京东大数据创新部总经理邢志峰
今天我不是来上课，也不是讲京东做得多么牛，今天来跟大家探讨，大数据创新应用领域有哪些事情可做，以及给大家哪些启示。
今天内容主要是两部分，第一部分主要讲讲2016年我们大数据团队看到的一些技术，对于场景化的大数据应用与创新做了非常好的铺垫。
第二，在几个领域，我们做的一些实践，包括更多是希望给大家一些启示以及跟朋友做交流。
2016年大数据前沿技术的几个关键点。其实讲到大数据包括很多业界朋友都在谈大数据应用与服务，大数据应用驱动来自于三个点，第一个点是场景，没有场景就没有大数据的应用和落地。第二要有技术。互联网圈、广告圈里用户画像，包括技术挖掘没有这样的技术突破以及数据，那实现这样的场景是没有意义。第三，服务。三个点产生合力，共同相互作用，大数据的创新和应用就会产生。
先来谈谈，2016年我们有一个爆发点的技术就是AI，人工智能。
人工智能里面也包括我们的机器学习、深度学习以及我们的机器人我们的AI里面，包括用计算机模拟人类思考以及学习人类的知识这样的技术领域实现，其实都为后面场景化的应用提供可能。包括京东自己的机器人，包括微软小丁包括百度的度蜜等等，机器人的智能问答系统都来自于AI系统的突破与创新。
第二个技术来自于虚拟现实。虚拟现实技术，VR技术突破，在国外像脸书包括谷歌，他们可能是这个领域前沿探索者。在国内我也认识一些很多VR厂商公司，其实他们都在这个领域致力于我们的推动。在《黑客帝国》里面，非常著名的一个场景，尼尔他在一个计算机世界里面学习各种技能，包括武术技能包括学会了开飞机等等。这样的一种虚拟现实技术的突破，实际上为我们很多场景化的大数据应用与创新带来可能。
VR技术会大大拓宽，如果说互联网已经拓宽了我们时间范围、空间范围，那我相信VR技术会大大拓展我们的知识范围以及我们这种学习的场景范围，所以VR技术突破，我相信用在未来，2016年开始一定会带来非常高的技术变革，包括虚拟试衣间等等。
第三个技术突破叫雾分析。雾分析跟物联网伴随一起产生。其实万物互联是物联网的一个理念，未来我们的智能硬件设备越来越多，那今天我的身上有两个智能硬件设备，一个手机一个是智能手表，我相信随着未来越来越多智能硬件设备普及，我们的车包括车联网以及智能家居等等我相信智能硬件设备成了我们最多的一个数据的收集的一个来源。
我们会发现，当我们智能设备越来越多，智能设备向云端传输数据的成本越来越高，在大数据没有火之前一直有一个概念，数据向计算端靠齐。数据向计算端靠齐。随着智能硬件设备普及，未来有这样的场景慢慢出现，在智能硬件设备上开始计算大量的数据，他们通过计算好的数据之后再传到云端，那在云端上进行汇总、收集以及分析，智能硬件设备变成我们一个计算机。这种技术以及计算能力突破，为我们未来人类进入到一个互联互通以及随时联络的世界成为可能。
前面讲了三个技术，后面我重点讲讲这种技术突破背景下，大数据场景化应用我们哪些思考。
第一个词，这个词已经很多年，叫精准营销。精准营销是大数据领域非常精准应用，为什么今天依然要谈这个话题，即使到了今天，包括大家谈互联网模式、互联网思维，互联网思维跟免费连在一起，那你发现大量的互联网公司主业是不挣钱，比如腾讯，腾讯QQ在利润里面赚得并不多，核心是广告。广告核心就精准营销。
百度的搜索，搜索本身核心盈利模式依然是搜索引擎广告。那包括现在我们产生了越来越多所谓互联网模式，互联网+，你会发现主营业务都没有盈利，包括像今日头条，我们使用今日头条这样智能化新闻阅读器，实际上我们并没有付费，但是今日头条上智能给你推荐广告，这也是为什么精准营销这个词，虽然已经有很多年历史，但是今天它依然是互联网公司、互联网思维最大的一个盈利来源。
我相信只要这种人的欲望没有被消灭，只要公司的本质赚钱这样的一个根本没有被改变，那精准营销始终会具有生命力。
京东，我们有庞大的两亿多用户的购买据，当然我们也致力于靠这些数据去识别人们的一些基本属性，他们的性别、年龄、购物偏好以及他们社会关系等等，通过在这些数据里面建立用户画像，找到盈利点，更精准的不骚扰用户情况下提供优质化的服务，个性化的展示等等，讲两个场景。
第一，基于品类的用户分群，这个分群将公司的用户群体按照品类特征进行划分。这样大大方便进行各种品类促销以及针对不同的节假日以及品类他们自身的时间的售卖周期等等来进行用户经营。
第二，我想谈一谈用户的购买的类别模型。现在这个词不经常在谈，但是以前在电子商务刚刚兴起的时候，冲动购物包括非理性消费一直是很多被诟病的一些词，包括铛剁手，包括一到双十一到双十二，老公把老婆信用卡收掉，我们构建这样的模型，这样模型评估用户购物冲动，核心就是两个东西，第一个衡量用户购买思考思想的第二个核心看用户在购买过程当中，他对比的商品数量，这两个维度将我的用户进行简单分群，看到那些购买时间又短，思考时间又短，购买的品类商品非常少的用户，他属于冲动性购买用户。
