⑴ 京东集团2020年财报解读：比增长更重要的是什么
作者/星空下的大橙子
编辑/菠菜的星空
排版/星空下的小鱼
老韦和老高是橙哥的两个朋友。原先他俩是一家首饰电商的同事，2013年结伴辞职创业，创建了自己的电商首饰品牌，在几个电商平台的销售额都不错。最近橙哥和他俩聊天的时候，问了问他们业务进展如何。我本以为疫情影响了首饰这种非刚需的销售，没想到他俩说起去年经营的还挺不错的，因为京东给业务带来了惊喜。他们的京东旗舰店全年销售额达到1700多万，比上年增长了一倍多。两人言之凿凿地告诉橙哥：“21年我们计划做个2500万，基本上这是我们在京东的天花板了。”结果今年开年以来业绩好到飞起。这哥俩顺风扯满蓬地把目标上调了1倍。
应该说，在京东多年来“以技术赋能供应链”的坚持之下，这样的创业故事绝非个例。
3月11日，京东（JD.US）发布了2020年财报，营收数据很好看：
这份成绩单有两点值得注意：
京东的服务收入除物流之外主要是 信息服务 。服务收入增长比整体营收快这么多，物流服务的增速是快于营销服务的，是越来越多商家的认可了京东的信息服务。说到信息服务，很多人的第一反应就是广告费和流量费。但实际上京东信息服务的内涵非常丰富。
举个例子，冰箱是一个市场同质化非常严重的品类，而京东技术团队通过大数据技术发现用户在选购冰箱时搜索频次最高的关键词已经由传统的“大容量”和“省电”等变成了“高端食材保鲜”。这种需求变化被反馈给美的（000333），后者针对性地研发出果润维C冰箱。这种冰箱通过减缓果蔬新陈代谢达到优秀的保鲜效果，所以即便定价比普通冰箱贵一倍也非常好卖，仅半年时间销售占比就超过了10%。去年双十一首日，美的冰箱在京东的销售额超过 1.2亿 ，同比增长 96% ，据说美的冰箱电商部长非常兴奋。
不只是大品牌在京东的帮助下找到新蓝海，中小商家同样收益。去年受疫情影响，国内许多主做出口的中小型拖鞋厂压力山大。京东旗下的社交电商京喜根据大数据分析结果建议这些商家针对国内冬季市场做皮棉拖鞋。双十一期间很多商家的新产品一上市就爆麦卖，其中成绩最好的一家卖了 15万单 ，远超5、6万的预期（跟橙哥朋友的情况很相似）。商家有钱赚，京东的收获自然也不会小。
而且，这不仅仅是赚钱的问题。数量众多的京东商家的数量足以带活整个供应链。 据测算，目前京东间接带动的就业人数已经高达 1800万人 。
这种从需求出发提供产品建议、销售预测、库存管理等C2M服务是 京东数智化 社会 供应链 的价值体现。
数智化 社会 供应链是指通过技术创新，以大数据技术实现整个供应链的数字化、智能化，是零售创新所必需的基础设施。与传统供应链或一般意义上的智能供应链相比，京东数智化 社会 供应链有几个特点：
2020年双十一，超过55%的品牌商选择与京东进行数据协同，京东每天给出超过30万条智能决策，帮助数百万种商品提升销售。双十一期间京东总共卖出 上亿件 C2M商品，整个2020年京东C2M商品销量同比大涨 654% 。数据说明京东自2017年开始的全面向技术转型的发展战略取得了初步成功，数智化 社会 供应链建设初见成效。成功背后是3年来超过 600亿 的研发投入、高达 1.8万人 的研发队伍和庞大的自建物流体系。
这个物流体系实现了全国92%的区县、83%的乡镇24小时送达，不仅持续改善老用户的体验，也成为京东争夺新用户，尤其是争夺下沉市场的利器。根据年报，2020年京东月活新增 1.1亿 月活用户，其中 80% 以上来自下沉市场。
技术持续创新，用户不断增加，带来的就是库存周转时间越来越短。2020年四季度，京东库存 周转天数 从三季度的34天进一步下降至33.3天。要知道京东平台自营产品的品类有数百万，这种供应链效率妥妥的全球领先。有一个数据年报没说：自2015年启动农村电商战略以来，京东平台农产品交易额已经超过 5800亿 ，农产品电商以生鲜类时效性消费居多，对供应链的需求主要就是三点：效率，效率，还是效率！
所以，建设数智化 社会 供应链的过程，也是京东从“消费互联网”转变为“产业互联网”的过程，
当然，京东的电商战略拼图仍不完整，比如其社区团购的布局在友商来势汹汹的攻势面前就略显仓促。但电商的竞争总归还是个供应效率问题，京东凭数智化 社会 供应链后来居上的胜算不小。
2007年至今，中国 社会 化物流成本占GDP的比重从18.4%下降到14.7%，成绩斐然，但是对比发达国家平均7-9%的水平还有很大差距。按照我国每年40万亿以上的 社会 消费品零售总额计算，意味着每年2万亿以上的节约空间，这也正是财报中提及的数智化供应链的核心价值所在。京东在年报中明确提出公司希望以“数智化 社会 供应链”，把这个数字降到10%以内。应该说，2020年财报中最亮眼的并不是优秀的增长数字，而是京东如何在建设智能供应链、降低全 社会 物流成本的同时，也为自己找到了一条可持续发展之路。
电商比拼的就是效率， 科技 赋能之后，谁效率更高谁就赢得了投资者。从这点看，京东的潜力还很大。
注：本文不构成任何投资建议。股市有风险，入市需谨慎。没有买卖就没有伤害。
⑵ 京东产品经理的分享基于大数据的购物车营销玩法
如果在购物车中加入人工智能的算法模型，会有什么新的营销方式呢?
