京东平台数据化运营实践

大家好！很高兴有机会跟大家分享一下京东在数据化运营方面的实践，今天的分享主要包括以下几个内容，分别是介绍京东的一些产品。从使用对象讲，这些产品有一些是给第三方商家使用的，有一部分是给采销运营用的；从应用场景讲，比如说做店铺诊断、揽客计划，是用来提升运营效率，评估活动效果的。

我们说的是底层的数据，基于这些数据我们可以提炼一些有用的信息。举个例子，京东的自营3C有游戏本品类，当时游戏本在市面上是没有这个类目的，只有电脑笔记本。当时我们的运营产销发现在京东的搜索框里面有一部分关键词，跟内存属性，以及CPU的属性有关。当时我们分析和发现，有一部分年轻的用户，他为了玩游戏玩的更爽，要买更好的笔记本配置。

后来我们的采销跟京东的品牌商进行深入的合作，专门打造了游戏本的品牌和配置。这个游戏本品类上线以后取得了非常好的业绩，整个行业也在推广游戏本的概念。从这个例子可以看到，我们首先发现了一些有趣的数据，以及有趣的现象，我们通过这些现象提炼了有用的信息，同时能够帮助我们管理层做决策，甚至是洞察一些商业的机会。

首先，给大家分享一下京东给第三方商家提供的产品，商家数据罗盘这款产品是2011年初正式上线的，到现在有五年的时间了，目前来说是比较完备的数据产品。现在这边付费的商家差不多接近2万家，而且也取得了商家的好评。

数据罗盘分别从三个方面给商家提供帮助，第一个是宏观分析。例如通过分析整个女装的销售情况以及品类的发展趋势，包括行业的搜索关键词，帮助商家了解这个行业和品类的整体发展趋势，帮助它做品牌的定位。

再一个是微观分析，主要是针对于单品SKU力度的，我们知道店铺很大一部分销量是来自于爆款，所以首先要提高爆款的搜索效果，分析和优化单品的效果，包括它的排名或者包括一些活动的效果等，这是一个微观分析。

第三个是执行分析，分析店铺活动效果，你可以从店铺的流量，分别是来自于PC端、APP端，是来自于搜索或者是活动得出一些精确的数据。

从这三个方面能够帮助商家朋友提升店铺的运营效率，上周京东有商家大会，其中有一个是做女装做的非常好的店铺，当时他们就分享了怎样运用数据来提升店铺效率。大家可以看到现在这个阶段，可能在四五年前，我们如果做平台的话，流量相对比较容易获取。现在商家越来越多，流量越来越宝贵，要更有效利用流量的效果，各个方面都要用到数据。

罗盘对指标建立了一个体系，包括流量指标、销售指标、营销指标，以及仓储配送。我们看到流量的数量指标，比如商品关注度、停留时间等等这我们基于不同的应用场景，分析的指标也不一样。

下面给大家分享一下我们要打造爆款的话应该关注哪些指标，如果要提高店铺的转化率，应该要关注哪些指标呢？

首先我们做运营要有一个指标体系的概念。再一个是转化的指标，包括店铺转化，我们在下面会给大家分享到大概有几种转化率，不同的转化率分析的目的和解决的问题都是不一样的，包括销售的指标和订单的指标，这块不详细讲了。

大家用罗盘可以看到，各个菜单里面有不同的指标，先给大家分享一下数据罗盘怎么帮助商家打造爆款。

基于现在店铺大部分流量来自于爆款，所以打造爆款不仅是对于老店铺，对于新店铺也非常重要。

不同的店铺打造爆款的方法是不一样的，比如说些新入驻的店铺怎么选择爆款，对于一些老店铺怎么维持店铺里面的爆款。还有一些店铺，比如说做女装的季节替换特别快，特别像春季、夏季这种季节转换特别快，它打造爆款的方法也不一样。但是对于保健品或者对于吸尘器可能一年四季都是常规的爆款。所以不同的品类，不同的店铺情况打造爆款的方法也不一样。

那么，一家店铺，它怎么去选爆款呢？

我们可以从一些关键的指标看到，比如商品转化率，如果这个商品转化率特别高，一般都具备爆款的潜质，包括我们选一些推广的商品，可以先重点关注一下转化率指标，同时还要做好好评率指标。

