京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东如何用大数据经营用户_数据分析师
京东商城高级副总裁徐雷就京东在大数据驱动营销的方法和策略进行了深入分享。徐雷表示,越鲜活的数据时间越短,超过3个月的Cookie价值不大;此外,大数据技术如果运用得法,将打打提升转化率。
当下,业界、学术界都在谈论“大数据”。似乎不谈论大数据你就OUT了!在最靠近日常消费的电商圈是如何运用大数据的呢?易观网对徐雷的演讲进行整理:
经营用户——京东的闭环思维
以京东为代表互联网企业,有两类市场工作:其一,运营类市场工作,比如内部会员营销,(这也是京东内部认为苦、赃、累的活)。这一工作保障了大体量公司70%的市场效果。其二,项目被认为是市场的最主要工作。
谈及大数据,实际上营销人员涉及的工作更多属于运营类工作。今天,我将分享与市场工作紧密联系的会员营销。两年前,电商企业对互联网广告的应用就是买流量,随后变成买订单,如果单纯从广告角度来说就是买用户。作为一家电商企业,更需要关注经营用户。
从外表来看,电商无外乎就是卖商品。但是,换个角度来看,电商需要以客户为中心,做经营客户的生意。消费者进行购物就会涉及到“消费闭环”。首先,我们通过构建闭环获得并维持一个高质量的客户。其次,要提高这些客户的购物频率与购物篮子。最后,力图提高客户的生命价值。对于零售企业来讲,所有的客户对于一家零售企业都是有生命周期的。在延长客户生命周期的同时,我们希望驱动更高的一些价值,能驱动更高的一些销售,最终形成品牌的知名度。这便是经营客户的角度,企业应该构建额完整的闭环。
从数据里看营销——谁是最有价值的人?
传统线下的客户生命周期管理与线上大有不同。线上我们通过数据进行整合分析以后,分成购物前的行为,比如浏览行为、评论行为、促销行为,判断客户的价值。再判断客户的实质价值与客户的预测价值组成了客户全生命周期的价值,而权声明价值的高低将决定购物转化率的高低。这里需要强调,越鲜活的数据时间越短,按我们定义,超过3个月的Cookie价值不大。
通过大数据技术来寻找客户生命周期种不同阶段的节点。在第一个流失的环节和第二个流失的环节的时候是一个关键点,要在不同的时间点进行刺激。京东内部分成很多不同的组织,在不同的流失节点要做到不同的流失行为和动作。根据用户访问的情况,我们会针对他系统定制化的,发出推荐商品。
在做营销决策的时候,企业思考问题的原点就是客户。客户购物以后,他已经跟你形成了一个稳定的交易关系,或初步的交易关系。实际上当客户浏览,进入公司网站的时候所产生的所有的行为都会产生数据。这些数据经过有效的组织和形成信息最终实现营销价值转化。客户就是整个价值链条的起点,企业观测客户,观测各种各样的数据,把数据有效的整合形成一个信息,通过这些数据,再观察整个商业视野,最终提出针对自身客户营销的营销决策。
不同的电商公司、不同的互联网公司对活跃客户的定义不尽相同。这是因为不同企业的经营模式,经营类别,经营价格,以及他所经营商品的频次不同。所以,在活跃客户会由老客户和新客户组成。如果切不把客户进行有效的分组,就是一大堆没有太大价值的用户。
任何一家零售企业都有流失客户。大数据的分析可以帮助企业看清,流失客户为什么流失?企业如何影响流失客户的流失行为?客户关系从一个访客关系,到注册,并在注册以后的若干次访问,大概只有20%左右的客户当天购物。注册用户会在浏览一定频次以后转为购物客户,紧接着大多数客户会进入到一个快速的跟你发生交易关系的一个成长的阶段,但同时会有客户开始流失。成长客户也会存在流失,这时候需要营销人帮助做维持工作。而有的客户的生命周期比较长,有的客户则会快速的流失。
京东会对消费者进行新老客户的再定义。京东认为年龄小于13个月的属新客户,我们发现购买金额在400元左右波动大的时候客户的流失率非常大。全世界所有零售企业在这个环节同样遭遇流失的境况。大家会看到,刚开始熟的新客户一来迅速就可以进行流失,但是同时,留下来的客户消费金额就会快速提升,进入到一段相对非常稳定的阶段(当然这是根据京东对13个月内新客户为定义的情况下做出的判断)。在14到24个月的时候,京东将该阶段的消费者定义为老客户,在这一时期,消费金额发生了重大变化,客户也比较稳定。客户生命周期从14到24个月的时候是客户发展阶段一个稳定的重要的节点。此外,京东发现,老客户不太爱登录,新客户反而爱登录。从登录的人数角度来说,老客户登录远远低于新客户的占比,但是从客户30天购买,老客户只购买不登录占6%,新客户占1%。
今年,电商企业在互联网营销里面有两个重大的打击:其一,中国几个主流的硬件服务商在收紧邮件的发送。电商企业想针对自己的会员进行EDM营销,进行设置、组织商品等营销型邮件的时候,各大运营商会进行控制。所以,如果通过方式计算市场触发性的邮件的发送,可以直接到用户发送。其二,电信运营商也在控制短信的发送。电商企业想要发短信服务,一定会受到电信运营商的控制,而且这个政策据说是中短期的政策。这时候,就需要用技术、用大数据帮助企业解决并提高转化率。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02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