线上的购物车的概念源于线下商超的实体购物车，其主要作用是方便消费者在网站上购物，易于商品结算和抉择意向商品。购物车作为商品交易的中转站，全网每天有上亿用户在向购物车内添加中意的商品，顷刻间，就能产生过亿的销售额。
面对如此具大的流量，各家大厂都在惦记这个金矿。以往基于大数据的购物车营销，主要的产品形式为猜你喜欢和为你推荐，两者都是围绕用户的购物行为，用户商品爱好和用户画像属性展开，再经过大数据分析后，系统智能的推荐符合用户口味的商品。但是，这种营销方式是围绕购物车的商品或者用户画像推荐的其他商品，并非是对购物车内商品做营销策略，这种手段略微有点本末倒置了。
下文结合笔者的工作经历，讲述了如何基于购物车内商品，利用AI技术，设计一款购物车营销产品。
一、营销流程
商家端查看加购数据，如加购人数，加购件数，系统自动分析加购这部分人的画像数据，人群可以标签化
商家端根据自身需求，创建不同标签的人群的营销，例如可以选择新客户，老客户，15~25岁的用户群体，提供降价40元的服务
创建活动后，会触达给对应的覆盖人群。
第二天，商家端可以查看对应的营销数据。同时能够对比自然的转化率与促销后的转化率
二、商家端洞察购物车数据
购物车承载了所有的商品信息，包含商品名称，价格，店铺，促销，凑单和优惠券等。在进行大数据分析时，就需要把这些数据精分拆解清洗，提取有价值的部分。购物车的每件商品都可以看成一个实体，可能在不同的地点，不同的时间，有部分人把同一商品加进了购物车。这就说明这些群体是对这件商品感兴趣的，可能会下单，但却差些火候。也有部分人早早的就将商品加进了购物车，但却一直没有下单，临门却不入。 利用大数据技术，则可以把加购人群标签化，对不同标签的人群进行精准的营销策略，在一定程度上，能够提高购物车的转化。
如何进行呢?按照以下步骤：
商家加购数据盘点
产品需要考虑商家端和用户端。首先商家端需要了解自家的产品状况，销售情况，加购数据等，这样才能针对性的做营销策略。
商家端可以看到其店铺内的加购商品的人数，实时的计算某件商品，在多少人的购物车内，实时加购总件数，实时的库存。还能够查询到，这些商品的在未做干预的情况，自然的转化率情况(过去15天内加购该商品的消费者在昨日的转化率)。
列表中的商品按照加购人数从高到低排序，加购的人数越多代表这个商品越受欢迎。对加购人数多的商品进行营销干预，会起到更好的效果。当然，这里会把部分已经下架的，失效的商品自动的剔除掉。
画像部分把汇总所有用户的账户信息，画像纬度，从新客户，性别、消费层级、淘宝等级、地域5个纬度提供。画像将用户进行了标签化，利用这些标签，可以对其进行不同的营销动作。具体的分群策略可以看我的上一篇文章《基于大数据的会员任务营销，该怎么玩?》
商家可以单独对每个商品进行营销，根据自身品牌情况，投放给特定的人群，并进行低价，促销干预。
根据标签的选择，系统会根据用户在网站上的行为数据，提前预知已加购人群的转化比例，通过机器学习，能够自动过滤掉转化概率低的那部分用户群体。这里的计算规则是根据用户曾经是否购买过相同商品，或者是加入购物车是否是为了进行比价。
促销效果分析
通过用户分群能够了解你的客户群体特征，到底是什么样的人购买了你的商品或者对你的商品有意向，精准营销能够将这部分客户牢牢的抓在手里，用手段干预他们。对于商家来言，还需要效果分析数据。
圈定人数：活动覆盖的人群。系统能够计算符合活动标签和促销价格能够触达的人群
成交人数：活动开启后，提交订单的人数
触达人数：通过push和消息中心最终触达到的人群数量
成交金额：成交订单的总金额
三、消费者端触达的逻辑
当然，商家举办的所有活动都需要最终触达消费者端。基于购物车的营销，他的触达方式最优解就是在购物车参加活动的单品上进行用户触达，但只有覆盖的用户才会覆盖的到。触达方式分为：
购物车icon触达
购物车展示“限时”icon提醒，实时的促销倒计时提醒。时间的提醒能够增强消费者购物的紧迫感，通过促销和时间感提升喧嚣转化
降价提示，具体降价金额用红字展示，着重提醒。
消息中心触达
当活动开启时，在消息中心会收到push的营销内容，该内容为实时发送给已覆盖的人群。点击消息内容会跳转至购物车。不过这种push触达的方式效果并不是很好，点开率较低。具体的触达方式也可以看我的上一篇文章《基于大数据的会员任务营销，该怎么玩?》
结语
购物车的玩法多种多样，应该结合自家产品和研发能力评估当前阶段需要做哪些改进。但核心的目标是一致的，尽可能多的将购物车商品全部转化为订单，带来实际的收益。
⑶ 京东如何进行大数据采集和分析
京东进行大数据采集和分析主要是通过用户行为日志采集方案（点击流系统）和通用数据采集方案（数据直通车）。京东的数据目前包含了电商、金融、广告、配送、智能硬件、运营、线下、线上等场景的数据，每个场景的数据背后都存在着众多复杂的业务逻辑。为了帮助业务人员降低获取数据的门槛，简化数据获取的流程，同时帮助分析人员方便快捷地进行数据统计分析，进而挖掘数据的潜在价值，京东搭建了一套完整的数据解决方案。
更多关于京东如何进行大数据采集和分析，进入：https://www.abcgonglue.com/ask/b0348f1615822942.html?zd查看更多内容
⑷ 生鲜行业的疫后重塑，双循环下“鱼和鲜花”如何兼得
文 | 王小胖
「双循环」火了。
在国际环境不确定性增加的当下，持续扩大内需，发展「以国内大循环为主体、国内国际双循环相互促进」的新格局，才能持续拓宽经济发展的空间。
时代的一粒灰，落在个人头上，就是一座山。作为受季节、物流影响巨大的生鲜行业，诸如水产、鲜花，在疫情期间遭受重创。农产品、海产品无法及时运输出去，而鲜花、水产也不像蔬菜水果那样是刚需，疫情之下面临市场需求萎缩......
这是很多传统行业的缩影，也是「双循环」经济亟需解决的问题。
一直以来，生鲜行业互联网化是个很大的难题。
互联网电商发展的成熟阶段，才开始了针对生鲜产品的进一步尝试。究其原因，是早期供应链和冷链物流技术不成熟，而中国幅员辽阔，如何以可控的损耗完成配送，是一大难题。
这个硬骨头，12 年前就有小型互联网电商公司易果网以及专做有机食品的康乐及沱沱公社等试图正面求解。然而由于货品难保鲜，以及当时不完备的物流，最终未能成功。
但是，生鲜产业一直被巨头们惦记着。
目前，国内生鲜市场的总体规模近 5 万亿，而生鲜电商的规模近 1000 亿，线上的渗透率并不高，只有 2% 左右，是所有行业里渗透率最低的，且相对于 3C、服装等成熟行业，增速也很缓慢。从这方面看，其可供行业参与者发挥的空间巨大。
入局者众，各大互联网巨头均有布局，但似乎仍然没有摆脱低速增长的桎梏，以盒马鲜生为例，2018 年也只开出了 20 家门店。
传统生鲜行业有自己的供应链。以鲜花为例，传统的鲜花供应链，要通过至少四级以上渠道：花农生产出来，运到交易市场或是采购商到田间地头收花，之后经过一级、二级甚至三级批发商，才到达城市和花店。
这也带来诸多问题：物流成本高，效率低下；交易时间长，导致鲜花损耗严重；鲜花价格高，品质却难以保证。根据艾瑞咨询统计，每层批发商要加价 15%-20%，而花店零售环节至少加价 60%。而一旦链条中某一环出了问题，整个供应链就受阻无法运转。
