在中国国际大数据大会——大数据与互联网创新分论坛上,京东技术副总裁兼首席科学家何刚分享了京东在实践中应用大数据的心得。首先提到刘强东董事长电商行业的“刘三角”中大数据的意义,讲的就是在整个电商行业里,最重要的是打造三个平台:物流,解决信息流和资金流的问题,在这之上要想运营的好,让电商平台真正做起来,实际要解决运营成本、物流成本和提高效率。而在经过野蛮生长期之后,必须要有大数据作为驱动,因为这样才能为用户提供优质的用户体验。
何刚
大数据描述用户标签
对于电商来说,很多网站都有几千万、几个亿的客户在进行采购,所以电商要对这些客户进行画像,每个客户有几百个标签,包括有房子吗?有车吗?有钱他愿不愿意花?社交网络关系是什么?他现在在什么地方,性别、年龄、身高、职业,还包括客户对品牌的忠诚度情况怎么样的等等。描述用户标签,根据各种纬度进行画像分析,得以提高电商的转化率和黏性。
电商一个是以用户为中心的数据分析,另外是以商品为中心的数据分析,京东现在有几千万种SKU,来决定要选择什么时候上新品,什么时候下架,这要有详细的分析数据。除此之外还要对这个行业进行分析,对市场需求度,包括品牌,通过折价纬度进行分析。从而,京东会在适合的时间点推出适合的产品,或跟供应商达成协议,吸引这方面的商家上来开店。
中国17-18%的GDP是花在物流上,而欧美只有5-6%的样子,所以我们有很大的浪费,这就需要大数据解决这个问题。我们现在做了很多事情,比如我们现在可以把很多用户在网上的交互,能够通过机器人的方式实现,而不是人工的方式。
大数据进行情感分析
京东有很多用户打电话进来或者在网上联系,在客服人员接起电话开始之前,京东都足够对用户进行了很多画像的分析,能知道客户大概是一个什么样的人。对用户进行的情感分析能够猜出打电话进来的意图大概是什么,通过这些能更好的服务用户。同时京东也可以通过分析,做一些主动服务,提醒用户,比如今天下暴雨等等天灾仁厚,然后通知他们你的货会稍晚一点到,这些都是为了解决好用户体验问题。
C2B定制化方面京东也做了很多工作,比如左边写的是一个通俗的流程,投入用户的行为和对大量商户分析,能够分析出哪类用户喜欢哪类产品,客户有了这个需求有了这个购买能力,京东就会根据这个定制好一部分产品。
京东用大数据做金融
京东利用大数据做的金融,主要有两个产品: 一个叫京东白条,可以让消费者在京东上购物,即可以以透支的方式,根据客户过去的消费记录免费消费,这个产品最主要的功能是增强客户黏性。
另外就是京保贝,京保贝实际上是面对京东上面的商家、供应商、第三方商家的一个保理产品,它的特色是可以根据这些商家、供应商运营情况,来制定出一个供应链金融的解决方案,因为京东完全是依赖于这些供应商的交易数据做这个事情,京东的成本非常低,可以做到比行业里标准低将近一倍的成本借给商家资金,而且可以做到非常实时,三分钟之内从申请到放款。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
马里兰大学研究团队通过测试25个大型AI模型发现,即使最先进的AI评判系统在需要同时考虑多个标准时也会出现严重偏差,准确率仅32%-53%。研究构建了Multi-Crit评测基准,揭示了AI在多标准权衡中的根本性局限,为改进AI评判系统的公平性和可靠性提供了重要参考,对AI在内容审核、产品评价等应用场景具有重要指导意义。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
南京理工大学团队开发ViLoMem框架,首次实现AI的双流记忆机制,分别处理视觉和逻辑错误。该系统模仿人类认知,让AI能从错误中持续学习,在数学推理等多模态任务中显著提升准确率,为AI从被动工具向主动学习伙伴的转变提供了重要技术突破。