京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2014年5月29日至5月30日,中国(北京)电子商务大会在北京国家会议中心隆重召开。大会以“创新驱动-融合发展”为主题,本届大会秉承往届电子商务大会的特点,更加突出高端化、专业化和前沿性,为国内外最新互联网应用、电子商务发展及企业营销管理搭建沟通交流和学习借鉴的平台。
(图为亚马逊中国区副总裁张建弢)
主持人:
非常感谢主题演讲,刚才彭总从沃尔玛本身的业务发展,从这个案例给我们讲了零售市场的变化和趋势。我们知道其实在未来的一天,也许在2020年或者是更早的一天,当你开车在到公司的路上,可能会根据数据系统给你一条非常合适的线路来避免交通流量很大的情况,或者你不知道如何选择吃什么,系统会帮你选择一个非常合适你口味的饭店,其实这些都是基于大数据。我们接下来要了解的是大数据到底会告诉我们,谁会点击,谁会购买。有请亚马逊中国区副总裁张建弢为我们带来主题演讲《大数据改变电商》,有请!
张建弢:
根据大数据的不完全统计,这个时间是大家比较困的时段。根据大数据更进一步的统计,大家在听了45分钟外语之后基本上都可以睡了。但根据我自己的统计,发现如果有中文上来,大家都会醒过来,刚才属于叫醒服务,谢谢大家。
我叫张建弢,来自于亚马逊中国,每年的京交会,我们都非常荣幸跟大家欢聚一堂。看到这么有热情,而且充满旺盛活力的从业朋友们。每年我们都在说市场多么的繁荣,我们对市场多么的兴奋,充满了信心。每年我们都说的不是特别准,所以今年当大会提出来说点什么,我说别预测市场了,因为预测市场这件事情太危险了,从来都没有预测准过。今年我想了一个比较简单的,也比较时髦的话题叫“大数据”。刚才我说这个话不是调侃,因为在三年前我看过全球知名的咨询公司对中国电商市场究竟怎么发展,他们做出了一个预测。当时的预测三年前说在七年之后,中国有可能会超过美国成为全球最大的电子商务市场,明显这个误差稍微大了一点,如果根据商务部的统计来讲,2013年我们已经到了10万亿,电子商务整个市场到了10万亿,我们网络零售业已经将近2亿,已经变成了全球最大的网络零售市场。所以中国又一次给我们全球的预测谱写了一个新的记录。
我特别怕数字,因为数字特别难以掌握,因为数字是不能控制的,数字是主观的,我喜欢更多的是数据,这就是我今天想跟大家谈的。
这张幻灯片是我每年都要讲的,可能前两年我们的同行已经在这里听我讲了很多次。这张餐巾纸,这是我们的创始人在20年前跟它的几个朋友在一起咖啡馆里面,像今天北京有一些区,有一些天使创业的咖啡馆,大家在餐巾纸上勾勒未来的业态,这是20年前亚马逊的创始人勾勒的业态,他的预测是将来市场的发展,20年前的发展不应该是以广告向消费者硬性推销的市场,而是一个由消费者去自我选择的市场。现在大家更愿意用一句话就是消费者的顾客体验。今天这个词我们仍然在用,就像他当年想的那样,他认为客户的体验能够带来我们今天说的流量,这样的流量能够吸引更多的卖家来到一个平台,向我们的消费者提供更多的选择,我们自己的行话叫做选品,这样一个良性的飞轮,内循环的飞轮能够造成某一个行业的发展和增长。同时由于业务线本身的增长能带来高效,产生很低的价格,有更多的成本控制,又促进了客户服务、客户体验质量的提高,他认为是这样一个逻辑。
我们今天20年后亚马逊仍然在使用这张餐巾纸的飞轮逻辑,在经营我们的产品。我原来也是来自于传统的产业,在座的看到商务局的领导也在,当年我是人拉肩扛的行业,今天是一键下单的行业。之所以这样的变化,我觉得这个逻辑让我深信不疑,这三年我看到了亚马逊在全球500强排名里从247到去年的149,实现了三级跳,变成世界最大的电商企业。