这个供应链，在疫情下被打破了。农户们种出的鲜花由于运输问题，无法送到批发商的手中。更有甚者，即便是送到批发商手中，传统线下花店的需求也因为人们居家隔离而萎缩。
大量农产品被困在产地，消费者获取商品的难度和成本也在提升，这时候亟需一个破局者，把消费者依旧存在的需求，和农户之间对接起来，重新点燃内需引擎。
科技 真正的力量，就是「知其不可而为之」。
互联网直播开辟鲜花销售新局面
对于云南的花农来说，情人节本是个增长点。但是疫情这样的「黑天鹅」事件，让一切都有了不确定性。2 月 13 日，情人节前一天，京东收到云南昆明、楚雄、玉溪多个鲜花种植基地的紧急求助，涉及 3000 亩花田、45 个品种的 3000 万支玫瑰滞销。
花期不等人，京东第一时间开展「救花」助农行动，推动鲜花产业从线下走到线上突围。一方面，京东物流迅速部署供应链和冷链配置，解决鲜花从地里走出来、运出去的难题；另一方面，京东开辟绿色通道，让鲜花基地极速入驻京喜开店，两天后，2 月 15 日滞销鲜花便已在京喜上架。同时，针对鲜花生命周期短的问题，京喜发起了「鲜花助农」专场营销和 600 多场直播，尤其是京喜直播成为本次「救花行动」中重要的实时播报窗口，通过视频讲解、现场连麦，直观为消费者呈现真实的鲜花滞销景象，直播带货快速打开鲜花销路。
疫情期间，助农直播为滞销鲜花打开了新局面，而开辟日常鲜花消费的增量市场，才是京东为农户提供的「长久之计」。
鲜花市场有两部分，一部分是以节假日和庆典赠送为主的礼品鲜花，另一部分是以日常消费为主的生活鲜花。在中国市场上，前者占据主流，鲜花在非节假日备受「冷落」，从业者也面临旱涝不均的局面。根据荷兰花卉协会的统计数据，在日本、美国等对鲜花没有特别偏好的发达国家，日常消费占到鲜花市场的 30%—40%；而作为世界最大的花卉生产中心，我国的日常鲜花消费占比仅为 5%。
在买花这件事上，存在一片巨大的日常生活鲜花消费蓝海。京东正「唤醒」不同细分市场的消费者从无到有、从有到多建立消费意识。
对于下沉新兴市场，人均鲜花消费显著低于一二线城市，京东通过有针对性的货与场的重构，释放新兴市场的鲜花消费力。在京喜、京东秒杀，通过产业带直播的方式省去中间环节，给予鲜花品类重磅资源和流量扶持，撬动供给端降低成本、提高备货效率。9 月 8 日，在京东 9.9 超级秒杀节的云南鲜花产业带直播中，消费者身临其境「走入」花田，加之低于日常价 50% 的京东秒杀价，大大激发了鲜花消费潜能。这一天并不是特别的节假日送花高峰期，但消费者当天买走了 20 万枝花，其中 70% 来自下沉新兴市场。
对于那些一、二线城市的白领，京东在挖掘原有的节假日消费需求外，开辟了一块全新的日常鲜花消费增量市场。8 月底，京东 PLUS 会员上线了鲜花特权，向超过 1500 万会员提供每月一次的立减 30 元优惠，可享受 9.9 元、19.9 元的包邮月度定制鲜花。用半杯咖啡的价格，培养这群已接触过鲜花的品质型消费者，形成鲜花日常消费习惯。
「数字化卖鱼」拉动产业消费新趋势
其实不止是鲜花这样的非必需消费，包括像水产这样对冷链要求更高，消费需求也更刚性的类别，也在数字化手段的推动下，发生着「人货场」的重塑升级。
水产行业今年过的也不好。即便是有助农直播，渔民的苦衷仍旧显现的淋漓尽致：近日，一位渔民走进京东直播卖货，与其它品类在直播间的订单成交火爆相比，一些消费者并不愿意为鱼买单，评论区里充斥着拆台声：「无良商家，这个时候卖鱼安全吗？」……委屈的渔民抹起了眼泪，解释说「卖给大家之前都是经过安全检测的。」然而，还是有消费者不买账，情急之下，这位渔民在镜头前竟生吃鱼「以证清白」。
「渔民的无奈我们感同身受！」京东生鲜海鲜水产业务负责人李晓飞对此叹道。京东注意到这场直播，立刻联系这名渔民，包下了他今年所有捕捞上来的鱼。
「考虑到像他一样困难的渔民还有很多，京东生鲜当晚决定面向水产品全行业，推出包销国内 20 万吨水产品的计划，聚合京东全平台资源、全渠道能力帮助渔民摆脱困境，同时又让消费者吃上安全放心的水产品。」李晓飞表示。
20 万吨不是一个小数目，根据联合国粮农组织的预测，2020 年中国人均海鲜消耗量预计在 36 公斤，京东包销的数量，相当于 550 万国人的年消费水产量。
京东生鲜之所以能提出这样的目标，是因为今年以来，京东生鲜已经通过产品创新开发、电商运营指导、营销资源倾斜等多维举措，成功帮助海南、福建、广东等水产主产区走出滞销困境，打造了诸多成功案例。
以海南水产龙头企业翔泰渔业为例，京东生鲜通过大数据分析，结合用户需求，联合翔泰将罗非鱼大宗冻品开发成酸菜鱼、水煮鱼等新型方便菜产品，即便在疫情期间，翔泰的罗非鱼系列产品销售额也增长超 100%。
京东怎么让生鲜电商跑起来？
对于生鲜行业来说，京东的优势毋庸置疑。
作为一家以供应链为基础的技术与服务企业，京东数年来积累的智能供应链服务能力，尤其是不断完善冷链物流，为生鲜电商的发展带来新契机。依托京东搭建的电商物流一体化体系，生鲜可以通过京东物流自建的干线、支线运输网络及 社会 化冷链协同网络，快速送到消费者手中。
早在 2018 年 12 月，京东物流就推出了冷链卡班，以集散分拨的方式提供点到点的固定班次冷链运输服务，来满足商家多批次、小批量不足整车的冷链运输需求，这种模式非常适合鲜花、水产等生鲜商家。并且，京东自主研发的智能温度监控平台，可实现全流程的可视化溯源，以及温控冷链车全程「0 断链」、「0 腐损」，让鲜花、水产「鲜活」送达，解决生鲜电商历来存在的痛点难题。
在销售和品牌建设方面，京东更是经验丰富的好手。有许多生鲜企业或种植户、养殖户还未「触网」，不懂怎么玩转电商，京东为他们提供电商运营指导和电商直播培训。依托全渠道的销售方式，京东让鲜花、水产等生鲜产品在线上电商平台、线下生鲜超市都能买得到；针对生鲜产品缺少大品牌背书的问题，京东则利用线上线下全矩阵营销资源，推动各地区生鲜产品品牌建设升级。
在当前双循环的经济战略方针下，以京东为代表的零售平台，正在发挥既有互联网、又有供应链的长处，通过智能供应链升级传统生鲜行业，减少农户和消费者之间的流通环节，提升消费增量市场。
行业震荡之下，把一二线市场的消费需求和产地对接，让花农和渔民都能提高销量、创收增收，也让一二线城市居民享受到了源头产品的实惠产地价。
依托京东强大的冷链网络和供应链一体化，疫情之下，京东平台上的线上花卉、水产商家受到的负面影响远低于传统的线下从业者。而这场疫情，也让包括花卉、水产在内的生鲜行业对供应链效率的需求和产业数字化达成了广泛深刻的共识。
互联网 + 的意义就是能在线上畅通数字渠道，让数据、网络为人服务，以人为本，把疫情的损失降到最低。
在让技术落地，赋能产业的过程中，又总是会面临各种各样的现实难题，包括调动资源、在供需两端的新通路切换、用户教育的成本等等。但是这些成本的付出，有利于把疫情造成的高额损失减小，这也是为什么，疫情显著加速了智能供应链的推广。
而在这样一个双循环时代，京东的实践还多了一层意义。通过建立起新的通路，在供需之间产生新的链接，本质上来说，就是在制造出一片增量市场、拉动内需——原本因为麻烦不常买花的人们，发现日常的鲜花消费也能愉快简单，原本水产消费频率较低的消费者，饭桌上也多了几道鱼鲜。