今年双十一还是618也好，其实在当天冲动型用户比例非常低，我们通过数据分析发现，其实在当天大量用户是目标明确型用户，开始在大促的时候，占到绝对数量。因为经过多年电商培育以及像京东、阿里包括当当等等电商公司互相竞争，人们已经开始认识到追求低价已经并不是大家最根本的目标，而且尤其是双十一的时候，价格已经很低了，大家追求是否需要包括品质，双十一当天很多用户在购物车放了商品，他在双十一非常从容下单，目标很明确，你低我就买，放入购物车。你会发现双十一看上去是一个电商的盛宴包括整个零售行业那天数字也非常好看，但是很多商家非常痛苦，我也一直认为双十一是不可持续的这样一种商业模式。因为你会发现即使你双十一不打价格，很多户依然选择他想要的东西，中国需要有一种商业文化，一分钱一分货，我们消费者也需要被教育。现在中国中产阶级在崛起，我相信我去花一份500块钱的东西享受500块钱品质的思维，我相信未来会驱动电子商务良性竞争。
第二，我想通过用户画像让大家认识一下我，我来自于京东大数据创新部的邢志峰，按照我们后台的数据模型，我是一个怎样的人呢？给大家分享一下。
我是一个持家有方，我经常会买家里面的一些东西，去年刚刚结婚。午休购物狂，中午的时间12点到1点，大部分的订单在午休订的。伺机而动，在我订单里面促销比例是比较高的，是个极客。我对品质追求比较高的一个人，手机也好、笔记本也好包括日常生活用品，对品牌基本上几十年十几年没有变过。移动购物达人，我70%的订单都是在移动端下的，手机变成我主要的购物渠道。正值壮年，按照我们年龄模型，我是30到35岁之间，这个也是对的。这就是一个我，你通过这样用户画像，大概了解我这个人是一个怎样的人，我相信刚才前面分享嘉宾谈到了，包括信用贷款包括安全等等，我相信这样的用户画像对任何一家公司来说都是非常具有价值。
谈到用户画像分享一下我的体会。在我们的数据世界里面，跟我们的现实世界里面，其实我们是有差异的，基于用户画像判断下属，可能是30出头的一个人，但实际上他刚刚毕业。如果按照正常评估模型，其实不准确。但是后来我去问下属，这种识别是否准确，他告诉我识别结果比较准确，虽然刚刚毕业20出头，现在在买成年男士的东西，他要把自己打扮成更加成熟，讨论开会，他的很多观点容易被别人认可，按照我们的模型把他识别成一个30出头的一个人是准确的，推荐30岁以上男人的东西，他也会买。但是换个角度，如果我们按照这种模型给他推荐女朋友，那可能接受不了。你会发现，我们要想评估一个数据世界跟现实世界到底哪一个更真实，没有标准，没有场景，在不同场景不同标准下，数据在现实世界都可能是对的。
第二，O2O，O2O有很多应用，我就讲一个自己的体会，户外的广告营销。
当我刚刚进入工作的时候，我的老板告诉我户外广告营销不能精准衡量，你会发现你机场广告、楼宇广告都属于户外广告，包括大数据、O2O的普及，实际上户外广告可以被精确衡量。
这圈是我们推出zq.jd.com，针对线下商户运营他们数据以及决策的产品，我不想讲具体的产品，我讲一些有意思的东西。
商圈，人均购买力指数最高的商圈是大屯。人均信用最高商圈是慈云寺，白领占比最高的商圈是东直门，超市行业竞争最激烈是北京站，母婴行业竞争最激烈的商圈是沙子口，促销敏感度最高商圈是灯市口。评价关注度程度最高的商圈是中关村。
最后分享场景C2B，我们在内部做了一种探索，包括我们进行大数据的建模与品类的分析，最终希望能够做到针对我们不同的用户需求，能够去定制化生产我们商品。
这里面分享一个案例，你买电脑是CPU让你最关注还是频率，我们按照两个维度，一个浏览一个购买，蓝色的线是浏览，CPU跟屏幕关注线是比较接近，但是在购买CPU的重要性已经远远高于屏幕尺寸，我们通过大数据建模，将原来商品属性本来不能量化数据我们进行量化客观分析，如果说这个例子还不能有说服力。
我再举一个例子，面膜，浏览的时候肤质因素比品牌更重要，适合什么肤质，包括面膜特性帮你保湿等等会吸引女性用户，但是当你购买我们会发现品牌因素马上就超过肤质因素，这个时候当你真正买，品牌重要性凸显。这里面跟我们目前很多大的广告护肤品广告商做广告思路类似，我们发现在电视上，你看到护肤品的广告，一般情况下是一个美女马上在试用一个东西，讲这个产品各种特性，你应该一开始看不到品牌，什么外国品牌看不到，但是最后广告快结束的时候弹出来一个非常大的标题什么什么品牌，我们用我们的直觉，可以体会一下这个跟我们模型给出的人们的思考过程是一样的，最终大数据帮助我们去，看到了一些商业模式包括我们的一些商业策略它的一种可靠性以及对人的洞察。
最后一个观点，刚才谈大数据、技术谈商业，这里面一个观点不是我说的借用前人的一个总结，技术的作用从短期来看往往被高估，但是从长期两看又往往被低估，当一个网站当一个APP没有做出来之前所有的业务部门产品经理都会把技术推崇像上帝一样，魔术师一样，这帮人变魔术的。但是当一个网站、APP做出来之后，他们就会衡量，为什么要有架构，为什么要有运维，为什么工资还这么高，为什么不盈利等等长期来看被低估，技术人要看到自己的局限性，同时又不能否定我们的价值，谢谢大家！
