京东高级副总裁李大学每天在单位食堂吃早饭。这天，李大学刚刚拿好早餐，一位业务部门的同事就前来聊天。“嗨！大学，昨天我想买一件1000元钱的风衣，但在咱们的开放平台上找不着，你说这是咋回事？”

2013年3月，京东业务调整，公司研发系统依据各业务线条重组成9个部门，组织架构扁平化。李大学掌管整个研发系统，“大数据”是研发部的重要工作之一。

李大学突然觉得眼前的这个问题可能是“数据结构”问题，“你等等，我让大数据部门做一个分析，看看服装品类上是否存在结构问题。”当天，研发团队对比了京东开放平台数据、用户数据以及行业数据，调查结果显示：在开放平台上确实存在服装品类引入、招商结构不合理问题，服装品类的低、中、高配置与京东用户不匹配。研发团队进而对品类结构提出建议：引入新品牌和商家，快速调整。这只是京东大数据应用的一个场景。很多浮现在表面的业务问题，抽丝剥茧，跳出业务框架后，都能找到本质答案。

2013年，京东在物流配送、市场费用的成本控制上已略显成效。但是，在对抗其他电商平台竞争时，巨额的市场投入，使其依然面对较大压力。另一方面，从刘强东为京东设定的四大长远战略看，O2O、互联网金融、移动互联网和大数据都需要较大投入。而京东云也已经成为京东生态系统里重要的一部分。

在经历跑马圈地和用户高速增长之后，电商平台获取新客户成本越来越高，留住一个老顾客的成本远低于赢得一个新顾客。在“离线算法”时代，顾客网上的“最近行为”被认为是最重要的，沉淀的行为只作一般参考。实时计算时代，使顾客所有的信息都能被精准利用，个性化推荐的效果上升。李大学举例：原来个性化推荐只占订单的10%，一个算法的变更则可以带来50%的提升，使推荐订单占比达到15%。这5%的技术增量是一个质的增长，而且摆脱了依靠人力投入和追加品类的老套路。

电商成本与用户体验使京东站在一个跷跷板上，京东亟需用大数据挖掘沉淀的数据价值，创造一个平衡点。

（京东高级副总裁李大学）

刘强东最关心的数据

大数据最重要的使命是帮助业务部门决策、指导运营。

2013年，京东创始人兼CEO刘强东绝大部分时间在国外，他在用哪些数据远程管理京东呢？首先是常规的企业经营数据，通过订单监控看板，刘强东可以看到全国各个库房，各个配送站订单的执行情况。哪里有积压，产品分拣到哪里，一目了然。

“实时生产数据”是刘强东最关心的数据，订单积压或是仓库出现问题时，会直接影响到用户体验。刘强东还会看每天的经营数据，每一个月会有经营分析会，从各个部门、业务、层面看公司的数据，找到公司潜在机会。

伴随刘强东美国归来，京东开始了围绕“用户体验”的技术驱动转型。

“需要什么资源和支持，对你们授权够不够？”这是刘强东和李大学探讨最多的问题。“他很少跟我谈技术怎么做，要用什么技术。一方面他相信我们，另一方面他更关注战略和方向性的东西，更关注团队。”李大学说。

用户体验和技术驱动转型，在本质上需要将“大数据”变成一种组织能力。这意味着：除了技术部门要有大数据思维，整个公司也需要有这种能力。研发部门能够快速实现业务部门需求，互联网行业的竞争优势是对市场的快速感知，变化得越快，内力越强。其次，渠道商，技术变成一种与业务结合的生产力，变成业务的能力。

从哪些维度衡量一个项目是否具有创新价值呢？李大学认为：创新的价值可以定位成三个方面，第一，能否创收？第二提高效率，降低成本；第三则是提升用户体验，只要创新往这三个方向去走，就可以衡量一个项目的价值有多大。

春节不打烊期间，京东用大数据预测出订单量，进行员工排班，计算出最合理的留下人数，提升效率；让更多的员工可以回家过年，陪伴父母和孩子。

京东云顺势而为，迈入2B市场亦如此。京东在6·18店庆，“双11”促销中，系统不断接受打磨，从前端的营销、供应链、仓储、配送、服务、资金流、信息流、物流、全部打通，这套系统成熟后，可以为价值链上的其他电商所有。传统的零售业租用京东云，不用从头开发，通过API开放接口，可以共享仓储、用户资源。