内循环，从不意味着在固定存量里零和搏杀，它可以在 科技 力量的推动下，做精做深，扩大边缘，打开一片广阔的新市场。从这个角度来说，京东等 科技 企业，在最艰难的时刻，「啃下最硬的骨头」，也是一种 社会 责任和商业效益的双赢。
⑸ 2.京东的大数据分析与利用给你的启示有哪些
京东大数据在数据、模型、技术、工具等多个层面高度的整合和统一，大大提升了大数据在整个集团内融合和利用的效率
⑹ 数智观察：新品“反向定制”背后的大数据、年轻人和智造业
消费是观察经济复苏进程的窗口。国家统计局近日公布，三季度我国GDP同比增长4.9%，其中9月投资增速基本持平；而消费当月同比增长3.3%，在8月转正的基础上继续提高2.8个百分点――在海外疫情出现反复、进出口持续受影响的情况下，经济复苏动能已经逐步切换至消费端。
从供给端来看，随着平台+企业的供应链效率提升，上新周期缩短，产品迭代加速，新品供给能力提升，一系列供给端优化的因素成为各品牌新品消费增长的重要动力。代表着新技术、新设计、新功能、新体验和更好利润的新品，往往为品牌商提前抢占行业先机，成为品牌竞争中的强有力一环。
新品背后的“大数据”
6年前，一家国际知名调研机构发现，2014年在美国市场有几千个新品牌上市，但其中只有7个能在同年实现过亿美元的销售，需要再等一年才能有约七成的新品获得显著销量增长。
这意味着，从新品上市，到消费者认知，再到付费购买，普遍需要一年的时间。但在中国，2020年上市的新品中，有85%以上在几个月内迅速卖“爆”，其中25%左右的核心产品已占据各自细分品类的一半份额。
“新品即爆品”的背后，是大数据的力量。
在此之前，企业的新品设计、制造、营销链条是断裂的――对品牌或者商品的认知发生在销售端之外，而购买行为却需要消费者自行发起、寻找、完成。
电商的兴起，打通了这一路径――首先将消费者的购买行为线上化、便捷化；其后，电商帮助品牌商将消费者对新商品的认知过程也转移到线上；再其后，消费者能够通过社交网络和电商有互联。这样，整个链路就完整了。
这其中，电商拥有维度丰富的销售大数据、成熟的数据挖掘和预测能力，正在将原本扑朔迷离的市场展现得一清二楚，这份敏锐度对品牌、企业甚至行业来说，不仅仅是“把握商机”的作用，更是合力推出反向定制的C2M新品，最大限度贴近消费者使用场景和需求。
例如，京东平台上2020年一个月的新品发布量超2018全年，2020年三个季度的单季新品发布量已接近2019年全年发布量的200%；无论是生产端还是消费端，都已将其视作最高效的传导枢纽。
近日，京东手机正式开启HUAWEI Mate 40系列新机预售。毫无意外，预售通道开启仅28秒，京东平台HUAWEI Mate 40系列产品即宣告售罄。
中国国际电子商务中心电子商务首席专家、APEC电子商务共商联盟专家委员李鸣涛非常准确地将其描述为“精准需求引导下的定制化、柔性化供给时代已经到来” 。
新品背后的“年轻人”
消费者为何选择新品，什么样的消费者在追求新品？据第三方调研，如今中国3-6线城市的消费者更年轻，而且其信心和消费意愿都高于1-2线城市消费者；大数据显示，很多新品“走红”不是在大城市，而是在广大下沉市场多点爆发。
人民网经济部和京东大数据研究院联合发布的《2020年线上新品与C2M消费趋势报告》显示，今年以来，线上消费数据展示出各线级市场都增长旺盛，折射出中国消费新趋势：中等收入群体持续追求更新更好、更有品位、更适合自己的商品；同时，多年城镇化进程正在释放中低线城市的消费潜力，“小镇青年”带动了下沉市场的增量。
即将到来的11.11大促更会成为新品狂欢的舞台，京东集团副总裁、京东零售集团平台业务中心负责人韩瑞表示，京东小魔方将启动“造新计划”，在“2020京东11.11全球热爱季”上推出超3亿件新品。”引领潮流的新品是京东长期以来发力重点。“
京东大数据显示，80、90和00后占据了新品销售额85%，千禧一代、Z世代（95年之后出生）人群的占比增长最为惊人。与父辈不同，新生代消费者对产品颜值、功能设计、品牌故事、文化主张是否跟自己有共鸣，是否能彰显自己的个性均有考量。在他们眼中，“微需求”同样重要，比如手机外壳是否可以挂绳、奶粉罐的盖子是否方便打开，都有可能影响购买决定。
电脑、手机和电器是他们消费的最爱。这些带电类商品日趋智能、高端、绿色、跨界，年轻人更容易跟上 科技 与潮流，其需求和反馈更会反向推动厂商进一步创新，设计生产出更为新潮的产品。同时，Z世代在母婴、医药保健等品类中的消费占比同样增长迅速，疫情下更是开始承担家庭生活必需品消费的责任，凸显出这是一个更具活力、更乐于尝试新产品的群体。
新品背后的“智造业”
新品已经成为吸引消费者、拉动消费热情、驱动品牌成长的重要路径，更新频率和创新性不断提升，对于消费市场的价值也持续提升。
而C2M模式打通了消费侧和供给侧，是制造企业数字化升级转型的重要路径，互联网零售平台凭借大数据和技术资源，将在其中扮演越来越重要的角色。以C2M为代表的先进供应链能力对于品牌商提出了明确的数字化需求，随着京东等互联网平台将供应链能力持续平台化、产品化，C2M的门槛会迅速降低，成为大量行业的标配新品路径。
对大量产业走向数字化更为利好的是，C2M模式的涉足的环节从此前比较单一的产品设计研发，向完整的产品生命周期渗透，包括定价、营销、服务等等；海量精准数据挖掘分析服务，也让消费者可以完整享受到最适合自己的商品、服务、渠道。
尼尔森近日发布的《2020年3C家电行业消费趋势报告》显示，C2M反向定制创新模式市场反馈良好，京东通过消费者大数据和AI算法的集成，全面提升品牌与消费者沟通效率，再结合供应链优势，联手各大品牌快速高效推出符合消费者真实需求的优质产品。
“目前，近40%的 游戏 本都是通过反向定制来生产，销量已超百万台。”在 游戏 笔记本、 游戏 手机等电脑数码领域细分品类市场，反向定制已经成为主流。
在11.11预售期间，由京东C2M反向定制的Redmi K30 Pro单天预售销量环比10月日均超10倍。这也是一款C2M“造新”产品。通过大数据对目标价格段消费人群进行精准画像，发现以受教育程度较高的女性和理性 科技 消费者为主，因此小米和京东决定升级CPU，并最大程度优化供应链效率降低中间成本，首发即成“爆品”。
清华大学教授、电子商务交易技术国家工程实验室主任柴跃廷此前曾提出过“制造、设计过程的开放 社会 化”概念，指出制造企业转型升级或产业互联网之根本其实就是开放 社会 化、打破企业围墙，而电商自身也在升级。“流量为王的时代已经过去，质量为王，个性化定制，精准满足消费者需求的时代逐渐的显现在面前。”他表示，“所以为用户创造价值，包括满足用户价值的时代已经在显现。”
也许目前消费者了解C2M的概念并不多，但实际消费数据却印证了柴跃廷的观点。京东数据显示，11.11预售期间，新品轻薄笔记本电脑新品预售销量同比增长10倍，京品家电销售额同比提升4.2倍，京品家电C2M产品预售金额同比去年提升6倍。科沃斯扫地机、沁园小白鲸净水器等新品当天流量大爆发，成交额均在10月日均的6倍以上。
在近因效应越来越明显的新消费市场中，新品对消费者的刺激作用还在持续攀升之中。旺盛的需求成就了平台联手品牌造新的动力之源，这是一场从基因编码开启的运动，将平台与新品的接洽端前移，并打通新品成长全周期带给新品“集中化引爆”的场域。