我们发现京东接近10万家店铺，不管是老店铺或者是新店铺，如果爆款的产品评论中前面三条都是差评的话，这个单品的销量立马下降。所以为什么有很多商家特别关注好评呢？商家经常想一些营销的方案，能够在买家收到货的时候对这个店铺有好感，给这个店铺做好评。所以说商品的好评率别看只增加1%，单这个比例也是非常高的。

我们还可以从其他的纬度来分析一下爆款潜质或者是特点。

比如说这个单品的流量来源，分别是哪个渠道来的。以这个单品为例，搜索占到46%。搜索是质量非常好的免费流量，怎么能够获得搜索的效果或者是排位，这是所有商家都关注的地方。而且搜索过来以后接近20%多到了店铺页面，12%到的是单品的页面，10%到了客户直接购物，效果会非常好。

这里有几个核心的指标，第一个就是我们说停留时间。

从这些流量过来的停留时间非常长，而且这几个流量也是非常好的免费流量。说明运营的目的非常明确，就是为了把一些优质的流量效果做好。当然这是基于这个店铺运营的策略。

再一个是我们说的跳失率，70%到80%是比较合适的，如果高于90%以上的跳试率基本上是用户过来就流失了，如果要打造爆款要关注跳失率是不是在合适的水平。

我们再看一下从单品过来的间接转化和直接转化。访问这个单品并且直接下单的有11.79%，支付购买的有6.1%，去了其他店铺的是15.67%，我们分别从来源、趋向、成交转化等指标看一下这个商品的活动效果，以及它的转化情况来帮助我们监控和优化。

打造爆款产品，可以划分为四个阶段，第一个阶段就是我们说的爆款刚上架的时候，大家首先应该关注首选什么样的产品作为爆款。选完商品以后要对商品导入流量，包括做一些活动或者是广告、做一些标题优化等，持续给商品导流，并且让商品能够有一个比较好的流量来源。

第二个就是我们说的成长期，成长期是指，这个单品有一些持续的销量，并且有一些比较好的转化效果以后，需要做一些商品的优化，包括商品的标题、关键词的优化、商品的详情页，商品的说明介绍，还有好评率等，让商品的转化率达到一个合理的水平。

成熟期相对比较长，而且是利润比较稳的阶段，这个阶段我们要持续的做一些效果的监控。比如如果我们持续做活动的话，哪些活动ROI高，哪些活动关键词效果不理想，我们持续做优化，能够把一些好的关键词能够加大一些投入，如果没有什么效果的关键词，我们可以减少投入。

比如夏装，夏季过完以后马上到秋季了，这款很可能就到了衰退期，在这个阶段我们可以通过这款女装做关联营销，把流量导到秋款商品上去，这样我们能够持续的推陈出新，这是我们说的爆款的四个阶段。

怎样提升商品的转化率呢？

我们之前讲店铺的转化率只有一个，这个店铺来了多少用户，并且有多少用户成交了，这个就是店铺转化率。但是如果我们做精细化运营，我们可以细分成很多的转化，包括我们说的咨询转化、加购转化和付款转化。

让访客能够把商品加入到购物车，并且形成购买，这个就是付费转化。这里面都有很多的技巧和很多的方法，包括商家做的店铺运营或者是京东自己的采销或者是做活动，各方面我们都在做持续的优化。

以前消费者下单之后看不到购物车里京东自营商品的关联优惠券，很多人不知道店铺或者京东自营有什么优惠活动。现在大家在京东购物会发现，京东自营的或者是店铺在购物车里面会有一个优惠券，这个有助于缩短从购物车到付费的时间，而且转化率要高不少。其实这些都是在一些细节的优化，怎么能够让消费者加入到购物车以后马上下单，这是一个很关键的地方。

针对不同的转换率，我们有不同的策略，都是一些细节。

大家可以看这个例子，这是京东的搜索结果页，搜索一个关键词，我们可以看到所有的商家出来的图片都是一模一样的。但是大家有没有想到，如果我作为商家把主图做的与众不同一点，点击转化率会比其他高很多。很多商家都是简简单单放一张床或者是家居，有不少商家会放一个美女或者是模特在旁边，转化率也会高很多。

