京东：破译“千人千面”

用户画像背后需要有复杂的大数据模型的支撑。高水平的大数据平台，不仅仅在于数据量的积累，更重要的是背后的分析模型。

当京东的客服接线员刚刚拿起电话的时候，他就已经能够掌握到打进电话的用户的情绪状态，性格和心理，能够提前做好准备来应对，为用户更好地服务，这不是在假设，京东正在朝着这样的服务迈进，而帮助京东向此迈进的，是背后强大的大数据平台。

“千人千面”的背后是大数据的支持

“千人千面”是互联网时代到来以后，尤其是大数据催使商家提供个性化定制服务之后，各大电商都在追求的目标。过去的这几年，是3C产品（Computer,Communication, Consumer Electronics）的更新迭代是最频繁的几年，这为曾经专注于3C产品的京东赚足了眼球，也赢得了体量庞大的用户数量。

“基于大数据分析的‘用户画像’技术，一直以来都是京东大数据部门的重点研究方向。”京东大数据事业部总经理王晓介绍说。与其他的平台型电子商务平台区别的是，京东拥有电子商务全过程价值链的用户数据。“这样的全过程价值链数据质量是比较高的。”王晓介绍，所谓全过程价值链的用户数据，是指包括浏览、交易、客服、配送和物流等所有有关数据都可以引入用户画像的建模过程，这样一来可以精确描绘用户的全方位特征。“京东目前已经设立了300多个标签，用来定义用户的特征，覆盖用户基本属性、购买能力、行为特征、社交特征、心理特征、兴趣偏好等多个方面。”王晓说。“‘千人千面’在我的理解中就是在大数据的指导下，网站对用户提供个性化的精准营销的重要方法，京东历来都十分重视用户体验，其实这背后的重点还是用户画像技术。”针对为不同行为习惯和兴趣爱好，在标签定向中已经显示出有明确差异的用户，京东采用的是差异化的投放营销方式。王晓介绍，用户画像使得搜索、推荐、广告等营销系统能更加智能地服务用户，同一个搜索词在不同用户不同时刻搜索时，可能有完全不同的购物意图，针对用户的属性特征、性格特点或行为习惯，结合用户行为的上下文分析，陈列或推荐符合该用户偏好的商品，也能很大程度上提高用户购买转化率和重复购买率。

用户画像背后需要有复杂的大数据模型的支撑。高水平的大数据平台，不仅仅在于数据量的积累，更重要的是背后的分析模型。早在2013年下半年，京东的一位大数据研发高层在接受媒体访问时曾这样说：“符合以下两点要求的数据，才能被称之为大数据：第一就是体量要足够大，一般认为BI(Business Intelligence)无法处理的数据才能叫大数据；第二就是数据背后要有模型，有些是预测模型，也有一些是统计模型或者其它用途的模型。”

文章开头的那段场景，京东如何做到呢？“这就要靠用户画像技术与客户服务部门的无缝对接来实现，使客服人员对用户特征有了全方位的了解，特别是用户的性格特征对于用户的情绪、意图的预判非常有帮助。客服人员通过这些工具可以为用户提供个性化的交互服务，从而实现吸引新客户、维护老客户并将普通客户转化为忠诚客户的目标。”王晓为记者再现了文章开头的场景：用户的电话呼入之后，系统首先会判断用户目前的订单状态，比如该用户是正在下单中，还是登录失败，或者是正在配送中，根据目前用户在电话呼入前的动作，再根据之前用户在呼入过程中的语音文本化的数据进行挖掘得出的用户情感指数，两者相结合得出当前用户的心情与情感状态。“这时客户服务人员就可以得知一个用户大概的情况了，是易怒的？还是温和的？同时还要结合是否属于京东的黑名单用户、用户级别等多个复合条件路由到不同的客服坐席，实现个性化服务，达到提高用户体验和服务效率提升的目标。”王晓说。

大数据业务是所有业务的基石

大数据部门在京东集团整个业务中扮演什么角色？王晓介绍道：“数据部门在京东集团整体业务中的职责有两方面：“首先是提供数据决策所必须的大数据平台，以及数据仓库的建设和维护工作，保证平台数据的可用性；第二就是针对京东内部以及商家提供跨体系、综合性大数据分析服务和产品的支持。针对商家和供应商，我们有数据罗盘产品，帮助商家、供应商分析运营状态，预测销售和用户趋势，并提供针对性的运营优化策略；针对公司内部，我们提供数据领航、京东分析师等多个数据产品，帮助公司高管以及各层级运营管理人员提供数据分析和决策支持服务。”

此外，涵盖尽可能多的商品品类，覆盖全价值链的电商数据是京东的一个比较优势。王晓说：“这类数据在行业内是具有稀缺性的，这使得京东大数据的应用价值优势凸现。京东大数据在数据、模型、技术、工具等多个层面高度的整合和统一，大大提升了大数据在整个集团内融合和利用的效率，促进大数据的深度价值挖掘。”

京东在大数据平台上的布局，一直没有离开“自主研发”这个思想。王晓介绍：“京东在大数据平台上的布局策略，就是持续在自主研发的京东大数据平台技术和产品体系加大投入，保障大数据业务可持续发展。”当然，随着业务规模的进一步扩大和丰富，京东没有排除外部数据合作的可能。“通过业务扩张和数据合作，不断丰富和扩大京东大数据平台的数据内容体系，逐步提升大数据整合价值、深度应用。这也是我们的战略之一。”王晓补充道。

自从2004年成立以来，京东在大数据上的积累已经十年有余年。王晓回忆说：“这些年来，京东数据部门的发展与京东本身业务的发展是分不开的。数据团队创立之初，我们更多地聚焦于数据如何支持业务运营。业务的急速扩张推动公司运营数据化管理的普及，需要数据团队从底层技术、工具平台再到上层数据应用全方位的升级，那个时候京东大数据平台应运而生了。我们通过自主研发，构建起一整套可以完全自助就能采集数据、处理数据、分析数据的技术工具平台，降低了大数据使用的门槛，支撑起整个集团大数据相关的业务和服务。同时，通过大数据建模、大数据分析应用深入业务，支持公司业务发展。”

谈起京东数据目前遇到的挑战，王晓坦言：“目前京东的业务发展速度太快，公司规模也越来越大，如何在当前的规模之下，服务好整个集团的大数据需求，是摆在我们面前最大的挑战；其次，如何在现有的数据内容中持续深度挖掘数据的应用价值是另一个挑战。基本的统计报表分析已经不能满足决策支持的要求，我们需要在数据的宝藏中，持续挖掘出价值，通过一系列技术和分析方法帮助提升用户体验，提升内部运营效率。”