京公网安备 11010802034615号
经营许可证编号:京B2-20210330
电商品质化升级 大数据成平台品控利器
作为连接消费者和商品的纽带,电商平台对商品品质的管控关系到消费者的权益能否落实。在保证品质的过程中,平台方一面要协助保障消费者权益,另一面也要对入驻的商家和商品负责,其角色的重要性可见一斑。
平台方如何更好地履行职责?京东集团无界零售赋能事业部品质提升部高级总监陈宇向媒体讲述了京东的品控经验。
加强监管 多环节引入数据支持
目前京东商城的自营商品占了较大比重,这一部分商品的管理已经非常成熟。对于第三方商家的管控成为重点。陈宇表示,对于平台入驻的第三方商家,京东考量其商品质量是否有保证会分为三步:第一,与政府监管机构沟通了解商家的信用情况;第二,会审查申请经营的品类资质;第三,在经营过程中的监管体系。前两步主要是在入驻之前进行,第三步则是成功入驻之后。
为了更加有效的进行管控,京东在多个环节引入了大数据。例如,京东会跟一些政府机关打通数据库,拿到类似于黑名单或者违规经营的名单,杜绝这样的商家入驻平台。同时还有大量的用户行为数据的收集和整理。
“电商只能靠大数据,只能靠系统化,必须是在研发和技术上大量投入。”陈宇说,“希望未来借助国家机构的数据,一起与国家共同建立企业诚信和个人诚信档案库。”
海外购是公认的品质控制难点,在这一点上,京东从2017年9月份开始,对全球购进行了一次大规模的质量提升行动,把店铺重新入驻的规则包括资质进行了梳理。陈宇认为,最终,京东所定义的全球购,是尽可能的去跟品牌方合作,引进国外当地的品牌方。同时通过海外机构,包括与当地的使馆和商业协会合作,让他们来协助认证那些在京东开全球购的店铺。
赋能商家 除劣同时更要扶优
“京东不仅仅只是一个平台,而希望能带给商家更多,希望能以我们的能力去向商家输出”,陈宇表示。京东秉持对假货的态度零容忍,但是对于质量不合格的产品,处罚之外,京东会帮助商家一块找问题的根源。
以标识或者标签不规范最后抽检后定义商品不合格为例,规模较大的工厂对于规范的理解没有问题,而中小的企业质量管理人员或者生产人员对规范理解可能存在一定的偏差,这些问题是通过平台帮助商家改善的。
“我们去年开始做了标签专项提升的试点,下半年试点效果比较好,今年会大力推广以帮助我们平台上的生产企业和第三方将标签规范化。” 陈宇说。
对于京东来讲,前几年更多关注于如何在这个平台去防范一些不合格的商品和不规范的商家,也就是“除劣”,而今年关注的重点在于怎么把优秀的东西展示出来,让用户能很容易的选到,也就是“扶优”。商品质量的把关一定要严格,但是同时把更多优质的商品推荐给用户,让其成为消费者的首选,为品质管控提供了新的思路。
“原来光去看排名,或者竞价广告这种是不可取的。现在京东对于这个品类定好标准,搜索加一些权重,相当于京东来认证优质的企业和产品。”陈宇表示,一方面,用户买的时候这些商品会有京东的背书和把关,会更省时更省心。另一方面,购买次数越多,京东后台就会有更多数据,有些数据很高的商品当月的销售量涨了百分之五、六百,让优质的商品更受欢迎。
随着315的临近,品质问题的关注会达到一个新的高度,电商打假刻不容缓。陈宇呼吁:整个中国电商应该是一个整体,希望各个平台联起手来,不要各自为战,而是形成一种联盟,让一地造假在多地无法生存。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27在数字化时代,企业积累的海量数据如同散落的珍珠,若缺乏有效的梳理与分类,终将难以发挥实际价值。CDA(Certified Data Analys ...
2026-02-27在问卷调研中,我们常遇到这样的场景:针对同一批调查对象,在不同时间点(如干预前、干预后、随访期)发放相同或相似的问卷,收 ...
2026-02-26在销售管理的实操场景中,“销售机会”是核心抓手—— 从潜在客户接触到最终成交,每一个环节都藏着业绩增长的关键,也暗藏着客 ...
2026-02-26在CDA数据分析师的日常工作中,数据提取、整理、加工是所有分析工作的起点,而“创建表”与“创建视图”,则是数据库操作中最基 ...
2026-02-26在机器学习分析、数据决策的全流程中,“数据质量决定分析价值”早已成为行业共识—— 正如我们此前在运用机器学习进行分析时强 ...
2026-02-25在数字化时代,数据已成为企业决策、行业升级的核心资产,但海量杂乱的原始数据本身不具备价值—— 只有通过科学的分析方法,挖 ...
2026-02-25在数字化时代,数据已成为企业核心资产,而“数据存储有序化、数据分析专业化、数据价值可落地”,则是企业实现数据驱动的三大核 ...
2026-02-25在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16