刻聯系這名漁民，包下了他今年所有捕撈上來的魚。
「考慮到像他一樣困難的漁民還有很多，京東生鮮當晚決定面向水產品全行業，推出包銷國內 20 萬噸水產品的計劃，聚合京東全平台資源、全渠道能力幫助漁民擺脫困境，同時又讓消費者吃上安全放心的水產品。」李曉飛表示。
20 萬噸不是一個小數目，根據聯合國糧農組織的預測，2020 年中國人均海鮮消耗量預計在 36 公斤，京東包銷的數量，相當於 550 萬國人的年消費水產量。
京東生鮮之所以能提出這樣的目標，是因為今年以來，京東生鮮已經通過產品創新開發、電商運營指導、營銷資源傾斜等多維舉措，成功幫助海南、福建、廣東等水產主產區走出滯銷困境，打造了諸多成功案例。
以海南水產龍頭企業翔泰漁業為例，京東生鮮通過大數據分析，結合用戶需求，聯合翔泰將羅非魚大宗凍品開發成酸菜魚、水煮魚等新型方便菜產品，即便在疫情期間，翔泰的羅非魚系列產品銷售額也增長超 100%。
京東怎麼讓生鮮電商跑起來？
對於生鮮行業來說，京東的優勢毋庸置疑。
作為一家以供應鏈為基礎的技術與服務企業，京東數年來積累的智能供應鏈服務能力，尤其是不斷完善冷鏈物流，為生鮮電商的發展帶來新契機。依託京東搭建的電商物流一體化體系，生鮮可以通過京東物流自建的干線、支線運輸網路及 社會 化冷鏈協同網路，快速送到消費者手中。
早在 2018 年 12 月，京東物流就推出了冷鏈卡班，以集散分撥的方式提供點到點的固定班次冷鏈運輸服務，來滿足商家多批次、小批量不足整車的冷鏈運輸需求，這種模式非常適合鮮花、水產等生鮮商家。並且，京東自主研發的智能溫度監控平台，可實現全流程的可視化溯源，以及溫控冷鏈車全程「0 斷鏈」、「0 腐損」，讓鮮花、水產「鮮活」送達，解決生鮮電商歷來存在的痛點難題。
在銷售和品牌建設方面，京東更是經驗豐富的好手。有許多生鮮企業或種植戶、養殖戶還未「觸網」，不懂怎麼玩轉電商，京東為他們提供電商運營指導和電商直播培訓。依託全渠道的銷售方式，京東讓鮮花、水產等生鮮產品在線上電商平台、線下生鮮超市都能買得到；針對生鮮產品缺少大品牌背書的問題，京東則利用線上線下全矩陣營銷資源，推動各地區生鮮產品品牌建設升級。
在當前雙循環的經濟戰略方針下，以京東為代表的零售平台，正在發揮既有互聯網、又有供應鏈的長處，通過智能供應鏈升級傳統生鮮行業，減少農戶和消費者之間的流通環節，提升消費增量市場。
行業震盪之下，把一二線市場的消費需求和產地對接，讓花農和漁民都能提高銷量、創收增收，也讓一二線城市居民享受到了源頭產品的實惠產地價。
依託京東強大的冷鏈網路和供應鏈一體化，疫情之下，京東平台上的線上花卉、水產商家受到的負面影響遠低於傳統的線下從業者。而這場疫情，也讓包括花卉、水產在內的生鮮行業對供應鏈效率的需求和產業數字化達成了廣泛深刻的共識。
互聯網 + 的意義就是能在線上暢通數字渠道，讓數據、網路為人服務，以人為本，把疫情的損失降到最低。
在讓技術落地，賦能產業的過程中，又總是會面臨各種各樣的現實難題，包括調動資源、在供需兩端的新通路切換、用戶教育的成本等等。但是這些成本的付出，有利於把疫情造成的高額損失減小，這也是為什麼，疫情顯著加速了智能供應鏈的推廣。
而在這樣一個雙循環時代，京東的實踐還多了一層意義。通過建立起新的通路，在供需之間產生新的鏈接，本質上來說，就是在製造出一片增量市場、拉動內需——原本因為麻煩不常買花的人們，發現日常的鮮花消費也能愉快簡單，原本水產消費頻率較低的消費者，飯桌上也多了幾道魚鮮。
內循環，從不意味著在固定存量里零和搏殺，它可以在 科技 力量的推動下，做精做深，擴大邊緣，打開一片廣闊的新市場。從這個角度來說，京東等 科技 企業，在最艱難的時刻，「啃下最硬的骨頭」，也是一種 社會 責任和商業效益的雙贏。
⑸ 2.京東的大數據分析與利用給你的啟示有哪些
京東大數據在數據、模型、技術、工具等多個層面高度的整合和統一，大大提升了大數據在整個集團內融合和利用的效率
⑹ 數智觀察：新品「反向定製」背後的大數據、年輕人和智造業
消費是觀察經濟復甦進程的窗口。國家統計局近日公布，三季度我國GDP同比增長4.9%，其中9月投資增速基本持平；而消費當月同比增長3.3%，在8月轉正的基礎上繼續提高2.8個百分點――在海外疫情出現反復、進出口持續受影響的情況下，經濟復甦動能已經逐步切換至消費端。
從供給端來看，隨著平台+企業的供應鏈效率提升，上新周期縮短，產品迭代加速，新品供給能力提升，一系列供給端優化的因素成為各品牌新品消費增長的重要動力。代表著新技術、新設計、新功能、新體驗和更好利潤的新品，往往為品牌商提前搶占行業先機，成為品牌競爭中的強有力一環。
新品背後的「大數據」
6年前，一家國際知名調研機構發現，2014年在美國市場有幾千個新品牌上市，但其中只有7個能在同年實現過億美元的銷售，需要再等一年才能有約七成的新品獲得顯著銷量增長。
這意味著，從新品上市，到消費者認知，再到付費購買，普遍需要一年的時間。但在中國，2020年上市的新品中，有85%以上在幾個月內迅速賣「爆」，其中25%左右的核心產品已佔據各自細分品類的一半份額。
