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
在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07