它成功的秘密究竟是什么呢?我们回顾起来,像今天在座很多创业的专家一样,我们是在朦胧中得到了一个逻辑,然后用我们亲身的体验得到了成功,回过头来我们再总结一些东西,然后再告诉大家。实际上我们是按照这样一个伟大的设想成功了,但是实际上可能没有那么玄虚。如果今天我们总结起来,亚马逊非常崇尚的就是以客户为中心,以客户至上的逻辑。今天的飞轮实际上是来自于这个。
第二个就是大家非常耳濡目染,而且是琅琅上口的创新。第三个就是前瞻性,我们认为总结起来偶然的成功,从这张餐巾纸里面吸取的敬仰,实际上无非是这三个元素,今天我们仍然在用,我们也仍然它是非常有价值的。
谈到商业模式,作为电商来讲,我们认为要有一个很好的平台,不管是传统行业的卖场,还是电子行业虚拟的卖场。能够通过一些手段,能够让卖家轻松的管理在线业务,同时让消费者非常安全的支付,再进行物流的配送,能够达到客户很好的体验,进行在实践中的飞轮。
我特别想说的是物流。三年前,我记得我说怎么把东西送的最远,我在一个论坛,大家基本上是在比较看谁送的最远,送到祖国最偏远的地方去。去年大家都在说,我们怎么送的更快,今年可能大家说的是送的更准,这样一些好事情总是要拿自己的公司来作为优秀的例子,所以我举这样一个例子,如果在座的各位是我们的客户话,你会发现买了我们的产品以后非常繁琐的物流连锁,是今天送,还是明天送,是白天送,还是晚上送,所以物流的精准可以说是消费者体验,对客户自身购物过程当中整体的体验扮演了更加高层次的环节满足。所以在这个过程当中,我觉得在我从业这三年来看到了非常详尽一步一步提升的流程,这一切真正让它运行的秘密在哪里,回到我们今天的主题,实际上是整个数据在帮助我们,我想我们过去的三年,已经从人拉肩扛电商的业态,变成了更多精细化的分析,技术的投入。通过数据作为我们真正成为电商提升自身的质量,更好的满足顾客需求重要的源泉。
亚马逊在中国,可能海外来的朋友比较熟悉。我们在全球有三条业务主线,第一条就是我们在十年前。今年是亚马逊来中国刚好十年。零售业是我们的鼻祖,最开始的时候创立电商最原始的业态。今天我们在中国来讲,已经从零售业开始,我们说电子零售现在已经有2000万种产品,32大类,包括我们自己的产品,也包括我们第三方合作伙伴的产品。另外,亚马逊全球看家的电子书,大家可能很多人还停留在亚马逊卖书的环节,是什么让电子书诞生了呢?其实也是大数据。我们发现读者对书的渴求,对书的选品的渴求,对书的阅读的方便有很高的期望。所以在八年前,公司就开始研制,怎么把作者和读者用一条线连起来,今天非常成功的实现了。通过这样一个小小的仪器,这个仪器已经来到了中国,它可以用最高科技的手段,最安全的阅读方式,把更多的书存在身边,可以让我们随时看。希望大家可以在网上体验一下,这是非常好的一点。
大家知道亚马逊是云计算的创始人。这三项很有幸从历史上来讲我们都是创始人,我们真正幕后的应用是AWS,实际上是亚马逊网络服务的缩写,就是今天大家说云计算的雏形。我们真正的业务实际上是在云计算的平台下进行数字的提供、分析、储存、执行。所以云计算来到中国,对我们三条主线的整体业务来讲会产生翻天覆地的变化。
