京东刘晖：大数据对制造业和零售业都可以起到驱动作用

刘晖  京东大数据研究院首席数据官

以下为演讲原文实录：

数据会让消费者的生活变得更加方便和快捷，主要从两个层面，一个是从大数据看消费市场，以及消费者的变化，另外一个是大数据推动消费的变革。

 我们总结出了几个特点，首先是量变到质变，多元化，成熟化，以及消费者从抢便宜买好货的变革。

今年双十一之后，我们把08年到18年整个双十一的消费结构、消费趋势做了一些分析，给大家呈现的是这个变化，可以看到从整个消费结构上，中国电商的消费者，从一开始08年，把家电特别是3C的数码手机，这方面是京东开始起步的关键，也是消费者在电商上购买的核心，到18年的时候，整个消费呈现了非常均衡的品类的趋势，特别是升级或者精神层面的，比如教育，母婴服务都取得非常好的进展。

消费者这么多年在购物方面有怎样的变化和趋势，我们提出了一个观点，叫做中国的消费者对一站式购物依赖越来越重，呈现的是一个消费者进入到京东之后，他在品类结构上的差异和全站用户的差异，差异越大，可能偏某一个品类，慢慢的他会变成一个全品类消费者。可以看到基本上一年以后所有的消费者会非常像，都变成了全品类的家庭购物的消费者，从买家电，买手机，到买洗衣液，买卫生纸，一旦信任了某一类平台之后，会把大量的消费习惯全部转移上来，这是跟国外很多垂直领域存在的壁垒和竞争是完全不一样的情况。

同时我们看到一个特别鲜明的趋势，中国的高质量消费从一二线城市，以及向四五六线城市发展。京东把中国分成一到六线城市，六线城市代表县城及以下的乡镇。08年一线城市基本上占据了绝大部分的份额，现在四线城市高速增长，这是代表着不断下沉，乡镇的消费者呈现的消费升级的趋势的速度是越来越快的。

 这是年龄的变化，从08年网购达人还是一个标签，用网购是新鲜的消费模式，到现在网购已经成为每个人生活中不可或缺的一部分了。18年的时候，各个年龄段的成长比08年都有很明显的提高，特别是在25岁以下，以及45岁以上人群的成长，这其中电商起到了非常重要的作用。

消费人群同样发生了变化，开始是以跟互联网有大量沟通的人群，到18年，不论是一般的职员，还是学生，都大量加入到消费的行业中。

在移动互联网时代消费者会有怎样的一些行为特征，这是京东平台上移动端占比已经在90%左右了。典型的PC端行为轨迹，可以看到用户早上起床到上班的时候，都不会再购物，到十点会拉起一个高峰，处理完手头邮件之后会买点东西，到中午会掉下去，因为出去吃饭了，到下午两三点又拉起一个高峰，可能要购物唤起工作工作的激情，六点下班到家吃饭上床都没有高峰了；但是移动端就完全不一样，虽然十点有一个高峰，但是会非常平，中午吃饭的时候跟同事交流，推荐一个商品你手机下单了，甚至吃完饭你在沙发上，或者在床上准备睡觉的时候，还会拉起一个新的高峰。所以移动互联网改变了中国很多消费者的习惯，它带来了碎片时间的消耗，以及所有全场景的覆盖，可以说移动互联网让互联网服务，真正的涉足到了每个用户的每个时间点上。

在比较了从移动端消费者和PC端消费者后，用两个标签标注，一个促销敏感度，一个评价敏感度。促销敏感度代表着消费者会不会因为促销会否买这个东西，评价敏感度代表着消费者是不是会看用户评价更改他的选择。两个敏感度基本上代表了一个消费者的典型消费心理，APP端基本上代表京东大部分消费者，对评价比较敏感，对促销中等敏感；微信社交媒体的社交电商的用户，对评价敏感度明显低于全站，对促销敏感度高于全站，这是因为获取产品的方式不一样，在PC端或者APP端，你是通过产品的搜索，来了解产品，达到产品的最终页，你去仔细看这个产品详情，是不是要购买，在社交媒体上，你是通过亲朋好友，家里人的分享，来达到这个产品的详情页，因为你知道这个商品是你的好朋友或者你的同事在用，所以你对这个商品本身是有信赖感，所以你反而不在意这个产品最终的规格和属性，而更在意它价格是不是合适，所以我们认为，社交电商在用户拉新方面拓展了非常多的人群，降低了获客成本，同时在用户转化上，它是基于信赖和信任做得商品的信息传递，所以在转化上的转化率要高于之前的电商模式，同时因为每个社交电商的用户都会晒单的过程，参与到了整个流程中，用户留存的能力越来越强。