在外有压力、内有动力、改革提速的大背景下，2020年我国国内经济结构调整步伐明显加快，市场对于商品更新换代的需求愈发强烈，消费升级的趋势也愈发明显。以京东为代表的互联网平台，从不同维度全面展开的新品业务，构建起更加完善、成熟的“新品生态”，成为消费者和品牌商更青睐的新品发布平台。从而赋能品牌厂商和消费者，帮助从供应端到消费端实现成本、效率、体验的升级，这不仅仅是京东从消费互联网走向产业互联网的坚实步伐，更会带动中国制造业的数字化升级转型，对于整体国民经济正起着越来越重要的积极作用。
本文源自人民网-IT频道
⑺ 大数据攻略案例分析及结论
大数据攻略案例分析及结论
我们将迎来一个“大数据时代”。与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？
｛研究结论｝
怎样才能用起来大数据？障碍如何解决?中国企业家研究院对10多家在大数据应用方面的领先企业进行了采访调研，更多家企业进行了书面资料调研，我们发现：
■ 当前中国企业的大数据应用可以归类为：大数据运营、大数据产品、大数据平台三大=领域，前两者更多是企业内部的应用，后者则在于用大数据来繁荣整个平台企业群落的生态。
■ 大数据营销的本质是一个影响消费者购物前心理路径的问题，而这在大数据时代前很难做到。
■ 对于传统企业而言，要打通线上与线下营销，实现新的商业模式，如O2O等，离不开大数据。
■ 虽然大数据应用往往集中于大数据营销，但对于一些企业，大数据的应用早已超越了营销范畴，全面进入了企业供应链、生产、物流、库存、网站和店内运营等各个环节。
■ 对于大部分企业，由于数据分析人员与业务人员之间的彼此视角与思考方向不同，大数据分析和运营之间存在脱节情况，这是大数据无法用于企业运营最大的阻力
■ 对于大多数互联网公司来说，大数据量、大用户量是一个相互促进，强者越强的循环过程。
■ 对于大型互联网平台，大数据已经成为其生态循环中的血液，对于这些企业，最重要
的不是如何利用大数据改进自身运营，而是利用大数据更好地繁荣平台生态。
■ 对于平台企业，它们的大数据策略正逐渐从大数据运营，向运营大数据转变，前者和
后者的差别在于，前者只是运营改进的动力，而后者则成为企业实现未来战略的核心资源。
我们都已被反复告知：我们将迎来一个“大数据时代”。
大数据应用，将和云计算、3D打印这些技术变革一样，颠覆既有规则，并成为先行企业的制胜关键。
与变化相始终的中国企业，距离这场革命还有多远？而追上领先者又需要多快的步伐？
来自于互联网、移动互联网、物联网传感器、视频采集系统的数据正海量增长，汇成大数据的海洋，相伴的是海量数据存储、分析技术的突破性发展，所有这一切都给企业的应用带来了无限可能性。
许多企业希望将大数据用起来，带动企业的经营，但不知从哪里着手。它们不惜重金投资大数据信息系统、分析系统，聘请更多的人才，希望能从这个新趋势中获益，不过却无奈地发现，大数据仍然停留在云端，没有带来多少实际收益。它们找不到大数据与业务结合的突破口。而一些真正将大数据应用于实战的企业，却在应用过程中困难重重：大数据无法与业务结合；没有收集、分析海量数据的能力；经营人员缺少应用大数据的动力；数据来源鱼龙混杂难以使用……
中国企业家研究院对当前中国企业大数据应用的状况进行了归纳分类，以帮助企业了解实际应用大数据时的困局难点，并提供领先企业的典型案例以资借鉴。
表1
表2
大数据运营—企业提升效率的助推力
对于大多数企业而言，运营领域的应用是大数据最核心的应用，之前企业主要使用来自生产经营中的各种报表数据，但随着大数据时代的到来，来自于互联网、物联网、各种传感器的海量数据扑面而至。于是，一些企业开始挖掘和利用这些数据，来推动运营效率的提升。大数据运营应用中，大数据的应用分为三类：用于企业外部营销、用于内部运营，以及用于领导层决策。
一、大数据营销
大数据营销的本质是影响目标消费者购物前的心理路径，它主要应用在三个方面：1、大数据渠道优化，2、精准营销信息推送，3、线上与线下营销的连接。在消费者购物前，通过各种方式，直接介入其信息收集和决策过程。而这种介入，是建立在对于线上与线下海量用户数据分析的基础之上。相比传统狂轰滥炸或等客上门的营销，大数据营销无论在主动性和精准性方面，都有非常大的优势。它是目前主要的大数据应用领域。
大数据营销不仅仅是用大数据找出目标顾客，向其发布促销信息，它还可以做到：
实现渠道优化。根据用户的互联网痕迹进行渠道营销效果优化，就是根据互联网上顾客的行为轨迹来找出哪个营销渠道的顾客来源最多，哪个来源顾客实际购买量最多，是否是目标顾客等等，从而调整营销资源在各个渠道的投放。例如东风日产，它利用对顾客来源的追踪，来改进营销资源在各个网络渠道如门户网站、搜索和微博的投放。
精准营销信息推送。精准建立在对海量消费者的行为分析基础之上，消费者网络浏览、搜索行为被网络留下，线下的购买和查看等行为可以被门店的POS机和视频监控记录，再加上他们在购买和注册过程中留下的身份信息，在商家面前，正逐渐呈现出消费者信息的海洋。
一些企业通过收集海量的消费者信息，然后利用大数据建模技术，按消费者属性（如所在地区、性别）和兴趣、购买行为等维度，挖掘目标消费者，然后进行分类，再根据这些，对个体消费者进行营销信息推送。比如孕妇装品牌十月妈咪通过对自己微博上粉丝评论的大数据分析，找出评论有“喜爱”相关关键词的粉丝，然后打上标签，对其进行营销信息推送。京东商城副总经理李曦表示：“用大数据找出不同细分的顾客需求群，然后进行相应的营销，是京东目前在做的事情。”小也化妆品将自身网站作为收集消费者信息的雷达，对不同消费者推荐相应的肌肤解决方案，创始人肖尚略希望在未来，大数据营销能替代网站的作用，真正成为面向顾客的前端。
打通线上线下营销。一些企业将互联网上海量消费者的行为痕迹数据与线下购买数据打通，实现了线上与线下营销的协同。比如东风日产，线上与线下的协同营销方式为：其门户网站带来订单线索，而通过这些线索，服务人员进行电话回访，从而推动顾客在线下交易。在此过程中，东风日产记录了消费者进入、浏览、点击、注册、电话回访和购买各个环节的数据，实现了一个横跨线上线下，以大数据分析为支持的，营销效果不断优化的闭环营销通路。而国双科技，衡量某一地区线下促销活动的效果，就是看互联网上，来自这个地区对于促销内容的搜索量。一些企业，通过鼓励线下顾客使用微信和Wi-Fi等可追踪消费者行为和喜好的设备，来打通线上与线下数据流，银泰百货计划铺设Wi-Fi，鼓励顾客在商场内使用，然后根据Wi-Fi账号，找出这个顾客，再通过与其它大数据挖掘公司合作，以大数据的手段，发掘这个顾客在互联网的历史痕迹，来了解这个顾客的需求类型。
二、大数据用于内部运营
相比大数据营销，大数据在内部运营中的应用更深入，对于企业内部的信息化水平，以及数据采集和分析能力的要求更高。本质上，是将企业外部海量消费者数据与企业内部海量运营数据联系起来，在分析中得到新的洞察，提升运营效率。（详见P96表5：大数据在内部运营中的应用）
表5
三、大数据用于决策
在大数据时代，企业面对众多新的数据源和海量数据，能否基于对这些数据的洞察，进行决策，进而将其变成一项企业竞争优势的来源？同大数据营销和大数据内部运营相比，运用大数据决策难度最高，因为它需要一种依赖数据的思维习惯。
