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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 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 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25