京公网安备 11010802034615号
经营许可证编号:京B2-20210330
借力京东大数据 希捷从IT时代跨入了云时代
十年,15亿。
这两个数字代表了希捷与京东合作的成果。十年联手,累积销售超过15亿元,京东平台在希捷销售额中的占比达到令人惊诧的规模。
每个“DIYer”的心里几乎都有着一块希捷。30多年来,希捷见证了PC和传统IT发展的辉煌。同时,作为存储行业变革的重要推手,当用户越来越个性化、移动化,希捷也迎来了更多的挑战。
如果说希捷过去一直是在推动行业技术变革,那么现在,大数据正在推动着希捷自身的再革命,京东则是其中最重要的一股力量。
找到用户!大数据画像让销量翻了3倍
“希捷与京东的合作刚好十年了。这十年我们发展非常快,与京东的合作也越来越紧密。十年来京东上面的营售额已经超过15亿(元),在我们业绩中的占比也非常高。” 希捷全球副总裁暨中国区总裁孙丹是一位“老IT”,通过与京东的合作,她觉得IT产品可以找到新的玩法。
比如,十年前电商只是IT品牌的线上渠道,但是现在,如果没有线上渠道,IT品牌不仅在销售上瘸了一条腿,甚至无法精准地找到用户。
去年希捷推出了一款12TB的(NAS)硬盘。这样的超大容量不是所有用户都有需求,那么应该卖给谁?通过京东的大数据引擎对用户进行画像后发现:摄影圈和一些创意领域的专业人士,因为有大量的图片和视频需要存储,正是这款NAS产品的目标用户。于是通过京东的渠道,希捷向这类用户群进行了精准营销投放。
“奇迹发生了,销量提升了3倍以上。”去年的这次合作,意味着双方的合作层面进一步加深,效果也超出了所有人的预期。
从整个IT行业的变迁来看,计算力已进入云计算时代,甚至开始走向边缘计算。孙丹发现,随着计算力的变迁,用户对于外围设备的需求也在发生变化。
比如,以前厂商做什么,用户就买什么。而现在是用户需要什么,厂商就要生产什么。用户希望硬盘产品更大(容量)而且更小(体积),而这种需求也在倒逼厂商的技术创新。
随着这些变化的出现,希捷的产品更需要借助京东这样的平台找到目标用户,并将不同类别的好产品“推送”到更有需求的用户面前。
新物种:将移动电源和iPad二合一
那么,如何生产出好的产品呢?
孙丹分析,以前传统的开发模式是咨询或者调查,而今天,这种开发模式或将被终结。“用户体验好的、能满足客户需求的、定制化的产品,才会有市场。”孙丹强调,“充分满足用户的需求,对于企业而言是最大的挑战,但也是面对未来的机遇。”
今天,数字化内容——音乐、视频、照片和游戏兴起,静态数据存储变为过去式,动态存储成为数据共享、安全保障的基础设施。在这种趋势下,什么样的个性化存储产品更受青睐?
通过京东大数据发现,希捷发现国内智能手机用户面临两个痛点:第一,几乎人手一个移动电源;第二,手机上的存储空间不够用。基于此,希捷反向定制了乐备宝(Joy Drive),这是一个专门为Android用户量身定制的,集成移动电源和外置存储于一身的产品。可以提供1TB存储空间,以及3000HA移动电源。
“用户带上它,出门不需要再带移动电源和平板电脑了。”孙丹表示,以前用户商旅出行都喜欢带一个“平板”看电影,现在1TB的乐备宝已经变成小巧的移动影院,用户可以随时观看,不必担心电量。特别是目前飞机上已经不用全程关机,飞行中用移动终端看视频的需求也迅速爆发。
无疑,这款乐备宝就是通过一种全新的合作方式,反向定制出来的新物种。“通过京东大数据,我们可以非常准确地了解到用户需求的变化,通过这些数据,为用户定制产品。我觉得这是京东给我们带来的最大价值。”孙丹说。
随着乐备宝的落地,意味着希捷与京东的合作更深入了一步,目前,希捷已经与京东签订了关于数据应用协作、产品定制、供应链以及集成产品等多方面深层的战略合作。
从这些合作可以看出,京东作为一个零售行业基础设施,通过科技的手段,在产品定制、营销、供应链等各个环节对希捷提供了帮助,而且在未来十年,或将推动希捷进行更多的自我变革和再升级。也可以说,希捷通过这些助力正在从IT时代跨入云、数时代,甚至是未来的AI时代。
【结束语】
6月8日,又一个希捷品牌日在京东线上举行。作为京东存储类产品最大的合作伙伴,相信希捷会再创京东618年中销售小高潮。
希捷在京东的销售屡创新高,源自双方十年来合作不断的加深。从一开始,京东只是希捷诸多销售渠道之一;后来双方合作深入,京东帮助希捷做精准营销,扩大销量以及市场影响力;再到后来,就是全方面赋能,通过大数据帮助希捷挖掘用户需求,反向定制产品,然后再找到有需求的用户。
看似是两家企业的一次次合作,实则是传统IT产业变迁的缩影,也是电商行业衍变的一个进程。如今,传统IT产品正在移动化、数字化,同时传统电商也在消失,无界零售正在到来。京东通过在无界零售中的赋能,也在各个环节“加持”品牌商。在这样一个时代,品牌商与京东这样的基础设施之间的关系,或将变得更加密不可分。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17