「新品即爆品」的背後，是大數據的力量。
在此之前，企業的新品設計、製造、營銷鏈條是斷裂的――對品牌或者商品的認知發生在銷售端之外，而購買行為卻需要消費者自行發起、尋找、完成。
電商的興起，打通了這一路徑――首先將消費者的購買行為線上化、便捷化；其後，電商幫助品牌商將消費者對新商品的認知過程也轉移到線上；再其後，消費者能夠通過社交網路和電商有互聯。這樣，整個鏈路就完整了。
這其中，電商擁有維度豐富的銷售大數據、成熟的數據挖掘和預測能力，正在將原本撲朔迷離的市場展現得一清二楚，這份敏銳度對品牌、企業甚至行業來說，不僅僅是「把握商機」的作用，更是合力推出反向定製的C2M新品，最大限度貼近消費者使用場景和需求。
例如，京東平台上2020年一個月的新品發布量超2018全年，2020年三個季度的單季新品發布量已接近2019年全年發布量的200%；無論是生產端還是消費端，都已將其視作最高效的傳導樞紐。
近日，京東手機正式開啟HUAWEI Mate 40系列新機預售。毫無意外，預售通道開啟僅28秒，京東平台HUAWEI Mate 40系列產品即宣告售罄。
中國國際電子商務中心電子商務首席專家、APEC電子商務共商聯盟專家委員李鳴濤非常准確地將其描述為「精準需求引導下的定製化、柔性化供給時代已經到來」 。
新品背後的「年輕人」
消費者為何選擇新品，什麼樣的消費者在追求新品？據第三方調研，如今中國3-6線城市的消費者更年輕，而且其信心和消費意願都高於1-2線城市消費者；大數據顯示，很多新品「走紅」不是在大城市，而是在廣大下沉市場多點爆發。
人民網經濟部和京東大數據研究院聯合發布的《2020年線上新品與C2M消費趨勢報告》顯示，今年以來，線上消費數據展示出各線級市場都增長旺盛，折射出中國消費新趨勢：中等收入群體持續追求更新更好、更有品位、更適合自己的商品；同時，多年城鎮化進程正在釋放中低線城市的消費潛力，「小鎮青年」帶動了下沉市場的增量。
即將到來的11.11大促更會成為新品狂歡的舞台，京東集團副總裁、京東零售集團平台業務中心負責人韓瑞表示，京東小魔方將啟動「造新計劃」，在「2020京東11.11全球熱愛季」上推出超3億件新品。」引領潮流的新品是京東長期以來發力重點。「
京東大數據顯示，80、90和00後占據了新品銷售額85%，千禧一代、Z世代（95年之後出生）人群的佔比增長最為驚人。與父輩不同，新生代消費者對產品顏值、功能設計、品牌故事、文化主張是否跟自己有共鳴，是否能彰顯自己的個性均有考量。在他們眼中，「微需求」同樣重要，比如手機外殼是否可以掛繩、奶粉罐的蓋子是否方便打開，都有可能影響購買決定。
電腦、手機和電器是他們消費的最愛。這些帶電類商品日趨智能、高端、綠色、跨界，年輕人更容易跟上 科技 與潮流，其需求和反饋更會反向推動廠商進一步創新，設計生產出更為新潮的產品。同時，Z世代在母嬰、醫葯保健等品類中的消費佔比同樣增長迅速，疫情下更是開始承擔家庭生活必需品消費的責任，凸顯出這是一個更具活力、更樂於嘗試新產品的群體。
新品背後的「智造業」
新品已經成為吸引消費者、拉動消費熱情、驅動品牌成長的重要路徑，更新頻率和創新性不斷提升，對於消費市場的價值也持續提升。
而C2M模式打通了消費側和供給側，是製造企業數字化升級轉型的重要路徑，互聯網零售平台憑借大數據和技術資源，將在其中扮演越來越重要的角色。以C2M為代表的先進供應鏈能力對於品牌商提出了明確的數字化需求，隨著京東等互聯網平台將供應鏈能力持續平台化、產品化，C2M的門檻會迅速降低，成為大量行業的標配新品路徑。
對大量產業走向數字化更為利好的是，C2M模式的涉足的環節從此前比較單一的產品設計研發，向完整的產品生命周期滲透，包括定價、營銷、服務等等；海量精準數據挖掘分析服務，也讓消費者可以完整享受到最適合自己的商品、服務、渠道。
尼爾森近日發布的《2020年3C家電行業消費趨勢報告》顯示，C2M反向定製創新模式市場反饋良好，京東通過消費者大數據和AI演算法的集成，全面提升品牌與消費者溝通效率，再結合供應鏈優勢，聯手各大品牌快速高效推出符合消費者真實需求的優質產品。
「目前，近40%的 游戲 本都是通過反向定製來生產，銷量已超百萬台。」在 游戲 筆記本、 游戲 手機等電腦數碼領域細分品類市場，反向定製已經成為主流。
在11.11預售期間，由京東C2M反向定製的Redmi K30 Pro單天預售銷量環比10月日均超10倍。這也是一款C2M「造新」產品。通過大數據對目標價格段消費人群進行精準畫像，發現以受教育程度較高的女性和理性 科技 消費者為主，因此小米和京東決定升級CPU，並最大程度優化供應鏈效率降低中間成本，首發即成「爆品」。