已有少数企业开始尝试。比如国内一些金融机构在推出一个金融产品时，会广泛分析该金融产品的应用情况和效果、目标顾客群数据、各种交易数据和定价数据等，然后决定是否推出某个金融产品。
但是，中国企业家研究院在调研中发现，目前中国企业当中，大数据决策的应用非常之少，许多企业领导者进行决策时，仍习惯于凭借历史经验和直觉。
大数据产品——企业利润滋长的新源泉
大数据除了用于运营外，还能够与企业产品结合，成为企业产品背后竞争力的核心支持或者直接成为产品。提供大数据产品的企业分为两类，直接提供大数据产品的企业，以及将大数据作为产品和服务核心支撑的企业。前者主要为大数据产业链中提供数据服务的参与者，包括数据拥有者、存储企业，挖掘企业、分析企业等，后者则主要是那些以大数据为产品核心支撑的企业，它们大多是互联网企业，其产品和服务先天就有大数据基因，这些企业包括搜索引擎、在线杀毒、互联网广告交易平台以及众多植根于移动互联网之上，为用户提供生活和资讯服务的APP等。
表3
表4
一、大数据作为产品核心支持
它们主要在以下几方面使用大数据：
1、提供信息服务。很多互联网企业通过对海量互联网信息和线下信息的整合和分析，为个人和企业提供信息服务，典型的如网络、去哪儿、一淘、高德地图、春雨医生等等。在美国，一些互联网企业甚至根据大数据提供更深度的预测信息服务，美国科技创新公司farecast，通过分析特定航线机票的价格，帮助消费者预测机票价格走势。
2、分析用户的个性化需求，借此提供个性化产品和服务，或者实现更精准的广告。典型的有移动社交工具陌陌、网络、腾讯、广告交易平台品友互动以及一些互联网游戏商。这种应用往往先是收集海量用户的互联网行为数据，将用户分类，根据不同类型的用户，提供个性化的产品，或者提供个性化的促销信息。比如网易等门户网站推出了订阅模式，让使用者按照个人喜好方便地定制和整合不同来源的信息。
3、增强产品功能。对于很多互联网产品，如杀毒软件、搜索引擎等等，海量数据的处理能够让产品变得更聪明更强大，如果没有大数据，产品的功能就大大减弱。比如奇虎360公司的360杀毒软件，凭借每天海量的杀毒处理，建立了庞大的病毒库，这使它能够更快地发现病毒，而一些小的杀毒软件公司则无法做到这一点。
4、掌控信用状况，提供信贷服务。阿里巴巴上汇集了海量中小企业的日常资金与货品往来，通过对这些往来数据的汇总与分析，阿里巴巴能发现单个企业的资金流与收入情况，分析其信用，找出异常情况与可能发生的欺诈行为，控制信贷风险。
5、实现智能匹配。婚恋网站、交易平台等，利用大数据可以进行精准而高效的配对服务。网易花田会挖掘用户行为数据，比如点击哪些异性的页面，发表什么样的评论，建立用户兴趣模型，从而挖掘到用户所期待另一半的类型，然后主动推荐与对方匹配度比较高的人选。2010年，阿里巴巴尝试性地推出“轻骑兵”服务，由阿里巴巴将中国各产业集群地的供应商与海外买家的个性采购需求进行快速匹配，所凭借的，就是对供应商的海量交易数据信息的整合与挖掘。
大数据作为产品核心支撑的关键在于用户量。对于大多数互联网公司来说，用户量越多，收集的数据越多，凭借更多的数据，其产品与商业模式会不断改进，进而带来更多的用户。
二、大数据直接作为产品
对一些企业，大数据直接成为了产品，这些产品包括海量数据、分析、存储与挖掘的服务等，目前大数据产业链正在形成过程中，出现了一批开放、出售、授权大数据和提供大数据分析、挖掘的公司和机构，前者主要是一些拥有海量数据的公司，将数据服务作为新的盈利来源。如大型的互联网平台、民航、电信运营商、一些拥有大数据的政府机构等等，后者主要包括一些能够存储海量数据或者将海量数据与业务场景结合，进行分析和挖掘，或者提供相关产品的公司，如IBM、SAP、拓而思、天睿公司。它们为大数据应用者们提供海量数据存储、数据挖掘、图像视频、智能分析等服务以及相关系统产品。
大数据平台——企业群落繁荣的滋养剂
相对企业本身对大数据的应用，大数据平台更多是利用大数据来搭建企业生态。一些拥有庞大数据资源的大型互联网平台，已变为包含海量寄生者的生态系统。在这个生态系统中，它们将海量用户互联网行为痕迹和分析提供给平台上的企业，用于它们改善经营，推动整个平台生态繁荣，在这一过程中，它们也收取数据服务费。阿里巴巴就是一个典型的例子，从数据魔方、黄金策到聚石塔，阿里巴巴不断地为平台上中小电商提供数据产品和服务。
而网络已建成了包括网络指数、司南、风云榜、数据研究中心和网络统计在内的五大数据体系平台，帮助其营销平台上的企业了解消费者行为、兴趣变化，以及行业发展状况、市场动态和趋势、竞争对手动向等信息。
而当大数据从企业内部运营的动力，变成平台企业的产品和服务时，平台企业也在经历着一个从大数据运营到运营大数据的阶段。数据从运营的支持工具，变成了生产资料。此前平台们的关注点，更多的是如何用好现有的大数据。而未来，它们的关注点则更多是如何将大数据这个生产资料管理好、经营好，如何更好地为平台上的企业服务。这就涉及到收集的数据质量怎样？格式标准是否统一？数据作为一种原材料，其精细化程度如何？是否符合平台上企业应用的具体场景？是平台上企业拿来就能用的，还是还需要平台上的企业再加工？
为解决这些问题，各个平台在积极地努力。比如阿里巴巴建立了数据委员会，在统一数据格式标准、从源头上保证数据的质量，采集和加工出精细化的数据，确保其能符合平台企业的应用场景等方面，不遗余力地尝试。尤其在大数据精细化方面，阿里巴巴更是作为其大数据战略的重点。这方面，腾讯目前也在加快步伐。比如新版腾讯网出现了“一键登录”的提示，用户可以在上面通过一些细分标签，订阅自己关注的内容。实际上，这也是腾讯收集更精细化的用户兴趣数据的一个有效手段。
Tips
大数据实战手册
将大数据应用于内部运营中时，企业会遇到一些常见问题
1企业如何获取与分析数据？
互联网是大数据的一个主要来源，一些线下的传统企业很难获得。但它们可以：
a 和拥有或能抓取海量数据的平台、企业以及政府机构合作。比如淘宝上的电商就购买淘宝收集的海量数据中与自身运营相关的部分，用于自身业务。再如卡夫通过与IBM合作，在博客、论坛和讨论版的内容中抓取了47.9万条关于自己产品的讨论信息，通过大数据分析出消费者对卡夫食品的喜爱程度和消费方式。
b 建立自己在互联网上的平台，比如朝阳大悦城利用自己的微信、微博等平台收集消费者评论数据。
c 许多传统企业没有分析海量数据的能力，此时它们可以和大数据分析和挖掘公司合作，目前市场上已经有天睿公司、IBM、百分点、华胜天成等一批提供大数据分析和挖掘服务的公司，它们是传统企业进行大数据分析可以借助的力量。
2 如何避免大数据应用时的部门分割？
对于许多企业，其信息流被各部门彼此分割，数据难以互通，对于这种情况下，大数据的共享和汇集就只是一个泡影，更难以实现大数据的深度应用。
要打通部门之间信息分割的局面，首先要建立统一的、集中的数据系统。就像立白信息与知识总监王永红所说的，“要真正用好大数据，企业要采用大集中的信息系统。”从更深入的角度来谈，企业信息流的部门分割，更在于企业部门之间的分割，比如有一些企业的营销按照渠道分割，导致对于顾客的大数据收集和分析效果大打折扣。
