“电商双超”京东和阿里如何利用大数据

　　在过去几年里，我国电子商务交易额一直以GDP 的 2-3 倍的速率持续快速增长。2013 年我国电子商务市场交易规模达 10.2 万亿元，同比 2012 年的 8.5 万亿元，增长29.9%.其中网络零售市场更是发展迅速，2013 年我国网络零售市场交易规模为 1.85 亿美元，超越美国，成为世界第一电子商务大国。而在 2014 年 11 月 11 日天猫双"十一"节当日交易额就高达 571 亿元，更是让人们看到了中国网络零售市场发展的巨大潜力。毫无疑问，电子商务正在成为拉动我国国民经济快速可持续增长的重要动力和巨大引擎。

　　那么在大数据备受青睐的今天，我国的电商们该如何主动拥抱大数据，与之来一场华丽的起舞呢？我们以"电商双超"的京东和阿里为例来探究一下吧。

　　随着阿里巴巴、京东等电商巨头的相继上市，网上零售市场"双超多强"的格局和竞争态势日渐清晰。淘宝、天猫、京东无论是市场份额、业务创新，还是品类丰富度都位居第一梯队，处于领先地位。其他电商企业则努力在细分市场稳固地位，在品类、模式等方面寻求突破。

　　一、提供千人千面的精准营销

　　过去几年，京东高速发展，用户超过 1 亿，日 PV 量达到 2 亿，SKU（保存库存配置的最小可用单位）接近千万。

　　在快速发展的过程中，京东积极利用大数据作为其竞争利器。利用大数据进行精准营销就是其利器之一。大数据不仅仅是指海量数据的积累，它的另一个重要组成部分就是分析模型。运用大数据进行精准营销的关键是用户建模，即我们常说的用户画像。几乎所有的电商都会基于用户的购买行为做精准营销，"千人千面"也是他们共同追逐的目标。"基于大数据分析的用户画像技术，一直以来都是京东大数据部的重点研究方向。"京东大数据事业部总经理王晓介绍说。有别于其他电商平台，京东可以将其拥有的电子商务全过程价值链的所有用户数据引入用户画像的建模过程，从而更为精准地描绘出客户的全方位特征。所谓全过程价值链的用户数据，是指用户从浏览、交易、客服、配送和物流等所有相关的数据。京东目前运用 300 多个标签来定义客户特征，涵盖了诸如用户基本属性、购买能力、行为特征、性格特征、心理特征、兴趣偏好等多个方面。用户画像技术的运用使得推荐、广告和搜索能更加智能化地服务于用户。例如不同的用户在不同的时点对同一搜索词的搜素，就可能会有完全不同的购买意图。巧妙地针对不同用户的属性特征、性格特征、购买能力和行为习惯，结合用户行为的前后分析，恰当地陈列或推荐符合其消费偏好的商品，能在很大程度上提高用户的购买转化率和重复购买率。

　　二、优化供应链中库存、配送的管理

　　作为电商巨头的京东拥有庞大的商品量，面对成千上万的商品，如何能够减少缺货，及时补货，显得尤为重要。如果只是依靠后台人工来完成这个任务，挑战太大。京东运用自动补货系统，依靠预测模型，根据商品的销售数据和市场预测，在某些商品的库存量达到设定的预警数值时，就自动发送订单给相应的供货商下单订购，来达到快速及时补货的目标。

　　现货率是商业流通领域的一个重要指标。它通常是指在售商品中，有库存的货品的比例。京东发现，现货率这个指标在电商运用中往往并不能真实反映某些商品实际的有、缺货状况。比如，某些商品在交易繁忙阶段显示的现货率往往大大低于在交易不繁忙阶段的现货率。比如某些商品顾客在白天交易高峰期时期往往很难买到，而在深夜的6 到 8 个小时里通常有货，很容易买到。因为在电商运营中现货率指标往往与时间段有关。而且某些商品在顾客没来的时候显示有货，也不能代表其在顾客来的时候就一定有货。因此，京东引入了一个新的方法，聚焦在每一个 PV上。统计每一次商品浏览时，每一个用户看到的商品是否有货，有货的比例是多少；每个商品有多少用户看到的是有货，有多少看到的是缺货。这是较为复杂的用户分析，但是这样可以得到一个较为准确的现货率指标。同时，也可以从中分析出客户的地点是在哪里，从而可以用来指导采购备货，协调物流支持。用户下单时，后台知道用户的地点，同时也知晓某一个仓库某种商品是否缺货，随即可以在一些大城市中的几个仓库间进行调拨。而且他们还可以将这些数据，结合该商品每天的访问量，计算出新的参数指标，提供给采购部门参考备货。