清華大學教授、電子商務交易技術國家工程實驗室主任柴躍廷此前曾提出過「製造、設計過程的開放 社會 化」概念，指出製造企業轉型升級或產業互聯網之根本其實就是開放 社會 化、打破企業圍牆，而電商自身也在升級。「流量為王的時代已經過去，質量為王，個性化定製，精準滿足消費者需求的時代逐漸的顯現在面前。」他表示，「所以為用戶創造價值，包括滿足用戶價值的時代已經在顯現。」
也許目前消費者了解C2M的概念並不多，但實際消費數據卻印證了柴躍廷的觀點。京東數據顯示，11.11預售期間，新品輕薄筆記本電腦新品預售銷量同比增長10倍，京品家電銷售額同比提升4.2倍，京品家電C2M產品預售金額同比去年提升6倍。科沃斯掃地機、沁園小白鯨凈水器等新品當天流量大爆發，成交額均在10月日均的6倍以上。
在近因效應越來越明顯的新消費市場中，新品對消費者的刺激作用還在持續攀升之中。旺盛的需求成就了平台聯手品牌造新的動力之源，這是一場從基因編碼開啟的運動，將平台與新品的接洽端前移，並打通新品成長全周期帶給新品「集中化引爆」的場域。
在外有壓力、內有動力、改革提速的大背景下，2020年我國國內經濟結構調整步伐明顯加快，市場對於商品更新換代的需求愈發強烈，消費升級的趨勢也愈發明顯。以京東為代表的互聯網平台，從不同維度全面展開的新品業務，構建起更加完善、成熟的「新品生態」，成為消費者和品牌商更青睞的新品發布平台。從而賦能品牌廠商和消費者，幫助從供應端到消費端實現成本、效率、體驗的升級，這不僅僅是京東從消費互聯網走向產業互聯網的堅實步伐，更會帶動中國製造業的數字化升級轉型，對於整體國民經濟正起著越來越重要的積極作用。
本文源自人民網-IT頻道
⑺ 大數據攻略案例分析及結論
大數據攻略案例分析及結論
我們將迎來一個「大數據時代」。與變化相始終的中國企業，距離這場革命還有多遠？而追上領先者又需要多快的步伐？
｛研究結論｝
怎樣才能用起來大數據？障礙如何解決?中國企業家研究院對10多家在大數據應用方面的領先企業進行了采訪調研，更多家企業進行了書面資料調研，我們發現：
■ 當前中國企業的大數據應用可以歸類為：大數據運營、大數據產品、大數據平台三大=領域，前兩者更多是企業內部的應用，後者則在於用大數據來繁榮整個平台企業群落的生態。
■ 大數據營銷的本質是一個影響消費者購物前心理路徑的問題，而這在大數據時代前很難做到。
■ 對於傳統企業而言，要打通線上與線下營銷，實現新的商業模式，如O2O等，離不開大數據。
■ 雖然大數據應用往往集中於大數據營銷，但對於一些企業，大數據的應用早已超越了營銷范疇，全面進入了企業供應鏈、生產、物流、庫存、網站和店內運營等各個環節。
■ 對於大部分企業，由於數據分析人員與業務人員之間的彼此視角與思考方向不同，大數據分析和運營之間存在脫節情況，這是大數據無法用於企業運營最大的阻力
■ 對於大多數互聯網公司來說，大數據量、大用戶量是一個相互促進，強者越強的循環過程。
■ 對於大型互聯網平台，大數據已經成為其生態循環中的血液，對於這些企業，最重要
的不是如何利用大數據改進自身運營，而是利用大數據更好地繁榮平台生態。
■ 對於平台企業，它們的大數據策略正逐漸從大數據運營，向運營大數據轉變，前者和
後者的差別在於，前者只是運營改進的動力，而後者則成為企業實現未來戰略的核心資源。
我們都已被反復告知：我們將迎來一個「大數據時代」。
大數據應用，將和雲計算、3D列印這些技術變革一樣，顛覆既有規則，並成為先行企業的制勝關鍵。
與變化相始終的中國企業，距離這場革命還有多遠？而追上領先者又需要多快的步伐？
來自於互聯網、移動互聯網、物聯網感測器、視頻採集系統的數據正海量增長，匯成大數據的海洋，相伴的是海量數據存儲、分析技術的突破性發展，所有這一切都給企業的應用帶來了無限可能性。
許多企業希望將大數據用起來，帶動企業的經營，但不知從哪裡著手。它們不惜重金投資大數據信息系統、分析系統，聘請更多的人才，希望能從這個新趨勢中獲益，不過卻無奈地發現，大數據仍然停留在雲端，沒有帶來多少實際收益。它們找不到大數據與業務結合的突破口。而一些真正將大數據應用於實戰的企業，卻在應用過程中困難重重：大數據無法與業務結合；沒有收集、分析海量數據的能力；經營人員缺少應用大數據的動力；數據來源魚龍混雜難以使用……
中國企業家研究院對當前中國企業大數據應用的狀況進行了歸納分類，以幫助企業了解實際應用大數據時的困局難點，並提供領先企業的典型案例以資借鑒。
表1
表2
大數據運營—企業提升效率的助推力
對於大多數企業而言，運營領域的應用是大數據最核心的應用，之前企業主要使用來自生產經營中的各種報表數據，但隨著大數據時代的到來，來自於互聯網、物聯網、各種感測器的海量數據撲面而至。於是，一些企業開始挖掘和利用這些數據，來推動運營效率的提升。大數據運營應用中，大數據的應用分為三類：用於企業外部營銷、用於內部運營，以及用於領導層決策。
一、大數據營銷
大數據營銷的本質是影響目標消費者購物前的心理路徑，它主要應用在三個方面：1、大數據渠道優化，2、精準營銷信息推送，3、線上與線下營銷的連接。在消費者購物前，通過各種方式，直接介入其信息收集和決策過程。而這種介入，是建立在對於線上與線下海量用戶數據分析的基礎之上。相比傳統狂轟濫炸或等客上門的營銷，大數據營銷無論在主動性和精準性方面，都有非常大的優勢。它是目前主要的大數據應用領域。