IBM智慧商务技术总监杨旭青认为，“很多时候由于组织结构问题，大数据分析有效性大大降低了。”这就需要组织与流程层面的重新设计，在这方面，阿里巴巴的部门负责人轮岗制度，对于打破部门壁垒无疑是一剂好药。而一些企业为了打破部门分割，建立了矩阵型的组织结构，强化部门间的横向合作，这些无疑为大数据的汇集、共享与应用创造了良好条件。
3 如何让业务人员重视大数据的应用？
解决这个问题，一方面在于一把手对整个企业数据文化的倡导，比如1号店董事长于刚就要求业务人员无论在开会，还是汇报工作时，都以数据说话，而马云更是将大数据提升到了战略高度。
另一方面，也在于数据部门的带动，阿里巴巴数据委员会负责人车品觉分享了经验，“因为运营部门的业务人员很难看到大数据的潜力，可以首先从一些对业务见效快，见效显著的数据项目出发，通过一两个项目的成功，调动对方的积极性，然后再逐步一个个地引导。”
4 为何大数据工作与运营需求脱节？
这往往是由于数据人员与业务人员视角、专业知识不同而导致的。大数据人员做了很多努力，但是业务人员却认为这些努力无关痛痒。如何解决这个问题？
有的企业从组织设计上发力，将大数据纳入业务分析部门的管理之下，用业务统驭数据。对于朝阳大悦城，由主要负责战略和经营分析的部门来管理大数据工作，其中的大数据分析人员则作为支持人员。在负责人张岩看来，大数据要靠商业法则指导，关键是找到业务需求的点，然后由数据分析和挖掘人员实现。在具体操作中，大悦城对微信的数据挖掘，挖掘什么样的关键词，由业务分析人员确定，而具体挖掘则由数据部门做；有的企业从流程设计上着手，推动业务部门与数据部门人员之间的沟通，建立数据人员工作与效果挂钩的考核机制。
例如阿里巴巴根据数据挖掘的成效（比如带来的商品转化率的提升）来考核数据挖掘师，考核数据分析师则看其分析结果能否出现在经营负责人的报告中。从数据部门自身角度则需要降低运营部门使用数据的障碍和门槛，比如立白集团的数据人员会努力尝试向运营部门提供更易懂、更生动的图形化数据分析界面，在立白老板办公室上，就有一份“客户运营健康体检表”，让老板对全国经销商的当月销售情况一目了然。再如阿里巴巴开发的无线Bi，让经营人员在手机上也可以看到大数据分析结果，拿车品觉的话说，“以数据之氧气包围经营人员。”
以上是小编为大家分享的关于大数据攻略案例分析及结论的相关内容，更多信息可以关注环球青藤分享更多干货
⑻ 京东挖掘大数据金矿 让用户体验更有“数”
京东挖掘大数据金矿 让用户体验更有“数”
在刚刚结束的贵阳大数据产业博览会上，京东向外界展示了全价值链电商大数据的应用价值，所谓全价值链指的是从商品采购、库房、配送、售后、客服等整个链条产生的数据。有了这套完整的数据源，京东可以获得最接近用户真实需求的数据，进而进行深度的数据价值挖掘。
京东大数据部副总经理邢志峰认为：“京东的大数据应用理念是为用户创造价值，给用户带来极致的用户体验。大数据本身就是一个以价值创造为导向的技术，如果技术不能够给用户或者企业带来价值，它本身的存在意义就不大了。”
价值和含金量颇高的京东大数据“金矿”
邢志峰谈到，在PC时代中国的大数据产业一直在扮演着追随者的角色，与西方的先进技术相比存在差距。到了移动互联网时代，这种差距已经被缩短，甚至不相上下，因为从移动互联网开始，国内的技术领域始终处于这股潮流当中，从社交软件就能看到，国内的用户体量并不比FaceBook等国际厂商低。这就为“互联网+”时代的大数据发展营造了良好的生态环境。中国具有全世界最大的人口基数，同样数据量也是全世界最大的，换句话说，在如此庞大的数据背后，它所蕴含的价值和含金量也是最高的。而作为电商，可以说处于大数据发展的风口。
京东的大数据发展始终坚持双向驱动为原则，也就是业务驱动+技术驱动。在业务上始终围绕用户体验为导向，同时积极探索大数据技术，进行技术储备。随着技术的成熟和业务的发展，京东在去年承接了一些国家级大数据项目，北京市的大数据工程实验室也落户京东。此举意在向社会输出价值来提升大数据应用成果的转化。
据了解，京东目前70%的数据源于自身，此外通过与腾讯、易车、途牛等伙伴的合作，使数据类型更加丰富。“但合作的原则是不侵害用户的隐私数据，在保证数据安全的前提下，”邢志峰强调：“大数据层面的数据安全指通过技术手段确保数据在存储、传输、展示等环节的数据信息安全。京东在这方面采取了多种保护措施，例如在数据传输上，根据HTTPS协议进行算法加密，在存储上京东开发了一套加密算法，使得数据即使被盗也无法还原。”
用大数据提升用户体验创造更多价值
利用大数据，京东在不断的丰富自身的业务，追求极致的用户体验。例如，京东通过用户画像等工具为用户提供了更精准和有效的商品推荐，帮助用户发现他们可能会喜爱的产品；针对部分商品，京东可以通过大数据挖掘，对用户的消费需求进行预判，提前在离用户最近的社区储备商品，这样能够保证在用户下单之后的2个小时之内将商品送达。这样极速的送货体验，如果没有基于大数据对用户需求的挖掘是无法做到的。
京东除了将大数据用于自身业务提升用户体验之外，也在开放相关的大数据服务。此前与复旦大学合作建立的首个“互联网+”量化追踪体系，力求从消费者的信心与满意度、行业发展的状态与景气度以及基础设施的发展现状三个方面综合反映当前信息经济消费情况，为政府政策、行业发展、消费者行为模式等提供重要的参考价值。而京东的人工智能JIMI机器人，未来也会将服务开放给更多的中小企业，减少他们在客服方面的成本。
“互联网+”时代，数据是做好用户体验最精准的依据，京东对大数据的探索也在进一步深化，通过整合产业链上下游的数据并进行深度的挖掘，使京东的服务更精细化的发展，让用户能够通过数据更好的决策自己的生活。
以上是小编为大家分享的关于京东挖掘大数据金矿 让用户体验更有“数”的相关内容，更多信息可以关注环球青藤分享更多干货
⑼ 京东数据分析工具（三）：如何判断红蓝海市场及行业前景
电商行业的飞速发展让如今已知的市场空间变得越来越拥挤。在红海中，残酷的竞争也让红海变得越发白热化。而与之相对的，正是代表着新需求、新增长的未知空间。
而为了得到更长远的发展，企业要做的就是努力去找到那片蓝海市场。绝大部分的蓝海市场都是由红海内部衍生拓展出来的，少部分蓝海市场则正在等待有人创造并设计出新玩法。不管不以何种方式，一旦我们想要突围，就必须要用数据来加持，从而做出相对理想的判断。
那么如何去判断红蓝海市场？如何合理预估行业前景？我们要学会利用各种工具去获取自己想要的数据。
一、鲸参谋【红蓝海分析】
-快速确定细分市场未来潜力
在进入某个市场或拓展某个新市场之前，我们必须提前做好对新市场尽可能全面的了解，找准真正有潜力的市场，即使竞争激烈，也能保持较高增速。
通过围绕价格带和成交金额的同比和占比展开，划出四象限图，即可快速定位不同市场的潜力。成交金额占比代表市场空间和竞争程度，占比越高，代表市场空间越饱和，竞争越激烈；成交金额同比则代表市场增长态势，同比越高，说明市场发展趋势越好。
举例：以京东大家电行业为例，假如你打算推出一批1500元左右的洗衣机，但通过下方四象限图，会发现这个价格带的洗衣机，落在同比低且占比低的象限内，则说明这个品类当前已经处于成交少、增速也少的时候，证明该市场已经不活跃了。这个时候就要谨慎投入。
