首页>会议文档 >

李星毅 - 京东平台数据化运营实践

page:
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践
李星毅 - 京东平台数据化运营实践

李星毅 - 京东平台数据化运营实践

所属会议:2016中国数据分析师行业峰会会议地点:北京


下载

手机看
活动家APP客户端

扫二维码下载
或点击下载
Android iOS

6671次
浏览次数
2016中国数据分析师行业峰会所有文档 张华平 - 大数据语义分析与应用实践_部分2 张华平 - 大数据语义分析与应用实践_部分3 北京朗新天霁软件 蒋建军 - EHR和大数据重构人力资源管理 医杰影像研究院 邵学杰 - 深度学习技术在医学图像识别中的应用 峰瑞资本 谭验 - 医疗大数据的应用和发展方向 北京水姆科技 赵南 - 生物医学大数据与精准风险评估 PingCAP 黄东旭 - 分布式数据库模式与反模式 去哪儿网 黄勇 - Qunar网高可用之QMHA 润乾软件 蒋步星 - 库外计算提升数据库应用品质 宜信 韩锋 - 性能优化利器 — 数据库审核平台实践 Talking Data 鲍忠铁 - 深度商业分析在金融行业的实践 SensorsData 曹犟 - 数据驱动和指标体系构建 京东 于建明 - 京东股票之量化交易实践 覃超 - 增长黑客在互联网金融行业的应用 张丹 - 用R语言进行量化分析 董四辈 - 电商新趋势下的数据分析 郭炜 - 如何利用混合云高效做用户画像分析 零一 - 数据驱动型的电商运营 夏宇斐 - 电商营销新趋势 – 智能、自动、有效 褚冉冉 - 大数据时代办公化BI的崛起 李奇 - 办公化BI在Excel中的应用案例 袁雷 - 办公化BI的数据处理之道 赵文超 - Power BI在企业运营分析中的应用介绍 人工智能分论坛-IBM-Saeed 科大讯飞 谭昶 - 基于AI技术构建的讯飞DMP平台及应用 张华平 - 大数据语义分析与应用实践_部分1

文档介绍

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。

演讲实录

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。

×

打开微信扫一扫,分享到朋友圈