京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东张晨为大学生展示大数据应用首次透露小区画像技术
2015年9月中旬,在“京东校园千人精英会”上,京东集团高级副总裁张晨向近千余名来自北京多所顶级院校的大学生介绍了技术对京东的价值,以及技 术人在京东的成长空间。同时,张晨首度对外透露了京东的“小区画像”技术和应用,这项技术可以和用户画像、商品画像等结合起来,进一步提升供应链效率,并 让用户拥有便捷贴心的体验。
“小区画像”技术首度公开:重要性不亚于社交关系
张晨表示,京东大数据的质量和价值在中国互联网公司中名列前茅。有了这些大数据,京东技术人就可以对此进行增值加工,为用户提供个性化服务、为业务运营提供智能支撑。他在演讲中首度对外介绍了京东的“小区画像”技术和应用实例,认为其重要性丝毫不亚于社交关系数据。
在京东的大数据平台上,通过生产数据(包括主数据与交易数据)可以产生四种派生数据:用户画像、小区画像、商品画像和商家画像,通过分析与预测为销售、运营等业务提供服务。
首度披露的“小区画像”,是京东派生数据中的一种。京东发现,因为房价、地域、人群等因素,居民小区被天然划分成一些购买能力相近的人群集合,小区 画像通过大数据平台挖掘出他们的基本属性和购买属性,可以按人群、品类预测复购率,对精准营 销、推荐搜索、拓展新用户等应用都很有帮助。
张晨为大学生们列举了小区画像技术的应用实例,首先是提高用户体验。例如清华大学和云南大学的学生在购买图书方面的需求会有较大差异,再比如望京一 带的用户买电饭煲,品牌相似度和集中度非常高。通过小区画像,京东就能筛选出以小区为单位的消费族群青睐的产品,并在网页、移 动应用中以个性化的方式展现出来。这样可以大大提升这些躯体对京东购物体验的满意度。
京东通过对不同小区用户数量、活跃时段、促销敏感度、信用水平、消费能力、商品偏好、品牌偏好、忠诚度等维度的分析,就可以预测他们对特定商品的需 求情况。例如到了iPhone6S首发的时候,很多用户可能都会迫不及待地想尽早拿到订购的手机。张晨说,京东会根据小区画像事先布局,通过算法来预测消 费者所处的小区对iPhone6s的潜在需求,并提前把响应数量的产品推送到最近的配送站。消费者下单时,京东能以最快速度送达,不仅提升运营效率,也保 证的用户体验。
技术驱动策略让京东技术人成长
在演讲中,张晨从人才观和京东的技术文化等角度为大学生做了完整地剖析。他表示,在京东,技术人才已经不仅仅是业务线“救火队员”那样的被动角色,而是以创新技术引领业务成长,成为京东发展的关键驱动力量。
同时,京东技术人也充满了使命感,因为京东的电商业务遍及全国,在“渠道下沉”的战略推进下,更是深入到每个县乡村,“京东技术人的每一次重大创新,都可能影响到中国电子商务乃至于每个村庄中用户的消费生活,这种使命感与成就感是其他平台难以赋予的。”
谈及京东技术人的责任,张晨认为京东技术体系首先要完成的是业务保证,例如在618与11.11等大促时,京东要面临数十倍于平日的流量冲击。京东 技术人通过周密的准备、严格的演练和特别能战斗的团队,充满信心地应对大促的压力和考验,也通过这些经历而快速成长。其次,大数据、个性化等技术创新则会 为京东带来业务上的优化和成长。
张晨寄语大学生,希望有更多出色的技术人才加入京东,不仅实现自我成长,为企业的发展作出贡献,更可以通过业务保证与技术创新,产生更大的社 会价值。“例如通过小区画像技术,京东可以了解每个县城生产什么样的产品、农民需要什么;通过技术全程跟踪,可以更好地连接消费者与生产者,让农村的用户 获得更好的贷款和农资、卖出更多的产品、生活更加美好,实现人才赢、公司赢、国家赢。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19