京公网安备 11010802034615号
经营许可证编号:京B2-20210330
京东首席科学家:云计算、大数据撬动购买力
在电商业务运营整整十年之际,京东宣布,电商云于6月5日正式上线,同时京东的大数据和云战略也拉开大幕,让我们更清晰地看到云和大数据是如何融入到京东的命脉和核心竞争力中。
向后看,京东积累了十年的技术实力和大量用户数据;向前看,未来十年战略定位三大方向,“技术驱动”的自助式B2C、开放业务和金融。何刚解释说,之所以冠上技术驱动这个词,就是要依赖于云计算和大数据来推动京东在这三块业务上的发展。
“资金流、物流和信息流,这是电商的三大命脉,而如今在电商运营背后支撑这些命脉的技术驱动力是云计算和大数据。”
京东技术动力之一:“云化”所有核心竞争力
在何刚看来,京东云战略分三个阶段逐步拼成一个完整版图:
第一步:“云化”内部各种电商资源和能力
把物流、资金流和信息流这三大命脉分成供应链、仓库、配送、售后、财务金融、营销、交易和数据等不同方向,最后不管是线上还是线下业务都可以被云化。
目前京东在北京地区建有十几个仓库,经过资源整合优化之后可以做成一个云。而且据介绍,京东已经搭建了自己的私有云平台,支持内部上千种应用。 “京东所有核心竞争力都可以被云化,提高效率节省成本。”
第二步:创建“电商云” 资源对外开放
资源云化后,不仅成本低于业界水平,而且效率的改善很显著。这时候就可以将资源对外开放,让众多开发者打造各种电商应用,这不但对京东自身受益,而且有利于支持电商生态圈。例如,京东现在已经开放了物流能力,在配送方面也支持其他来源的订单。
那么在这个阶段,云起到了什么作用?“京东电商云为开放者接口支持、云托管、云生产社区、众包和交流中心方面的支持,这就是完整的电商云生态。”
第三步:整合更多外部电商资源
云化和开放都做到以后,仅凭京东自身的平台服务整个电商业显然有些力单势薄。
“这块业务太大,我们需要社会化力量的整合,不管是仓储物理配送还是交易营销,还是企业和个人,都可以通过接口方式进入我们的云平台”
因此,京东所谓的“电商云”,目标是打造开放生态的云信息平台,一个从买家卖家需求到开放API、应用开放、应用托管、交易市场、再到众包社区的一个闭环,“全方面帮助中国业界开发者和ISV建立一个完整的电商运营生态环境。”
据何刚透露,京东电商云初期上线主要包括五个解决方案:1、京东云汇,2、京东服务市场,3、京东宙斯,4、京东云鼎,5、京东云擎。下一个阶段,京东将把在个人应用市场和“云峰”移动应用开放平台添加进来,成为一个完整的云计算版图。
他举例说,“京东宙斯”刚刚上线了商家应用托管和数据推送平台——“京东云鼎”,包括很多传统IaaS意义上的云主机和云数据库,推送服务可以把商家的数据推送到云中,避免用户丢单漏单,同时承担数据查询和帮助商家弹性扩容的任务。面向开发者的“京东云擎”计划,则是可以自动完成从编译、测试、部署以及扩容的一整套动作。
京东技术驱动力之二:大数据撬动购买力
作为国内最大的电商公司之一,京东在过去十年运营中积累了大量关于用户的、蕴藏潜在价值的数据,“我们急需大数据应用,来挖掘这些数据创造商业智慧。”
何刚表示,京东从营销体系、广告推送、捕获系统、销量预测系统、物流配送调用、乃至移动端数据分析,都迫切需要大数据应用的支持。
他列举了京东使用大数据的三个典型场景:销售预测,通过数据分析预测销量做到自动补货,提高库存周转率,提升客户体验;用户画像,从多维度分析,定位出用户的属性类型和购买习惯,个性化地推介商品
光靠电商自身的力量还不够,何刚希望能与相关的云计算和大数据厂商合作,“联手技术研发,而且彼此产品整合,促进云计算和大数据在整个电子商务领域的推广,把这两个理念更深入地引入电商行业,驱动全行业的技术和业务升级。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09