大數據營銷不僅僅是用大數據找出目標顧客，向其發布促銷信息，它還可以做到：
實現渠道優化。根據用戶的互聯網痕跡進行渠道營銷效果優化，就是根據互聯網上顧客的行為軌跡來找出哪個營銷渠道的顧客來源最多，哪個來源顧客實際購買量最多，是否是目標顧客等等，從而調整營銷資源在各個渠道的投放。例如東風日產，它利用對顧客來源的追蹤，來改進營銷資源在各個網路渠道如門戶網站、搜索和微博的投放。
精準營銷信息推送。精準建立在對海量消費者的行為分析基礎之上，消費者網路瀏覽、搜索行為被網路留下，線下的購買和查看等行為可以被門店的POS機和視頻監控記錄，再加上他們在購買和注冊過程中留下的身份信息，在商家面前，正逐漸呈現出消費者信息的海洋。
一些企業通過收集海量的消費者信息，然後利用大數據建模技術，按消費者屬性（如所在地區、性別）和興趣、購買行為等維度，挖掘目標消費者，然後進行分類，再根據這些，對個體消費者進行營銷信息推送。比如孕婦裝品牌十月媽咪通過對自己微博上粉絲評論的大數據分析，找出評論有「喜愛」相關關鍵詞的粉絲，然後打上標簽，對其進行營銷信息推送。京東商城副總經理李曦表示：「用大數據找出不同細分的顧客需求群，然後進行相應的營銷，是京東目前在做的事情。」小也化妝品將自身網站作為收集消費者信息的雷達，對不同消費者推薦相應的肌膚解決方案，創始人肖尚略希望在未來，大數據營銷能替代網站的作用，真正成為面向顧客的前端。
打通線上線下營銷。一些企業將互聯網上海量消費者的行為痕跡數據與線下購買數據打通，實現了線上與線下營銷的協同。比如東風日產，線上與線下的協同營銷方式為：其門戶網站帶來訂單線索，而通過這些線索，服務人員進行電話回訪，從而推動顧客在線下交易。在此過程中，東風日產記錄了消費者進入、瀏覽、點擊、注冊、電話回訪和購買各個環節的數據，實現了一個橫跨線上線下，以大數據分析為支持的，營銷效果不斷優化的閉環營銷通路。而國雙科技，衡量某一地區線下促銷活動的效果，就是看互聯網上，來自這個地區對於促銷內容的搜索量。一些企業，通過鼓勵線下顧客使用微信和Wi-Fi等可追蹤消費者行為和喜好的設備，來打通線上與線下數據流，銀泰百貨計劃鋪設Wi-Fi，鼓勵顧客在商場內使用，然後根據Wi-Fi賬號，找出這個顧客，再通過與其它大數據挖掘公司合作，以大數據的手段，發掘這個顧客在互聯網的歷史痕跡，來了解這個顧客的需求類型。
二、大數據用於內部運營
相比大數據營銷，大數據在內部運營中的應用更深入，對於企業內部的信息化水平，以及數據採集和分析能力的要求更高。本質上，是將企業外部海量消費者數據與企業內部海量運營數據聯系起來，在分析中得到新的洞察，提升運營效率。（詳見P96表5：大數據在內部運營中的應用）
表5
三、大數據用於決策
在大數據時代，企業面對眾多新的數據源和海量數據，能否基於對這些數據的洞察，進行決策，進而將其變成一項企業競爭優勢的來源？同大數據營銷和大數據內部運營相比，運用大數據決策難度最高，因為它需要一種依賴數據的思維習慣。
已有少數企業開始嘗試。比如國內一些金融機構在推出一個金融產品時，會廣泛分析該金融產品的應用情況和效果、目標顧客群數據、各種交易數據和定價數據等，然後決定是否推出某個金融產品。
但是，中國企業家研究院在調研中發現，目前中國企業當中，大數據決策的應用非常之少，許多企業領導者進行決策時，仍習慣於憑借歷史經驗和直覺。
大數據產品——企業利潤滋長的新源泉
大數據除了用於運營外，還能夠與企業產品結合，成為企業產品背後競爭力的核心支持或者直接成為產品。提供大數據產品的企業分為兩類，直接提供大數據產品的企業，以及將大數據作為產品和服務核心支撐的企業。前者主要為大數據產業鏈中提供數據服務的參與者，包括數據擁有者、存儲企業，挖掘企業、分析企業等，後者則主要是那些以大數據為產品核心支撐的企業，它們大多是互聯網企業，其產品和服務先天就有大數據基因，這些企業包括搜索引擎、在線殺毒、互聯網廣告交易平台以及眾多植根於移動互聯網之上，為用戶提供生活和資訊服務的APP等。
表3
表4
一、大數據作為產品核心支持
它們主要在以下幾方面使用大數據：
1、提供信息服務。很多互聯網企業通過對海量互聯網信息和線下信息的整合和分析，為個人和企業提供信息服務，典型的如網路、去哪兒、一淘、高德地圖、春雨醫生等等。在美國，一些互聯網企業甚至根據大數據提供更深度的預測信息服務，美國科技創新公司farecast，通過分析特定航線機票的價格，幫助消費者預測機票價格走勢。
2、分析用戶的個性化需求，藉此提供個性化產品和服務，或者實現更精準的廣告。典型的有移動社交工具陌陌、網路、騰訊、廣告交易平台品友互動以及一些互聯網游戲商。這種應用往往先是收集海量用戶的互聯網行為數據，將用戶分類，根據不同類型的用戶，提供個性化的產品，或者提供個性化的促銷信息。比如網易等門戶網站推出了訂閱模式，讓使用者按照個人喜好方便地定製和整合不同來源的信息。