　　同时大数据也被运用到了京东的配送领域。京东物流部会利用数据分析出配送人员、仓库和客户之间的地理关系，为物流人员设计出最优配送路线，以提高配送的速度，从而实现其提供快速、高效、优质配送服务的目标。

　　三、提供个性化的智能服务

　　为了实现为客户提供更高质量的个性化服务，京东还将用户画像技术与客户服务进行无缝对接。用户的电话呼入后，系统会首先判断出客户当前的订单状态，比如该用户是正在下单中，还是登录失败，或者是订单正在配送中。同时系统可依据该客户在呼入电话前的操作以及呼入电话时声音文本的数据，从而判断出客户当时的情感指数。

　　于是客服人员就可以根据系统提示，在这个时刻对该客户当下的情况有了一个初步和大致的了解。再针对该客户此时是易怒的，还是温和的，来提供相应适合的个性化的服务，从而更好地提高客户的体验度和满意度。

　　利用大数据提供智能化的服务还可以体现在网站搜索引擎和推荐引擎的服务当中。京东发现，在搜索日志中，用户输入的关键词往往不是商品，而是一些表达自己想要达成意图的词语，例如"送老妈""、送老婆"等等。但是一般商家很少把此类词语放入商品描述中。然而此类词语却频繁出现在用户评论中，比如"特别适合老婆，老婆很高兴"等等。京东于是对海量的用户评论进行数据的挖掘、统计和分析，尝试着了解客户的意图，为商品打上各种各样不同的标签，例如商品适合送给商务男性或年长女士等等，并将这些结果提供给用户以供其选择。除此以外，针对一些具有重复购买性的商品，例如牙膏、牙刷，在可预期的将来一段时间，客户会用完，而有重复购买的习惯。京东会分析该商品用户两次购买之间的平均时间，在下一次接近这个平均时间之时，推介系统会给客户推荐相应商品以供客户选择，从而提升客户体验，提高商品转化率。

　　四、提供卖方信用贷款和供应链融资

　　针对消费者个人小额信用贷款的"京东白条",和"阿里小贷"或京东供应链融资的"京保贝"一样，都是电商通过对用户的交易记录和行为习惯等大数据的收集、分析，来对用户进行信用判断，并给出相应的一个贷款额度。只不过京东白条着眼于买方，阿里着眼于卖方。

　　"阿里小贷"的坏账率控制在 1%以下。这是因为天猫和淘宝卖家的交易记录虽然可以刷假，未必一定真实，但是卖家们不会冒着被清除平台的风险而不归还"阿里小贷"的贷款。而京东买家的交易记录虽然真实，但对京东的忠诚度却是令人把握不准的。正是基于这一点考虑，京东白条设定其贷款限额为 1.5 万元，以期通过"小额、分散"来控制风险；而远非像"阿里小贷"设定其贷款限额为 300 万元。

　　京东白条有 30 天的免息期，每一期目前定价 0.5%,与阿里 18%的年息收益相差很大。显然京东更看重的是消费者在获得消费贷款后对其销量的拉动。京东白条在这一点上的吸金手段，使其在 IPO 的估值有了更大的想象空间。

　　五、依靠数据绑定企业间的深度合作

　　京东 IPO 之后，在腾讯微信的撑腰之下，有了京东微店，接着又有了红包朋友圈，还有 618 大促。在此之前，京东也依仗其自建的物流系统在一线城市提供的优质可控服务从天猫手中攻城略地，剑指阿里。当然阿里也并非没有动作。在十几年的电商经营中阿里积累了海量数据，但始终苦于缺乏有效的激活方式。最近阿里联手中央气象局合作，气象局将部分气象数据存储在阿里的云系统，阿里云可对其进行云计算处理，试图预测出中长期的天气状况。

　　如预测出今年夏初的酷热天气，从而用来指导服装以及家电等企业的产品设计和生产。在此之前电商与传统企业的合作只是在营销方面，也就是说无论是京东还是阿里都是依仗消费者来绑架企业，一旦失去消费者，其与企业的合作其实是缺乏安全感的。如果阿里云计算能有效解决预测中误差的问题，阿里将是率先与企业进行军师型深度绑定的电商平台，从而能更多的与企业进行定制化产品、新款等更广维度、更大深度的合作。

　　参考文献：
　　[1] 银昕：京东破译"千人千面"[J].商学院，2015（4）。
　　[2] 杨志杰：京东，迎接大数据落地[J].中国科技奖励，2014（9）。
　　[3] 周汉：京东为啥打白条[J].东方企业家，2014（3）。
　　[4] 老铁：阿里用大数据迎战京东[J].金卡工程，2014（5）。