我们究竟怎么用云计算的技术,我想跟大家举几个例子,这个项目我们叫千人千面,如果你没有用过我们的网页,没有在零售网页上买过产品的话,这是第一个呈现在你面前的网页,你上去以后呈现很多的产品。当你买过一次以后,他根据你的购物习惯和浏览习惯形成千人千面不同的页面。你看到红圈外面是大家都一样的,红圈里面不一样。左边的顾客买过或者是浏览过电子产品、摄像产品、声像产品,它会主动向你推荐相关的产品,包括它的配件。右边可能是非常懂得生活的人,买过茶叶,买过茶具,买过茶杯,有这种可能性。所以每一个人在页面浏览的时候,大数据非常珍惜每一个跟消费者购买习惯相关的数据。同时,在这里特别讲客户评论,这个也是亚马逊在初期推出电商的业态创立的。今天我们把它认为是一个非常宝贵的公司财富,是谁都不可以碰的,这些也变作我们整个公司数据分析非常重要的环节。
如果大家购买我们的产品,在我们的网上可以看到我们有一个配送时间的估算,这个估算实际上是用大数据跟物流体系进行的连接,对于这个连接能够让我们知道,根据消费者的要求在什么时间送到,这个数据是在即时的情况下,消费者下单的时候会做出核算。
关于我们叫预估和调拨的体系,这个体系在整个物流中心,整个供应链管理上起到了非常关键的作用,大家看到这个图片是比较典型的物流中心的图片,从描述上来讲,我们特别不喜欢把这样一种配置叫做仓库,因为的确不是仓库。我们每个物流中心有非常特别的管理方式,这种管理方式,大家可能在图片上看的不是很清晰。但是可能在座的有我们的合作伙伴去过物流中心可以看到,这样的物流中心实际上有很大一部分是有云计算的设备以及管理系统存在。
你会看到里面的存货,并不是说鞋子和鞋子摆在一起,羽毛球拍和羽毛球拍摆在一起,毛巾和毛巾摆在一起,它们乱七八糟的摆在一起,为什么呢?因为技术投入的大数据告诉我们,买毛巾的人他们会买鞋子,买鞋子的人他们会买网球拍,所以他们在供货、上架、储存的时候都按照数据的分配相互交叉的储存,能够得到这个空间最好的利用。同时在拿货的时候,这个距离也是最短的,所以我们的计算是相当精细的,用北京话说很抠门,多走一米都不愿意,我们把它们放在一起。我们以为我们买了机器,实际上我们是为机器工作,这就是大数据的魅力所在。
这里有一个非常典型的例子,我们说到预估和调拨的时候,大家知道北方的冬天总是比南方来的早一点。我们的下单,每一个对季节性产品的下单都会左右我们数据如何支配,我们在库存里面的各个物流中心的储备。在南方天热的时候,我们的库存会自动的通过系统将羽绒服往北方挪,通过这样的作用,才可能实现库房或者我们叫做物流中心,每一个空间得到最好的使用。
有过之而不及的,我们越来越多的采用机器人管理我们的物流中心。大家看到这个黄色的机器人,是我们去年在美国购买的专利,这个专利让我们在采购阶段可以通过系统支配,怎么样将所有的产品合理的分配到每一个物流中心,它在物流中心内部的GDP的定位是什么,全部是由机器操作的。所以亚马逊这几年一直在发展,去年一直到1600亿美金的市值,每年都有非常固定的技术投入。我们都保持在每年将近10%的技术投入,这样的技术投入,在保证我们有这样的竞争力,而这一切其实说三道四,最后的结果还是为大数据服务,来自于我们的顾客需求。
我想为了让大家醒过来,我放另外一个片子,这个片子可能大家在网上已经看过了。我们刚刚购买的专利,还在不断研发过程当中,能够让消费者更快更准投放的产品,就是我们的无人直升飞机送货,太玄虚了,但是很有意思。因为我们的数据告诉我们,我们应该有一些更创新的方式来满足客户给我们提出来很多的想法,这是其中之一。当我们二十年前从卖书开始做,我们没有想到今天的业务这么大,我们没有想到中国的电子商务有这么大的市场,我们没有想到同业这么多,每年齐聚一堂,大家每个人都是在第一天重新起步,重新审视,重新从我们的顾客里面学习,从大数据中带给我们所有的细节和信息,让我们更好的做好每一个业务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28