3、增強產品功能。對於很多互聯網產品，如殺毒軟體、搜索引擎等等，海量數據的處理能夠讓產品變得更聰明更強大，如果沒有大數據，產品的功能就大大減弱。比如奇虎360公司的360殺毒軟體，憑借每天海量的殺毒處理，建立了龐大的病毒庫，這使它能夠更快地發現病毒，而一些小的殺毒軟體公司則無法做到這一點。
4、掌控信用狀況，提供信貸服務。阿里巴巴上匯集了海量中小企業的日常資金與貨品往來，通過對這些往來數據的匯總與分析，阿里巴巴能發現單個企業的資金流與收入情況，分析其信用，找出異常情況與可能發生的欺詐行為，控制信貸風險。
5、實現智能匹配。婚戀網站、交易平台等，利用大數據可以進行精準而高效的配對服務。網易花田會挖掘用戶行為數據，比如點擊哪些異性的頁面，發表什麼樣的評論，建立用戶興趣模型，從而挖掘到用戶所期待另一半的類型，然後主動推薦與對方匹配度比較高的人選。2010年，阿里巴巴嘗試性地推出「輕騎兵」服務，由阿里巴巴將中國各產業集群地的供應商與海外買家的個性采購需求進行快速匹配，所憑借的，就是對供應商的海量交易數據信息的整合與挖掘。
大數據作為產品核心支撐的關鍵在於用戶量。對於大多數互聯網公司來說，用戶量越多，收集的數據越多，憑借更多的數據，其產品與商業模式會不斷改進，進而帶來更多的用戶。
二、大數據直接作為產品
對一些企業，大數據直接成為了產品，這些產品包括海量數據、分析、存儲與挖掘的服務等，目前大數據產業鏈正在形成過程中，出現了一批開放、出售、授權大數據和提供大數據分析、挖掘的公司和機構，前者主要是一些擁有海量數據的公司，將數據服務作為新的盈利來源。如大型的互聯網平台、民航、電信運營商、一些擁有大數據的政府機構等等，後者主要包括一些能夠存儲海量數據或者將海量數據與業務場景結合，進行分析和挖掘，或者提供相關產品的公司，如IBM、SAP、拓而思、天睿公司。它們為大數據應用者們提供海量數據存儲、數據挖掘、圖像視頻、智能分析等服務以及相關系統產品。
大數據平台——企業群落繁榮的滋養劑
相對企業本身對大數據的應用，大數據平台更多是利用大數據來搭建企業生態。一些擁有龐大數據資源的大型互聯網平台，已變為包含海量寄生者的生態系統。在這個生態系統中，它們將海量用戶互聯網行為痕跡和分析提供給平台上的企業，用於它們改善經營，推動整個平台生態繁榮，在這一過程中，它們也收取數據服務費。阿里巴巴就是一個典型的例子，從數據魔方、黃金策到聚石塔，阿里巴巴不斷地為平台上中小電商提供數據產品和服務。
而網路已建成了包括網路指數、司南、風雲榜、數據研究中心和網路統計在內的五大數據體系平台，幫助其營銷平台上的企業了解消費者行為、興趣變化，以及行業發展狀況、市場動態和趨勢、競爭對手動向等信息。
而當大數據從企業內部運營的動力，變成平台企業的產品和服務時，平台企業也在經歷著一個從大數據運營到運營大數據的階段。數據從運營的支持工具，變成了生產資料。此前平台們的關注點，更多的是如何用好現有的大數據。而未來，它們的關注點則更多是如何將大數據這個生產資料管理好、經營好，如何更好地為平台上的企業服務。這就涉及到收集的數據質量怎樣？格式標準是否統一？數據作為一種原材料，其精細化程度如何？是否符合平台上企業應用的具體場景？是平台上企業拿來就能用的，還是還需要平台上的企業再加工？
為解決這些問題，各個平台在積極地努力。比如阿里巴巴建立了數據委員會，在統一數據格式標准、從源頭上保證數據的質量，採集和加工出精細化的數據，確保其能符合平台企業的應用場景等方面，不遺餘力地嘗試。尤其在大數據精細化方面，阿里巴巴更是作為其大數據戰略的重點。這方面，騰訊目前也在加快步伐。比如新版騰訊網出現了「一鍵登錄」的提示，用戶可以在上面通過一些細分標簽，訂閱自己關注的內容。實際上，這也是騰訊收集更精細化的用戶興趣數據的一個有效手段。
Tips
大數據實戰手冊
將大數據應用於內部運營中時，企業會遇到一些常見問題
1企業如何獲取與分析數據？
互聯網是大數據的一個主要來源，一些線下的傳統企業很難獲得。但它們可以：
a 和擁有或能抓取海量數據的平台、企業以及政府機構合作。比如淘寶上的電商就購買淘寶收集的海量數據中與自身運營相關的部分，用於自身業務。再如卡夫通過與IBM合作，在博客、論壇和討論版的內容中抓取了47.9萬條關於自己產品的討論信息，通過大數據分析出消費者對卡夫食品的喜愛程度和消費方式。
b 建立自己在互聯網上的平台，比如朝陽大悅城利用自己的微信、微博等平台收集消費者評論數據。
c 許多傳統企業沒有分析海量數據的能力，此時它們可以和大數據分析和挖掘公司合作，目前市場上已經有天睿公司、IBM、百分點、華勝天成等一批提供大數據分析和挖掘服務的公司，它們是傳統企業進行大數據分析可以藉助的力量。
2 如何避免大數據應用時的部門分割？
對於許多企業，其信息流被各部門彼此分割，數據難以互通，對於這種情況下，大數據的共享和匯集就只是一個泡影，更難以實現大數據的深度應用。
