京东有什么值得深究的大数据创新应用？

京东大数据创新应用最具有代表性的当然是JDPhone 计划了，JDPhone 计划是京东在2013 年提出的以用户需求为中心的创新型计划。通过京东海量用户数据进行深入分析，挖掘用户真实需求趋势，联合品牌厂商，整合产业资源，共同打造满足用户需求、超出用户期望高性价比的产品。

    这种从消费者需求出发，驱动制造业进行产品设计与生产的模式正是目前流行的反向电子商务模式(C2B)。 京东大数据平台数据创新部从价格分布、关键属性、流量、成交量、消费者评价等维度建模，挖掘出功能卖点、主流价格段分布、消费者需求、增值卖点来指导厂家的研发、设计、生产。目前JDphone 计划已经成功地推出了：努比亚大牛、小牛2、华为荣耀3C、诺基亚X、IUNI U2、努比亚牛魔王等多款产品，每款产品的月销量都过万。

传统的C2B 模式，互动、调研、预售、团购、定制、选配都是主动行为，用户都需要主动参与其中。而在京东C2B 大数据分析过程中，京东只需要针对不同场景建立不同的分析模型，然后准备好相应的数据源，系统便能自动计算出我们想要的答案，用户是被动参与整个过程的。他们不但以用户需求为中心，并且让用户参与的成本被降到最低，这种模式将会是未来的发展趋势。 其次，应该就是用户画像了。用户画像就是在解决把数据转化为商业价值的问题，就是从海量数据中来挖金炼银。这些以TB 计的高质量多维数据记录着用户长期大量的网络行为，用户画像据此来还原用户的属性特征、社会背景、兴趣喜好，甚至还能揭示内心需求、性格特点、社交人群等潜在属性。

了解了用户各种消费行为和需求，精准刻画人群特征，并针对特定业务场景进行用户特征不同维度的聚合，就可以把原本冷冰冰的数据复原成栩栩如生的用户形象，从而指导和驱动业务场景和运营，发现和把握蕴藏在细分海量用户中的巨大商机。从逻辑上说，是从具体的业务场景出发，结合数据表现，归纳出基准的规则或方法，然后通过反复迭代的学习过程，生成符合既定约束条件的最优化方案，然后把此方案泛化推广到类似的场景中去。

很多时候用户画像都是从一个具体品类的业务场景或需求出发，有一些业务人员运营经验很丰富，结合对他们经验和需求的访谈，工程师会把业务语言抽象出来，结合数据语言转化成通用的技术语言，然后用他们神奇的大脑和给力的大数据平台生产出符合需求预期的结果，经过业务人员反复验证有效后，这个画像就宣告成功，然后，工程师会再次驱动其神奇的大脑，将此画像推广到京东全站应用中去，这种从群众中来到群众中去的方法因其敏捷高效快速迭代的优点，产生了一大批性能优良的产品。