京东在大数据方面越走越远，阿里就快跟不上了

2015年什么手机最受欢迎呢？

我们自然会想到iPhone，那么iPhone中哪个系列里的什么容量和颜色最受欢迎呢？将这一问题扩大一下范围，当下最受欢迎的数码相机、电视、净化器、笔记本电脑都是什么？这就很难判断了，每个领域都有大量的厂商在做，而且都有自己的优缺点。要回答这些问题，只能靠大数据算出来了。

京东近日联合LKK洛可可和ZD至顶网发布了一份中国电商消费者2015最具亲和力产品名单。这个名单汇聚了IT办公，消费电子，家用电器三个领域里最受消费者欢迎的产品。整个评选的基础是京东网购用户的真实购买和评价数据，以及京东在真实数据基础上生成的“中国电商消费者年度亲和力指数”指标。

01

Dec/2015

作为一家自营式电商，京东对于整个网购产业链有着完全的把控，数据从消费者的浏览记录、仓储中心、物流、供应链、订单等环节中产生，大规模而全面的数据是“中国电商消费者年度亲和力指数”生成的基础。

由于天然拥有这么大规模的真实数据，所以评选最具亲和力产品，京东无疑是最具发言权的。京东集团大数据业务部高级数据分析师赵睿敏表示这次评选中，京东大数据从近千万条数据中，提取了大量符合“好看、易用、高品质”等与工业设计和用户体验指标相关的评语，并进行综合的评估，才得到最终的入围产品名单。赵睿敏所述即概括了京东将购买和评论数据转化为“中国电商消费者年度亲和力指数”的过程。

02

Dec/2015

由于产生数据的环节较多，数据结构比较复杂（包含有各类结构化和非结构化的数据），要从这些数据中提取全面有价值的信息，并进行分析，进而形成一个直观的指数，就必须对数据进行深度的处理和解析。而这两者也是京东将大数据转化为价值的重要手段。

京东的大数据处理和大数据应用技术给这次评选提供了良好的支持。大数据处理其实就是对数据进行第一阶段的分析和处理，只有将各类信息进行统一的归类和管理，并清洗掉无用数据，并把有价值的信息从数据中做一个初步的提取，才能为更高阶的分析功能奠定一个坚实的基础。

举一个简单的例子，一个用户在购买商品之后发布了一个用户评价，那么京东的数据处理系统就会将文字进行分割，通过语义分析，划分成属性词与情感词。属性词涉及质量、外观，情感词则是好、坏等带有情感色彩的词汇，这些分词犹如标签被贴在商品页面上，形成好评关注点。加上好评率等相关信息，这样一来才能将散落在评论中的有价值的信息，直观的反应出来。

03

Dec/2015

那么在数据处理的基础上，京东还有一个大数据应用技术。上文所提到的好评关注点是一个对大数据处理结果的基本应用。而在大数据处理的基础上，大数据应用技术更专注于分析模型的建立和应用。如果说大数据处理是数据转化为信息，那么大数据应用技术则是通过对信息的整合和建模判断消费者消费偏好，并引导自身的营销策略的过程。

用户画像就是京东大数据分析技术在模型塑造上的一个重要成果，他将一个消费者抽象成为一个网站的潜在客户，根据其个人资料及在京东上的浏览记录可以判定其消费倾向和兴趣爱好，这些都是能够促成最终交易的关键点。赵睿敏谈到：“通过对用户行为数据进行分析和挖掘，发掘用户的偏好，逐步勾勒出用户的画像。用户画像可以还原用户的属性特征、社会背景、兴趣喜好，甚至还能揭示内心需求、性格特点、社交人群等潜在属性，从而帮助京东更好地为用户提供个性化服务。”

用户画像是个比消费者还了解消费者需求的模型，很多时候消费者并没有明确的需求和衡量一个产品好坏的标准，这个时候就需要系统针对于其兴趣爱好、生活背景等信息判断出其行为偏好，进而推送适合该消费者的商品。这也无形之中提升了消费者的体验。

总结

除了用户画像，京东还建立像小区画像、商品画像等模型，这些数据有助于为用户带来个性化、多元化的服务，提升京东线上线下的服务质量，同时提高运营效率。总的来说，京东的大数据分析技术就是将用户、小区、商品等等很难被量化分析的实体抽象成为相互作用和关联的数据模型。通过好评关注点可以让商品的优势更为直观的展现在用户面前，而小区的物流数据则可以进一步影响京东的供应链和仓储配置。价值就这样从复杂的原始数据中被提取出来。

在现实的运营过程中，在丰富而全面的数据基础之上，京东的大数据处理及大数据分析技术才能更好地从细节到全局都有一个很好的把控。其大数据分析的效果就是通过大量的处理、分析和建模等环节，完成了数据到信息再到价值的转化。而大数据技术应用最终的效果不仅是交易的促成，更是消费者消费体验的一次质的升级。