劉暉  京東大數據研究院首席數據官

以下為演講原文實錄：

數據會讓消費者的生活變得更加方便和快捷，主要從兩個層面，一個是從大數據看消費市場，以及消費者的變化，另外一個是大數據推動消費的變革。

 我們總結出了幾個特點，首先是量變到質變，多元化，成熟化，以及消費者從搶便宜買好貨的變革。

今年雙十一之后，我們把08年到18年整個雙十一的消費結構、消費趨勢做了一些分析，給大家呈現的是這個變化，可以看到從整個消費結構上，中國電商的消費者，從一開始08年，把家電特別是3C的數碼手機，這方面是京東開始起步的關鍵，也是消費者在電商上購買的核心，到18年的時候，整個消費呈現了非常均衡的品類的趨勢，特別是升級或者精神層面的，比如教育，母嬰服務都取得非常好的進展。

消費者這么多年在購物方面有怎樣的變化和趨勢，我們提出了一個觀點，叫做中國的消費者對一站式購物依賴越來越重，呈現的是一個消費者進入到京東之后，他在品類結構上的差異和全站用戶的差異，差異越大，可能偏某一個品類，慢慢的他會變成一個全品類消費者。可以看到基本上一年以后所有的消費者會非常像，都變成了全品類的家庭購物的消費者，從買家電，買手機，到買洗衣液，買衛生紙，一旦信任了某一類平臺之后，會把大量的消費習慣全部轉移上來，這是跟國外很多垂直領域存在的壁壘和競爭是完全不一樣的情況。

同時我們看到一個特別鮮明的趨勢，中國的高質量消費從一二線城市，以及向四五六線城市發展。京東把中國分成一到六線城市，六線城市代表縣城及以下的鄉鎮。08年一線城市基本上占據了絕大部分的份額，現在四線城市高速增長，這是代表著不斷下沉，鄉鎮的消費者呈現的消費升級的趨勢的速度是越來越快的。

 這是年齡的變化，從08年網購達人還是一個標簽，用網購是新鮮的消費模式，到現在網購已經成為每個人生活中不可或缺的一部分了。18年的時候，各個年齡段的成長比08年都有很明顯的提高，特別是在25歲以下，以及45歲以上人群的成長，這其中電商起到了非常重要的作用。

消費人群同樣發生了變化，開始是以跟互聯網有大量溝通的人群，到18年，不論是一般的職員，還是學生，都大量加入到消費的行業中。

在移動互聯網時代消費者會有怎樣的一些行為特征，這是京東平臺上移動端占比已經在90%左右了。典型的PC端行為軌跡，可以看到用戶早上起床到上班的時候，都不會再購物，到十點會拉起一個高峰，處理完手頭郵件之后會買點東西，到中午會掉下去，因為出去吃飯了，到下午兩三點又拉起一個高峰，可能要購物喚起工作工作的激情，六點下班到家吃飯上床都沒有高峰了；但是移動端就完全不一樣，雖然十點有一個高峰，但是會非常平，中午吃飯的時候跟同事交流，推薦一個商品你手機下單了，甚至吃完飯你在沙發上，或者在床上準備睡覺的時候，還會拉起一個新的高峰。所以移動互聯網改變了中國很多消費者的習慣，它帶來了碎片時間的消耗，以及所有全場景的覆蓋，可以說移動互聯網讓互聯網服務，真正的涉足到了每個用戶的每個時間點上。

在比較了從移動端消費者和PC端消費者后，用兩個標簽標注，一個促銷敏感度，一個評價敏感度。促銷敏感度代表著消費者會不會因為促銷會否買這個東西，評價敏感度代表著消費者是不是會看用戶評價更改他的選擇。兩個敏感度基本上代表了一個消費者的典型消費心理，APP端基本上代表京東大部分消費者，對評價比較敏感，對促銷中等敏感；微信社交媒體的社交電商的用戶，對評價敏感度明顯低于全站，對促銷敏感度高于全站，這是因為獲取產品的方式不一樣，在PC端或者APP端，你是通過產品的搜索，來了解產品，達到產品的最終頁，你去仔細看這個產品詳情，是不是要購買，在社交媒體上，你是通過親朋好友，家里人的分享，來達到這個產品的詳情頁，因為你知道這個商品是你的好朋友或者你的同事在用，所以你對這個商品本身是有信賴感，所以你反而不在意這個產品最終的規格和屬性，而更在意它價格是不是合適，所以我們認為，社交電商在用戶拉新方面拓展了非常多的人群，降低了獲客成本，同時在用戶轉化上，它是基于信賴和信任做得商品的信息傳遞，所以在轉化上的轉化率要高于之前的電商模式，同時因為每個社交電商的用戶都會曬單的過程，參與到了整個流程中，用戶留存的能力越來越強。

