ITBear旗下自媒体矩阵:

贵阳数博会 京东展示全价值链电商大数据“含金量”

   时间:2015-05-26 15:23:54 来源:互联网编辑:星辉 发表评论无障碍通道

全球首届以大数据为主题的产业博览会暨全球大数据时代贵阳峰会于2015年5月26日至29日在贵阳召开。京东作为中国最大的自营式电商受邀出席,并在大会上充分展示了全价值链电商数据的应用价值和大数据技术实力。京东集团高级副总裁张晨出席了此次大会并表示:“京东全品类、全价值链的电商数据在行业内具有稀缺性,它使得京东大数据在数据、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,促进大数据的深度价值挖掘。”

京东大数据亮相贵阳数博会

 “有量”的数据还需“有质”的使用

在本届以“互联网+时代的大数据安全与发展”为主题的峰会上,京东向与会嘉宾分享了在大数据建设上的成果与经验。京东大数据平台构建于2009年底,经历了从集中式到分布式、从Oracle数据仓库到JDW2.0(京东自研数据仓库)的多年复杂演变,目前集群的总存储量达到50+PB,年增长300%,数据体量之大,是大数据的典型特征之一,而如何利用这些海量的数据,则是目前大数据行业发展的核心。

京东对大数据的使用已经全面用于自身的运营当中,如:用户消费行为的深度挖掘、EDM精准营销、销量预测与库房自动补货、搜索推荐系统的持续优化、物流配送、广告精准投放等。这些功能的实现源于京东大数据平台在不断的实践和摸索当中,形成了以自主研发为特点的平台架构,并在这基础之上,研发出了多种大数据应用技术,包括:大数据采集存储加工技术、深度学习技术、大数据分析挖掘建模技术、数据可视化技术、大数据应用平台、智能管理运维技术等。

“数以致用”的京东大数据

技术是挖掘大数据的工具,有了这些工具京东创新性地实现了很多成熟的大数据应用,包括“京东慧眼”、“京东数据罗盘”、“京东调研”、“JIMI机器人”、“用户画像”、“个性化推荐”、“数聚汇”等。这些应用是大数据价值在电商行业的真正体现。

以JIMI为例,利用这项技术可以有效减少人工客服的比例。从2012年12月,京东开始筹划成立JIMI智能客服团队,通过一些机器算法模拟人的思维,达到客服跟用户交流的效果。之后京东又成立了京东深度神经网络实验室(DNN Lab),旨在通过神经网络、知识层次、异构计算等新兴领域的研究完善JIMI的交流能力。在实验室努力下,JIMI智能性得到了显著提高,截止2014年底,JIMI已可以承担30%以上的在线客服量,累计服务了1600万客户。2014年“双十一”当天,JIMI的访问量相当于全球最大零售商沃尔玛45天的客流量。

再来看看用户画像。用户画像可以很好地解决将数据转化为商业价值的问题。京东亿级的用户基础,提供了高质量多维度的长期网络行为数据,用户画像据此来还原用户的属性特征,像社会背景、兴趣喜好,内心需求、性格特点、社交人群等潜在属性。京东的用户画像结果可以直接通过精准营销平台帮助到产品经理和一线采销人员,他们可以在多维分析 CUBE筛选出预定人群后直接调用营销平台进行发券、EDM等操作,实现高效运营和精准营销,大大提升人效。此外,用户画像也会提供统一数据服务接口供网站其他产品调用,提高与用户间的沟通效率、提升用户体验。

京东大数据开放赢未来

京东对大数据的使用一直秉承着开放运营的模式,不仅服务于自身平台,也将提供对外服务。服务对象包括基于京东电商平台的第三方卖家、第三方独立软件与数据开发服务商、生产商、供应商。像前文提到的服务于卖家的京东数据罗盘;服务于制造业的C2B京东慧眼等。此前京东与复旦大学也建立了首个“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。可以相信,京东将为中国社会提供更多大数据服务,从自身到开放,京东电商大数据的深度价值,将逐渐释放。

关于京东(JD.com):

京东(JD.com)是中国最大的自营式电商企业。京东为消费者提供愉悦的在线购物体验。通过内容丰富、人性化的网站(www.jd.com)和移动客户端,京东以富有竞争力的价格,提供具有丰富品类及卓越品质的商品和服务,并且以快速可靠的方式送达消费者。京东相信其拥有全国电商行业中最大的仓储设施。截至2015年3月31日,京东在全国范围内拥有7大物流中心,在43座城市运营了143个大型仓库,拥有3,539个配送站和自提点,覆盖全国范围内的1,961个区县,且全部自营。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version