要打通部門之間信息分割的局面，首先要建立統一的、集中的數據系統。就像立白信息與知識總監王永紅所說的，「要真正用好大數據，企業要採用大集中的信息系統。」從更深入的角度來談，企業信息流的部門分割，更在於企業部門之間的分割，比如有一些企業的營銷按照渠道分割，導致對於顧客的大數據收集和分析效果大打折扣。
IBM智慧商務技術總監楊旭青認為，「很多時候由於組織結構問題，大數據分析有效性大大降低了。」這就需要組織與流程層面的重新設計，在這方面，阿里巴巴的部門負責人輪崗制度，對於打破部門壁壘無疑是一劑好葯。而一些企業為了打破部門分割，建立了矩陣型的組織結構，強化部門間的橫向合作，這些無疑為大數據的匯集、共享與應用創造了良好條件。
3 如何讓業務人員重視大數據的應用？
解決這個問題，一方面在於一把手對整個企業數據文化的倡導，比如1號店董事長於剛就要求業務人員無論在開會，還是匯報工作時，都以數據說話，而馬雲更是將大數據提升到了戰略高度。
另一方面，也在於數據部門的帶動，阿里巴巴數據委員會負責人車品覺分享了經驗，「因為運營部門的業務人員很難看到大數據的潛力，可以首先從一些對業務見效快，見效顯著的數據項目出發，通過一兩個項目的成功，調動對方的積極性，然後再逐步一個個地引導。」
4 為何大數據工作與運營需求脫節？
這往往是由於數據人員與業務人員視角、專業知識不同而導致的。大數據人員做了很多努力，但是業務人員卻認為這些努力無關痛癢。如何解決這個問題？
有的企業從組織設計上發力，將大數據納入業務分析部門的管理之下，用業務統馭數據。對於朝陽大悅城，由主要負責戰略和經營分析的部門來管理大數據工作，其中的大數據分析人員則作為支持人員。在負責人張岩看來，大數據要靠商業法則指導，關鍵是找到業務需求的點，然後由數據分析和挖掘人員實現。在具體操作中，大悅城對微信的數據挖掘，挖掘什麼樣的關鍵詞，由業務分析人員確定，而具體挖掘則由數據部門做；有的企業從流程設計上著手，推動業務部門與數據部門人員之間的溝通，建立數據人員工作與效果掛鉤的考核機制。
例如阿里巴巴根據數據挖掘的成效（比如帶來的商品轉化率的提升）來考核數據挖掘師，考核數據分析師則看其分析結果能否出現在經營負責人的報告中。從數據部門自身角度則需要降低運營部門使用數據的障礙和門檻，比如立白集團的數據人員會努力嘗試向運營部門提供更易懂、更生動的圖形化數據分析界面，在立白老闆辦公室上，就有一份「客戶運營健康體檢表」，讓老闆對全國經銷商的當月銷售情況一目瞭然。再如阿里巴巴開發的無線Bi，讓經營人員在手機上也可以看到大數據分析結果，拿車品覺的話說，「以數據之氧氣包圍經營人員。」
以上是小編為大家分享的關於大數據攻略案例分析及結論的相關內容，更多信息可以關注環球青藤分享更多干貨
⑻ 京東挖掘大數據金礦 讓用戶體驗更有「數」
京東挖掘大數據金礦 讓用戶體驗更有「數」
在剛剛結束的貴陽大數據產業博覽會上，京東向外界展示了全價值鏈電商大數據的應用價值，所謂全價值鏈指的是從商品采購、庫房、配送、售後、客服等整個鏈條產生的數據。有了這套完整的數據源，京東可以獲得最接近用戶真實需求的數據，進而進行深度的數據價值挖掘。
京東大數據部副總經理邢志峰認為：「京東的大數據應用理念是為用戶創造價值，給用戶帶來極致的用戶體驗。大數據本身就是一個以價值創造為導向的技術，如果技術不能夠給用戶或者企業帶來價值，它本身的存在意義就不大了。」
價值和含金量頗高的京東大數據「金礦」
邢志峰談到，在PC時代中國的大數據產業一直在扮演著追隨者的角色，與西方的先進技術相比存在差距。到了移動互聯網時代，這種差距已經被縮短，甚至不相上下，因為從移動互聯網開始，國內的技術領域始終處於這股潮流當中，從社交軟體就能看到，國內的用戶體量並不比FaceBook等國際廠商低。這就為「互聯網+」時代的大數據發展營造了良好的生態環境。中國具有全世界最大的人口基數，同樣數據量也是全世界最大的，換句話說，在如此龐大的數據背後，它所蘊含的價值和含金量也是最高的。而作為電商，可以說處於大數據發展的風口。
京東的大數據發展始終堅持雙向驅動為原則，也就是業務驅動+技術驅動。在業務上始終圍繞用戶體驗為導向，同時積極探索大數據技術，進行技術儲備。隨著技術的成熟和業務的發展，京東在去年承接了一些國家級大數據項目，北京市的大數據工程實驗室也落戶京東。此舉意在向社會輸出價值來提升大數據應用成果的轉化。
據了解，京東目前70%的數據源於自身，此外通過與騰訊、易車、途牛等夥伴的合作，使數據類型更加豐富。「但合作的原則是不侵害用戶的隱私數據，在保證數據安全的前提下，」邢志峰強調：「大數據層面的數據安全指通過技術手段確保數據在存儲、傳輸、展示等環節的數據信息安全。京東在這方面採取了多種保護措施，例如在數據傳輸上，根據HTTPS協議進行演算法加密，在存儲上京東開發了一套加密演算法，使得數據即使被盜也無法還原。」
用大數據提升用戶體驗創造更多價值