但如果你要投入的品类，处于占比低同比高的情况，就说明这个品类虽然交易不多，但增长势头非常强势，值得提前卡位。结合价格带水平，更容易了解细分市场的发展现状与未来发力点。
二、鲸参谋【属性分析】
-洞察到细分市场的消费趋势
在了解行业的竞争力情况之后，倘若确定投入资源，那么就需要进一步了解该市场目前以及未来可能隐藏的流行趋势，这样能够迅速直击消费者心智，缩短达到目标的时间。
在不同品类会有不同维度的属性类别，与 【 红蓝海市场分析 】 一样，通过四象限图，可以快速找到目前潜力最大的优势属性，即消费者群体的需求集中点，并迅速做好新品布局和产品升级。
同样以洗衣机品类为例，目前洗烘套装的成交金额较去年增长最快，并且占比还处于较低的状态，比较适合企业做好这块领域的新品布局。
三、鲸参谋【多维度排行榜】
-精准锁定竞争对手
官方排行榜以及自己的了解上基本都是头部品牌、头部店铺以及热销商品，而腰部店铺无法去对标，也无法明确到底谁是自己真正应该对标的竞店和竞品。那么利用鲸参谋的电商数据可以聚焦于细分市场，TOP100的品牌、TOP200的店铺一览无余，还可以通过“搜索”功能更有针对性地查看店铺和商品的排名情况，了解到不同市场的竞争态势。
可以通过了解和自己相似定价的同行中，当前销售情况较好的店铺和商品有哪些，进而分析对方的运营策略，做好应对方案；也可以从不同产品风格、布局等多维度数据中看到同行的表现，帮助店铺进一步做好渠道的精细化运营。
⑽ 大数据分析时代对市场营销的影响研究
下面我为你准备的关于市场营销的论文，欢迎阅读借鉴，希望对大家有帮助。
一、数据分析时代演变历程
(一)数据1.0时代
数据分析出现在新的计算技术实现以后，分析1.0时代又称为商业智能时代。它通过客观分析和深入理解商业现象，取缔在决策中仅凭直觉和过时的市场调研报告，帮助管理者理性化和最大化依据事实作出决策。首次在计算机的帮助下将生产、客户交互、市场等数据录入数据库并且整合分析。但是由于发展的局限性对数据的使用更多的是准备数据，很少时间用在分析数据上。
(二)数据2.0时代
2.0时代开始于2005年，与分析1.0要求的公司能力不同，新时达要求数量分析师具备超强的分析数据能力，数据也不是只来源于公司内部，更多的来自公司外部、互联网、传感器和各种公开发布的数据。比如领英公司，充分运用数据分析抢占先机，开发出令人印象深刻的数据服务。
(三)数据3.0时代
又称为富化数据的产品时代。分析3.0时代来临的标准是各行业大公司纷纷介入。公司可以很好的分析数据，指导合适的商业决策。但是必须承认，随着数据的越来越大，更新速度越来越快，在带来发展机遇的同时，也带来诸多挑战。如何商业化地利用这次变革是亟待面对的课题。
二、大数据营销的本质
随着顾客主导逻辑时代的到来以及互联网电商等多渠道购物方式的出现，顾客角色和需求发生了转变，世界正在被感知化、互联化和智能化。大数据时代的到来，个人的行为不仅能够被量化搜集、预测，而且顾客的个人观点很可能改变商业世界和社会的运行。由此，一个个性化顾客主导商业需求的时代已然到来，大数据冲击下，市场营销引领的企业变革初见端倪。
(一)大数据时代消费者成为市场营销的主宰者
传统的市场营销过程是通过市场调研，采集目前市场的信息帮助企业研发、生产、营销和推广。但是在大数据以及社会化媒体盛行的今天，这种营销模式便黯然失色。今天的消费者已然成为了市场营销的主宰者，他们会主动搜寻商品信息，货比三家，严格筛选。他们由之前的注重使用价值到更加注重消费整个过程中的体验价值和情境价值。甚至企业品牌形象的塑造也不再是企业单一宣传，虚拟社区以及购物网站等的口碑开始影响消费者的购买行为。更有甚者，消费者通过在社交媒体等渠道表达个人的需求已经成为影响企业产品设计、研发、生产和销售的重要因素。
(二)大数据时代企业精准营销成为可能
在大数据时代下，技术的发展大大超过了企业的想象。搜集非结构化的信息已经成为一种可能，大数据不单单仅能了解细分市场的可能，更通过真正个性化洞察精确到每个顾客。通过数据的挖掘和深入分析，企业可以掌握有价值的信息帮助企业发现顾客思维模式、消费行为模式。尤其在今天顾客为了彰显个性，有着独特的消费倾向。相对于忠诚于某个品牌，顾客更忠诚与给自己的定位。如果企业的品牌不能最大化地实现客户价值，那么即使是再惠顾也难以保证顾客的持续性。并且，企业不能奢望对顾客进行归类，因为每个顾客的需求都有差别。正是如此，大数据分析才能更好地把握顾客的消费行为和偏好，为企业精准营销出谋划策。
(三)大数据时代企业营销理念――“充分以顾客为中心创造价值”
传统的营销和战略的观点认为，大规模生产意味着标准化生产方式，无个性化可言。定制化生产意味着个性化生产，但是只是小规模定制。说到底，大规模生产与定制化无法结合。但是在今天，大数据分析的营销和销售解决的是大规模生产和顾客个性化需求之间的矛盾。使大企业拥有传统小便利店的一对一顾客关系管理，以即时工具和个性化推荐使得大企业实现与顾客的实时沟通等。
三、基于数据营销案例研究――京东
京东是最大的自营式电商企业。其中的京东商城，涵盖服装、化妆品、日用品、生鲜、电脑数码等多个品类。在整个手机零售商行业里，京东无论是在销售额还是销售量都占到市场份额一半的规模。之所以占据这样的优势地位，得益于大数据的应用，即京东的JD Phone的计划。
JD Phone计划是依据京东的大数据和综合服务的能力，以用户为中心整合产业链的优质资源并联合厂商打造用户期待的产品和服务体验。京东在销售的过程中，通过对大数据的分析，内部研究出一种称为产品画像的模型。这个模型通过综合在京东网站购物消费者的信息，例如：年龄、性别、喜好等类别的信息，然后进行深入分析。根据分析结果结合不同的消费者便有诸如线上的程序化购买、精准的点击等营销手段，有效的帮助京东实现精准的营销推送。不仅如此，通过对于后续用户购物完成的售后数据分析，精确的分析商品的不足之处或者消费者的直接需求。数据3.0时代的一个特征便是企业不在单纯的在企业内部分析数据，而是共享实现价值共创。所以，京东把这些数据用于与上游供应商进行定期的交流，间接促进生产厂商与消费者沟通，了解市场的需求，指导下一次产品的市场定位。总的来说，这个计划是通过京东销售和售后环节的大数据分析，一方面指导自身精准营销，另一方面，影响供应商产品定位和企业规划，最终为消费者提供满足他们需求的个性化产品。
四、大数据营销的策略分析
(一)数据分析要树立以人为本的思维
“以人为本”体现在两个方面，一方面是数据分析以客户为本，切实分析客户的需求，用数据分析指导下一次的产品设计、生产和市场营销。另一方面，以人为本体现在对用户数据的保密性和合理化应用。切实维护好大数据和互联网背景下隐私保护的问题，使得信息技术良性发展。
(二)正确处理海量数据与核心数据的矛盾
大数据具有数据量大、类型繁多、价值密度低和速度快时效高的特点。所以在众多海量的数据中，只有反映消费者行为和市场需求的信息才是企业所需要的。不必要的数据分析只会影响企业做出正确的决策。鉴于此，首先企业需要明确核心数据的标准;其次企业要及时进行核心数据的归档;最后要有专业的数据分析专业队数据进行分析，得出科学合理的结果以指导实践。
(三)整合价值链以共享数据的方式实现价值创造