京东的SKU是10亿级别的，用户也是几千万上亿级别的，一些店铺可能要管理几十万的店铺会员，怎么有效地管理店铺会员呢？

我们对京东的用户分成四类，分别是蓝海用户、潜在用户、新用户和既有用户。

蓝海用户，比如说某些女性用户，可能不知道茵曼，但是她有可能是茵曼或者是其他品牌的潜在用户。京东的每一个用户都有两百多个标签，我们可以针对不同的标签分析出哪些用户是潜在用户，并且是对这个品牌感兴趣的。

潜在用户是从来没在店铺下过单，但是通过一些方式搜索到这个店铺或者是访问到这个店铺。

新用户和老用户，针对不同的用户我们有不同的方法和策略。比如说新用户主要能够保证留存，新用户过来以后能够持续关注店铺，并且能够持续的购买。而对于既有用户，特别是一些成熟用户，怎么提升他们的活跃度是核心点。

整个揽客计划，我们比较有效的策略是基于商品画像和用户画像的建模，包括我们说的小区画像。基于这些建模，针对不同的用户群，我们会发不同的定向优惠券。像快速消费品和吸尘器这类家用电器，这个活动效果非常好。

但是对于那种我需要线下体验的，比如说像家具，线上看完以后没有实地的考察，没有很好的直接体验，无论怎么发优惠券它的转化率都会稍微低一点，这个也是跟品类相关的。

这个是京东自营的案例，这是今年6.18的时候，京东跟联想进行深入合作，深入沟通怎么定位品牌的外观、品牌的属性等等，设计一系列的营销活动。整个6.18月销量已经过万，而且价格也非常高。联想二合一笔记本价格不低，但是销量非常不错，这一款就是基于京东的笔记本历史的销量进行定制化的服务。包括现在京东跟美的冰箱和其他的冰箱品牌进行深入的合作，就是为了帮助品牌商来定位他们的产品，来制定营销方案。

这个是流量可视化，也是我们京东自己采销在用的，京东每天的活动大大小小几百个。我们采销怎么能分析活动的效果呢？这是我们自己的活动可视化的产品，这是实时数据，每隔几秒钟数据会刷新一次，而且每个活动位都有数据在里面，点进去以后有效果。比如说我是采销我可以清楚知道每一个活动位效果怎么样，如果不符合预期，我是该换商品还是要改价格，都可以帮你有效地做决策，提升活动的效果。这款产品极大地提升了运营的效率以及活动的效果。

我们发现小区里面的用户群，有一些是相似的。我们当时做过一个数据统计，比如图书类的用户，北京大学的畅销图书集中在国学，数理化理科方面，清华大学基本上是工科类的，这与学校的传统优势学科相关；上地卖的图书比较畅销的是编程类的，基本上跟IT相关的，跟上地那边有很多IT企业有关。再比如说在望京地区有很多买犹太教的书籍，两个现象相关，但是不知道背后的原因是什么。你要知道具体是什么原因，就需要实地考察。这也是大数据的魅力，在不知道原因的时候也可以帮助我们做方案的制定。

这是移动仓针对小区的画像。我们针对不同小区特点提前进行一些首发商品的布局。比如说我们在苹果6首发的时候在北京各个小区附近提前布点，有一个小的车子我们叫移动仓提前布点，有订单我们马上送货，最快的不到半个小时让买家收到货。那么我们后续在小区里面有持续的投入，包括我们说的自提点。

6.18监控也是实时数据，如果大家参观京东总部的话，会看到有一块很大的屏幕，当时有一块屏幕，有我们前一周就预测6.18流量相关的数据，也有6.18当天的实时数据，两个数据非常吻合。

对于京东自营来说，备货是非常关键的，因为不管是6.18或者是11.11如果货备多了会大量的积压货，如果货备的不足会出现断货的情况。销量预测对我们的大促是非常有帮助的，京东在这一块做的还是不错的。

京东商家的数量有10万家，同时SKU的数量超过10亿的商品数量，怎样保证我们说的商品品质，怎么保障商品不做虚假宣传，这些都是基于大数据做一些建模和机器学习，基于这些学习我们告诉商家说如果你的商品不合规，就会被抽检，这样能给消费者比较好的商品质量保证。