利用大數據，京東在不斷的豐富自身的業務，追求極致的用戶體驗。例如，京東通過用戶畫像等工具為用戶提供了更精準和有效的商品推薦，幫助用戶發現他們可能會喜愛的產品；針對部分商品，京東可以通過大數據挖掘，對用戶的消費需求進行預判，提前在離用戶最近的社區儲備商品，這樣能夠保證在用戶下單之後的2個小時之內將商品送達。這樣極速的送貨體驗，如果沒有基於大數據對用戶需求的挖掘是無法做到的。
京東除了將大數據用於自身業務提升用戶體驗之外，也在開放相關的大數據服務。此前與復旦大學合作建立的首個「互聯網+」量化追蹤體系，力求從消費者的信心與滿意度、行業發展的狀態與景氣度以及基礎設施的發展現狀三個方面綜合反映當前信息經濟消費情況，為政府政策、行業發展、消費者行為模式等提供重要的參考價值。而京東的人工智慧JIMI機器人，未來也會將服務開放給更多的中小企業，減少他們在客服方面的成本。
「互聯網+」時代，數據是做好用戶體驗最精準的依據，京東對大數據的探索也在進一步深化，通過整合產業鏈上下游的數據並進行深度的挖掘，使京東的服務更精細化的發展，讓用戶能夠通過數據更好的決策自己的生活。
以上是小編為大家分享的關於京東挖掘大數據金礦 讓用戶體驗更有「數」的相關內容，更多信息可以關注環球青藤分享更多干貨
⑼ 京東數據分析工具（三）：如何判斷紅藍海市場及行業前景
電商行業的飛速發展讓如今已知的市場空間變得越來越擁擠。在紅海中，殘酷的競爭也讓紅海變得越發白熱化。而與之相對的，正是代表著新需求、新增長的未知空間。
而為了得到更長遠的發展，企業要做的就是努力去找到那片藍海市場。絕大部分的藍海市場都是由紅海內部衍生拓展出來的，少部分藍海市場則正在等待有人創造並設計出新玩法。不管不以何種方式，一旦我們想要突圍，就必須要用數據來加持，從而做出相對理想的判斷。
那麼如何去判斷紅藍海市場？如何合理預估行業前景？我們要學會利用各種工具去獲取自己想要的數據。
一、鯨參謀【紅藍海分析】
-快速確定細分市場未來潛力
在進入某個市場或拓展某個新市場之前，我們必須提前做好對新市場盡可能全面的了解，找准真正有潛力的市場，即使競爭激烈，也能保持較高增速。
通過圍繞價格帶和成交金額的同比和佔比展開，劃出四象限圖，即可快速定位不同市場的潛力。成交金額佔比代表市場空間和競爭程度，佔比越高，代表市場空間越飽和，競爭越激烈；成交金額同比則代表市場增長態勢，同比越高，說明市場發展趨勢越好。
舉例：以京東大家電行業為例，假如你打算推出一批1500元左右的洗衣機，但通過下方四象限圖，會發現這個價格帶的洗衣機，落在同比低且佔比低的象限內，則說明這個品類當前已經處於成交少、增速也少的時候，證明該市場已經不活躍了。這個時候就要謹慎投入。
但如果你要投入的品類，處於佔比低同比高的情況，就說明這個品類雖然交易不多，但增長勢頭非常強勢，值得提前卡位。結合價格帶水平，更容易了解細分市場的發展現狀與未來發力點。
二、鯨參謀【屬性分析】
-洞察到細分市場的消費趨勢
在了解行業的競爭力情況之後，倘若確定投入資源，那麼就需要進一步了解該市場目前以及未來可能隱藏的流行趨勢，這樣能夠迅速直擊消費者心智，縮短達到目標的時間。
在不同品類會有不同維度的屬性類別，與 【 紅藍海市場分析 】 一樣，通過四象限圖，可以快速找到目前潛力最大的優勢屬性，即消費者群體的需求集中點，並迅速做好新品布局和產品升級。
同樣以洗衣機品類為例，目前洗烘套裝的成交金額較去年增長最快，並且佔比還處於較低的狀態，比較適合企業做好這塊領域的新品布局。
三、鯨參謀【多維度排行榜】
-精準鎖定競爭對手
官方排行榜以及自己的了解上基本都是頭部品牌、頭部店鋪以及熱銷商品，而腰部店鋪無法去對標，也無法明確到底誰是自己真正應該對標的競店和競品。那麼利用鯨參謀的電商數據可以聚焦於細分市場，TOP100的品牌、TOP200的店鋪一覽無余，還可以通過「搜索」功能更有針對性地查看店鋪和商品的排名情況，了解到不同市場的競爭態勢。
可以通過了解和自己相似定價的同行中，當前銷售情況較好的店鋪和商品有哪些，進而分析對方的運營策略，做好應對方案；也可以從不同產品風格、布局等多維度數據中看到同行的表現，幫助店鋪進一步做好渠道的精細化運營。
⑽ 大數據分析時代對市場營銷的影響研究
下面我為你准備的關於市場營銷的論文，歡迎閱讀借鑒，希望對大家有幫助。
一、數據分析時代演變歷程
(一)數據1.0時代
數據分析出現在新的計算技術實現以後，分析1.0時代又稱為商業智能時代。它通過客觀分析和深入理解商業現象，取締在決策中僅憑直覺和過時的市場調研報告，幫助管理者理性化和最大化依據事實作出決策。首次在計算機的幫助下將生產、客戶交互、市場等數據錄入資料庫並且整合分析。但是由於發展的局限性對數據的使用更多的是准備數據，很少時間用在分析數據上。
(二)數據2.0時代
2.0時代開始於2005年，與分析1.0要求的公司能力不同，新時達要求數量分析師具備超強的分析數據能力，數據也不是只來源於公司內部，更多的來自公司外部、互聯網、感測器和各種公開發布的數據。比如領英公司，充分運用數據分析搶佔先機，開發出令人印象深刻的數據服務。