李大学：“你会发现2B市场里面的卖家、供应商和零售商其实也是有2C的，所以未来这是一个生态系统，是一个整体。通过云战略，京东更希望把‘亚洲一号’这种订单生产能力、存储能力开放出去，让配送能力、配送网络的价值释放。把京东的经验和技术能力挖掘出来，为其他行业所用，为其他企业所用。”京东云最终的目的为提升了用户体验，扩大了京东的能力，把京东的整个规模做大。

技术驱动的背后

刘强东确定2014年京东最重要的事情之一是：以移动和大数据作为两大核心技术，寻求突破，建立起研发创新机制。对内部3000多名研发人员，不断建立一些新的小组，通过虚拟项目，以及人、财、物独立的方式，激活创新性。

刘强东所说的虚拟项目是指跨部门建立虚拟团队，各个团队认可目标后，把相关人员临时组合成一个虚拟团队，解决问题，项目结束的时候可以解散。但在项目过程当中，员工可以推动跨团队的协作，不再层层汇报，虚拟团队很容易实现一些事情，绩效和考核也很透明。

其实，早在2013年3月份，京东IT就为这场技术驱动战役备战。2013年，京东业务调整，对公司研发系统的组织架构进行调整，整体IT架构依据原一级研发部门所服务的各业务条线或承担的公司级研发任务重组。

重组之后分为4个层次：第一层是技术平台，涵盖云平台和运维这两个部门，打造基于云的技术架构的底层支持。第二层是大数据和电商开放API，把数据独立出来，实现企业里流通共享；建立起电商的核心平台，以API服务的方式进行服务。第三层是应用平台。包括网站、移动客户端、内部的ERP及外部的ISV类型开发都可以调动电商核心API，同时相应的数据都进入大数据平台。最后一层是研究院和研发管理部，针对的是消费者、供应商和卖家。

李大学认为：京东的创新可以分4个方面，产品、流程、服务和管理创新，而前3个创新都依赖于管理创新，传统企业在转型变革的时候，实现技术驱动的本质需要管理创新，研发部门的调整正是管理创新的第一步。

这次创新的背后是京东在“技术驱动”的路上遇到了第一个门槛，研发体系变大之后，京东面对的最大问题是协作和效率。如何为研发管理设计一个比较好的结构，更灵活性、快速响应业务需求，并能和业务结合更紧密，成为研发部门首要解决的问题。

以往IT团队是按照需求、编码、设计、测试的工序和流程分工，要做一个项目，需要跟各条线沟通，交叉沟通效率太低。横向分切后，调整后的组织架构按照业务属性，与业务团队组合，比如需求、编码、设计、测试都按照实际业务运营切分出来，业务线变成IT团队服务的客户。

过去按照流程进行IT工作，测试团队要在编码结束时才进入状态，现在更早进入测试角色，对项目可能会出现的质量问题更关注，可以在设计阶段就避免问题的出现。风险更加可控，提升整个项目的效率和质量。IT考核方式变为是否能把客户服务好，IT团队与业务线沟通更紧密，响应业务需求更快。

这样的调整只用了短短几天时间。李大学回忆：当时，周六跟刘强东和高管提出来，大家都觉得这个必须要变。周末开了一天会，讨论怎么来变革。周一确定负责各条线和各条体系的人选。周二宣布，短短几天之内就完成这场变革。

对于这场变革，李大学酝酿很长的时间，前期做了大量的调研，考虑到员工会有一个适应期。“只要讲清楚所有的组织结构的战略，让每一个人可以更好地工作，有更好的未来，大家是欢迎这种变革的。”

京东大数据研发游走于敏捷开发与规模灵活之间。崇尚敏捷有一个重要的原因：在快速迭代的过程当中，不管是研发还是运营，可以让用户参与进来，用户会变成产品的一部分，互动变得非常重要。

研发的第二个精神是允许犯错误，鼓励创新。大数据研发是否走过弯路呢？李大学说：试错的过程，更多的是不断微调，找准目标。就像开车一样，你是想走的很直，但是回头来看路还是弯的，只不过整体看是很直。

在不太懂用户时，尝试推荐一些商品，观察用户反应，确定推荐效果的好坏。通过运营的思路，完善推荐的效果，例如，京东会测试不同UI、不同页面设计的商品转化率。采用转化率更高的装修方式提升整个网站商品的转化率，给企业带来更多订单。