談到數據，我們有一個總結，看到消費者的一個明確變化，消費者之前在電商平臺上，往往以目錄檢索進來，例如買手機，消費者會通過篩選智能手機、大屏、價格排序，這是典型的五年前的消費者行為；現在消費者通過直接搜索產品品牌，直接達到最終的商品詳情頁。消費者在從不太了解自己究竟要買的是哪一個產品，到明確知道是哪個產品適合自己，在電商上進行夠買。購買路徑在不斷縮短，說明我們制造商，所塑造品牌形象和產品形象得到了消費者的認可。

談到數據是怎么推動美好生活的進展的，我們會從消費端和制造端來看，首先我們一直在用大數據推動上游的企業，更好的規劃他們的供應鏈，就是告訴他們，你要生產什么，生產多少，生產之后放到哪去，賣給什么樣的消費者，這就是供給側結構性改革，生產出消費者適合的商品，更適合消費者定價，更好的計劃生產，和更精準的庫存。

舉個簡單的例子，我們和雀巢打通了底層供應鏈，雀巢直接在系統上可以看到京東的推測，來進行生產，在大促期間，預測準確率從此前的45%到85%，對于一些爆品，可以提前知道備多少，不會出現爆品傳播很強，但是沒有貨可賣的情況。

這是另外一個模式，就是C2M反向定制，如何告訴生產制造商制造什么樣的產品，我們很容易從用戶搜索中看出來尺寸、材質、分類，會發現用戶潛在的需求也集中在輪子是不是靜音，拉桿是不是足夠結實，會把這個作為選擇制造商和設計產品的核心因素，把這兩點作為產品傳播的核心因素，得到了消費者明確的認可，也會因此來購買這個產品。在反向定制方面有大量實例和工具，我們幫助一個企業定制某一個區域，某一個人群需要的產品，告訴這個企業這個產品的規格、包裝、定價，第一批要生產多少可以滿足消費者的需求，可以跟哪些品類做聯合活動，可以把促銷活動放到哪些品類才能讓消費者獲取，目前已經形成了非常完整的方案，幫助我們上游制造商，更好的獲取消費者的信任和購買。

另外是零售端，京東從去年開始，一直不遺余力的在推動線上線下的融合，來推動更多的線下企業，能夠跟我們一起為消費者提供更好的服務，我們認為線下零售企業有非常好的優勢，有更親密的跟消費者的接觸，更好的消費者體驗感，劣勢在于，他們在精準運營和對消費者的需求把控上有一些差距。我們發現線上和線下消費者有大量互補性，所以雙方一定是可以攜手為消費者提供更好的服務。

一家生鮮店希望在全國拓展，我們通過大數據幫助他估算全國需求，有那些城市需要多少家店；選擇某一個城市的時候，我們會通過線上線下結合告訴他，你放在哪個街區最為理想；根據這個店的位置，以及周圍消費者線上線下的消費習慣，會推出來這個店以什么為主營，應該有多少店面，多少庫存，幫助這個店能夠更精準的運營。

這是一個我們和曲美合作的例子，可以看到我們通過很多層面幫助曲美這個家居店去估算，究竟應該引用什么樣的商品吸引客戶。右邊的例子，就是我們通過線上的分析，幫助他引入更多的非家居以外的品牌。我們和曲美在北五環的旗艦店引入了150個品牌的三萬個，包括刀具，鍋，各種的咖啡機，甚至有零食。讓消費者能夠在家居環境中，看到這些商品產生購買，同時明確的拉動了這些消費者重復進入這家店，以及對這個商品的購買的欲望。數據很有意思，從件數來說，曲美這個店里賣的最好的是零食，從價格來說，曲美在我們合作以后，家居的銷售超過之前一倍。這個模式是大數據對于線下零售的助力，也是對消費者美好生活的一個推動。

另外一個模式就是我們的京東到家，通過大數據去算每一個城市中對于商超的需求，城市中有哪個區域適合我們用一個倉庫覆蓋周圍的配送，我們就選一個倉庫，而不是店面，從線上下單之后，我們同事會從倉庫拿。最新的實驗結果呈現，我們和沃爾馬的合作，能夠實現一家店加一個前置倉庫，覆蓋一個中型，甚至中大型城市的全城的需求，也對線下零售企業起到了重大的幫助。

 我們認為大數據對于整個中國的，無論是上游的制造端，還是下游消費端都有非常大的驅動，我們幫助行業和社會享受到更加美好的生活。