(三)數據3.0時代
又稱為富化數據的產品時代。分析3.0時代來臨的標準是各行業大公司紛紛介入。公司可以很好的分析數據，指導合適的商業決策。但是必須承認，隨著數據的越來越大，更新速度越來越快，在帶來發展機遇的同時，也帶來諸多挑戰。如何商業化地利用這次變革是亟待面對的課題。
二、大數據營銷的本質
隨著顧客主導邏輯時代的到來以及互聯網電商等多渠道購物方式的出現，顧客角色和需求發生了轉變，世界正在被感知化、互聯化和智能化。大數據時代的到來，個人的行為不僅能夠被量化搜集、預測，而且顧客的個人觀點很可能改變商業世界和社會的運行。由此，一個個性化顧客主導商業需求的時代已然到來，大數據沖擊下，市場營銷引領的企業變革初見端倪。
(一)大數據時代消費者成為市場營銷的主宰者
傳統的市場營銷過程是通過市場調研，採集目前市場的信息幫助企業研發、生產、營銷和推廣。但是在大數據以及社會化媒體盛行的今天，這種營銷模式便黯然失色。今天的消費者已然成為了市場營銷的主宰者，他們會主動搜尋商品信息，貨比三家，嚴格篩選。他們由之前的注重使用價值到更加註重消費整個過程中的體驗價值和情境價值。甚至企業品牌形象的塑造也不再是企業單一宣傳，虛擬社區以及購物網站等的口碑開始影響消費者的購買行為。更有甚者，消費者通過在社交媒體等渠道表達個人的需求已經成為影響企業產品設計、研發、生產和銷售的重要因素。
(二)大數據時代企業精準營銷成為可能
在大數據時代下，技術的發展大大超過了企業的想像。搜集非結構化的信息已經成為一種可能，大數據不單單僅能了解細分市場的可能，更通過真正個性化洞察精確到每個顧客。通過數據的挖掘和深入分析，企業可以掌握有價值的信息幫助企業發現顧客思維模式、消費行為模式。尤其在今天顧客為了彰顯個性，有著獨特的消費傾向。相對於忠誠於某個品牌，顧客更忠誠與給自己的定位。如果企業的品牌不能最大化地實現客戶價值，那麼即使是再惠顧也難以保證顧客的持續性。並且，企業不能奢望對顧客進行歸類，因為每個顧客的需求都有差別。正是如此，大數據分析才能更好地把握顧客的消費行為和偏好，為企業精準營銷出謀劃策。
(三)大數據時代企業營銷理念――“充分以顧客為中心創造價值”
傳統的營銷和戰略的觀點認為，大規模生產意味著標准化生產方式，無個性化可言。定製化生產意味著個性化生產，但是只是小規模定製。說到底，大規模生產與定製化無法結合。但是在今天，大數據分析的營銷和銷售解決的是大規模生產和顧客個性化需求之間的矛盾。使大企業擁有傳統小便利店的一對一顧客關系管理，以即時工具和個性化推薦使得大企業實現與顧客的實時溝通等。
三、基於數據營銷案例研究――京東
京東是最大的自營式電商企業。其中的京東商城，涵蓋服裝、化妝品、日用品、生鮮、電腦數碼等多個品類。在整個手機零售商行業里，京東無論是在銷售額還是銷售量都佔到市場份額一半的規模。之所以占據這樣的優勢地位，得益於大數據的應用，即京東的JD Phone的計劃。
JD Phone計劃是依據京東的大數據和綜合服務的能力，以用戶為中心整合產業鏈的優質資源並聯合廠商打造用戶期待的產品和服務體驗。京東在銷售的過程中，通過對大數據的分析，內部研究出一種稱為產品畫像的模型。這個模型通過綜合在京東網站購物消費者的信息，例如：年齡、性別、喜好等類別的信息，然後進行深入分析。根據分析結果結合不同的消費者便有諸如線上的程序化購買、精準的點擊等營銷手段，有效的幫助京東實現精準的營銷推送。不僅如此，通過對於後續用戶購物完成的售後數據分析，精確的分析商品的不足之處或者消費者的直接需求。數據3.0時代的一個特徵便是企業不在單純的在企業內部分析數據，而是共享實現價值共創。所以，京東把這些數據用於與上游供應商進行定期的交流，間接促進生產廠商與消費者溝通，了解市場的需求，指導下一次產品的市場定位。總的來說，這個計劃是通過京東銷售和售後環節的大數據分析，一方面指導自身精準營銷，另一方面，影響供應商產品定位和企業規劃，最終為消費者提供滿足他們需求的個性化產品。
四、大數據營銷的策略分析
(一)數據分析要樹立以人為本的思維
“以人為本”體現在兩個方面，一方面是數據分析以客戶為本，切實分析客戶的需求，用數據分析指導下一次的產品設計、生產和市場營銷。另一方面，以人為本體現在對用戶數據的保密性和合理化應用。切實維護好大數據和互聯網背景下隱私保護的問題，使得信息技術良性發展。
(二)正確處理海量數據與核心數據的矛盾
大數據具有數據量大、類型繁多、價值密度低和速度快時效高的特點。所以在眾多海量的數據中，只有反映消費者行為和市場需求的信息才是企業所需要的。不必要的數據分析只會影響企業做出正確的決策。鑒於此，首先企業需要明確核心數據的標准;其次企業要及時進行核心數據的歸檔;最後要有專業的數據分析專業隊數據進行分析，得出科學合理的結果以指導實踐。
(三)整合價值鏈以共享數據的方式實現價值創造