谈到数据，我们有一个总结，看到消费者的一个明确变化，消费者之前在电商平台上，往往以目录检索进来，例如买手机，消费者会通过筛选智能手机、大屏、价格排序，这是典型的五年前的消费者行为；现在消费者通过直接搜索产品品牌，直接达到最终的商品详情页。消费者在从不太了解自己究竟要买的是哪一个产品，到明确知道是哪个产品适合自己，在电商上进行够买。购买路径在不断缩短，说明我们制造商，所塑造品牌形象和产品形象得到了消费者的认可。

谈到数据是怎么推动美好生活的进展的，我们会从消费端和制造端来看，首先我们一直在用大数据推动上游的企业，更好的规划他们的供应链，就是告诉他们，你要生产什么，生产多少，生产之后放到哪去，卖给什么样的消费者，这就是供给侧结构性改革，生产出消费者适合的商品，更适合消费者定价，更好的计划生产，和更精准的库存。

举个简单的例子，我们和雀巢打通了底层供应链，雀巢直接在系统上可以看到京东的推测，来进行生产，在大促期间，预测准确率从此前的45%到85%，对于一些爆品，可以提前知道备多少，不会出现爆品传播很强，但是没有货可卖的情况。

这是另外一个模式，就是C2M反向定制，如何告诉生产制造商制造什么样的产品，我们很容易从用户搜索中看出来尺寸、材质、分类，会发现用户潜在的需求也集中在轮子是不是静音，拉杆是不是足够结实，会把这个作为选择制造商和设计产品的核心因素，把这两点作为产品传播的核心因素，得到了消费者明确的认可，也会因此来购买这个产品。在反向定制方面有大量实例和工具，我们帮助一个企业定制某一个区域，某一个人群需要的产品，告诉这个企业这个产品的规格、包装、定价，第一批要生产多少可以满足消费者的需求，可以跟哪些品类做联合活动，可以把促销活动放到哪些品类才能让消费者获取，目前已经形成了非常完整的方案，帮助我们上游制造商，更好的获取消费者的信任和购买。

另外是零售端，京东从去年开始，一直不遗余力的在推动线上线下的融合，来推动更多的线下企业，能够跟我们一起为消费者提供更好的服务，我们认为线下零售企业有非常好的优势，有更亲密的跟消费者的接触，更好的消费者体验感，劣势在于，他们在精准运营和对消费者的需求把控上有一些差距。我们发现线上和线下消费者有大量互补性，所以双方一定是可以携手为消费者提供更好的服务。

一家生鲜店希望在全国拓展，我们通过大数据帮助他估算全国需求，有那些城市需要多少家店；选择某一个城市的时候，我们会通过线上线下结合告诉他，你放在哪个街区最为理想；根据这个店的位置，以及周围消费者线上线下的消费习惯，会推出来这个店以什么为主营，应该有多少店面，多少库存，帮助这个店能够更精准的运营。

这是一个我们和曲美合作的例子，可以看到我们通过很多层面帮助曲美这个家居店去估算，究竟应该引用什么样的商品吸引客户。右边的例子，就是我们通过线上的分析，帮助他引入更多的非家居以外的品牌。我们和曲美在北五环的旗舰店引入了150个品牌的三万个，包括刀具，锅，各种的咖啡机，甚至有零食。让消费者能够在家居环境中，看到这些商品产生购买，同时明确的拉动了这些消费者重复进入这家店，以及对这个商品的购买的欲望。数据很有意思，从件数来说，曲美这个店里卖的最好的是零食，从价格来说，曲美在我们合作以后，家居的销售超过之前一倍。这个模式是大数据对于线下零售的助力，也是对消费者美好生活的一个推动。

另外一个模式就是我们的京东到家，通过大数据去算每一个城市中对于商超的需求，城市中有哪个区域适合我们用一个仓库覆盖周围的配送，我们就选一个仓库，而不是店面，从线上下单之后，我们同事会从仓库拿。最新的实验结果呈现，我们和沃尔马的合作，能够实现一家店加一个前置仓库，覆盖一个中型，甚至中大型城市的全城的需求，也对线下零售企业起到了重大的帮助。

 我们认为大数据对于整个中国的，无论是上游的制造端，还是下游消费端都有非常大的驱动，我们帮助行业和社会享受到更加美好的生活。