京东还举办了大数据内部算法推荐大赛。整个研发团队组成30多个团队攻擂，大数据部门下的推荐部守擂。“内部竞争，激活团队创造力，自己进攻自己，鼓励创新。”这是李大学为整个研发团队塑造的氛围。

一家用户体验公司

很难定位京东是一家什么样的公司，京东拥有2万多物流人员和近5000名客服人员，从物流体系看，京东可以是一家物流公司。从客户接触依靠互联网平台看，京东是一家互联网公司。

京东对自己的定位是一家用户体验公司。李大学说：在京东所有的一切都是为用户体验服务。京东将用户体验相关的一切放在最高优先级，某种程度上效率和成本是可以为了用户体验去牺牲的。

这种用户体验涵盖了产品、价格、服务全流程。比如，网站页面的千人千面和个性化推荐是最显性的用户体验；供应链保证产品品质也是为了用户体验；仓储、配送和物流服务更是在与其他电商公司竞争中，可以提供的独特用户体验。

千人千面的个性化推荐本质就像是一家线下门店，顾客走进后，导购小姐会试图打量和揣测顾客，根据顾客行为作出判断，推荐商品，提升线下的零售店的替代率。电商网站也是在懂用户的基础上，提供更好的贴心服务，让用户买东西更方便，只是在后端依赖于数据分析。千人千面对客户进行画像分析、定位模型，辨析用户类型。分析用户首次浏览的商品和最终购买的商品之间，用户浏览的商品，中间的时间段，分析出用户购物心理。

以前用户到一个网站上，要对商品搜集和分类，购买路径过长，用户耐心有限，购买可能会流失。个性化营销和千人千面的直接价值是缩短用户购物的路径，更容易发生购买行为，带来的结果是转化率提升。

京东的个性化推荐有两种：一种是在顾客看一件商品的时候，推荐一些产品组合，叫“最佳组合”，通过最佳组合的方式，用户可能产生购买，并且买的更多。第二种分析顾客看过的商品和购买的商品，进行个性化关联推荐，产生关联销售。由于送一件和送多件的运送成本是一样的，京东还可以降低运营成本，降低客单价。

京东IT系统覆盖了一个完整的价值链，从前端的交易系统，到供应链、仓储、配送、服务以及售后，全部业务都在线上运行。全价值链的用户体验，也给京东带来了更多大数据的机会。价值链长，数据类型丰富，真实数据会延伸到营销、供应链、仓储、配送、服务全环节。把供应商在京东的采购单或者库房的货品作为抵押，供应商可以很快拿到贷款。在个人贷款方面，京东的配送员把货直接送到顾客家中，完成真实交易。通过大数据分析，面向个人用户推出京东白条，顾客可以先买东西，分期付款。

2013年，京东与中兴、华为合作，推出JDphone计划，JDphone计划是一个很典型的大数据应用。比如，京东统计出购买某品牌的手机的用户，再次购买手机，60%会转向其他的手机；这60%中，40%多可能会买iPhone，30%可能会买三星，买iPhone的人，80%还会再买，买三星的人可能50%的人会转向其他品牌。数据与行业维度结合后，可以分析出用户买手机的时候，更在意的是屏幕的大小、颜色还是价格，哪些是决定因素？然后针对特定人群来设计符合人群需要的产品，形成一个订单量，再跟手机厂商合作。

从产品定位开始到产品参数、产品属性、消费人群的选择，都基于大数据作出判断。JDphone一开放预定，就有几百万台订单。现在每一个月几十万台销量，产量不足，供不应求。通过大数据，设计——经销商——一级批发商，二级批发商——大量的库存积压，这种恶性循环被淘汰。

大数据还给京东带来了另外一个改变：以前不重要的数据，现在变得很重要。仓储生产中，有很多员工拿着PDA在仓库里面走，路径数据原来不是很重要。现在把这个数据拿到，可以分析库房员工走的路径，还可能找到优化算法，省去一些不必要的路径，提高效率。

互联网公司和传统企业比较，更容易收集数据，特别是用户的行为数据和消费数据。京东数据规模增长非常快，数据量的增长是销售额增长的10倍。李大学说：“京东上面所有用户的点击行为，包括下单，收货、拒收都是被记录的，大数据带来的用户隐私问题是京东一直思考的问题。”此外，京东大数据平台还有两个挑战：一是大数据技术在发展之中，没有一个厂商能提供非常完备的方案解决所有的问题。二是业务部门主动利用大数据的能力需要不断提升。（文/ITValue 张宇婷）