未来所有的企业都将是互联网公司；而现在，所有成功的互联网公司实则是大数据公司。
对于很多传统企业来说，CTO或CIO考虑的，更多的可能是怎么在企业内部建立一个大数据平台，从内部的开放共享开始。这是一种看似保守实则稳健的思路。
那么，做互联网+，无论是传统企业还是走向成功之路的互联网公司，能从成功的消费互联网公司也就是大数据公司借鉴到什么？
除了BAT，恐怕京东的大数据建设和应用也是业界关注的焦点。在12月10日举行的“2015中国数据经济峰会暨易会CIO峰会”上，京东集团副总裁马松介绍了京东大数据的建设和特色应用。本文以该发言为基础结合公开资料整理而成。
三级研发组织
在大数据研发方面，京东在整体上分为三级研发组织。最上面是大数据实验室，与清华大学建立了紧密的联系，合作进行大数据的研究。实验室由科学家带队。
在实验室之下是第二级组织，是大数据平台研发部门，该部门有数百人；还有一个100多人的团队，专门进行京东的搜索以及个性化推介的研发。这两个团队在平台及引擎层面提供技术支撑。
第三级组织在应用层面。京东有很多研发事业部，比如采购、仓储、物流研发事业部，这些研发事业部也都拥有自己的大数据创新研发团队。他们会基于大数据实验室的算法、模型，以及大数据平台、引擎研发组织的成果，结合应用层业务，开展研发工作。比如著名的“供应商数据罗盘”，就是大数据创新组研发出来的业务层面的产品。
京东的促销人员、仓储管理人员等等，会专门使用应用层研发出来的大数据分析工具，分析业务的发展情况，指导业务的发展。
在此基础上，京东设立了一个技术委员会，由三级研发组织中的关键的高级人才组成，这个组织是虚实结合的。通过技术委员会这个虚拟组织，把三级研发结合在一起，这样大数据研发才可以真正靠组织的力量落地。
大数据人才
京东大数据实验室有两类人才，一类是数据科学家，专门在技术模型、数据模型等方面进行研究；还有一类是算法工程师，专门进行计算算法、搜索算法、关联算法等方面的工作，他们会大量应用京东的数据来构建算法模型。
在平台研发、引擎研发层面，一方面是大数据平台研发工程师，另一方面是数据处理研发工程师，进行数据清洗、转化，进行多维化的切分等等。在数量上，数据处理研发工程师相对多一些。
在应用层面，有商业模型建模工程师，还有就是数据分析师，他们通过算法、模型，把结果分析出来并进行呈现，就像一份报表，能看出来存在的问题或是商机。数据分析师能够指导和引领业务，这是IT价值非常重要的一部分。
当前，商业模型建模工程师在京东比较抢手，更不用说传统企业。现在，大量的传统企业在信息化方面已经走过了10年甚至20年的时间，积累了大量的数据，这些数据都保存在企业内部，但是企业对这些数据无能为力，看到这些数据不知道能干什么。原因就是企业的IT团队缺少商业模型建模工程师。
京东大脑
“京东大脑”是京东的大数据平台，提供给各业务方使用，在京东整个研发体系当中相当于“大脑”的角色。
京东在基础层面商品，型号，用户，供应商等主数据，以及交易数据，就是用户的订单、支付情况。
还有一类很重要的数据就是流量数据。传统企业在实施和使用ERP的时候很少见，但对于电子商务非常关键，这一类数据，企业务必要注意收集。
流量数据包括消费者从哪里进入到京东的主网站，然后接下来怎么一步步点击，在哪里停留，在哪里有疑惑等等。在这个过程中，点击数据，时间流数据都是非关系型数据，由于电子商务无法看到每一个人，所以这种非关系型数据记录了消费者的行为习惯，非常具有价值。
在基础数据层之上，京东建立了一些知识层，首先有小区画像，到底有哪些特征，居住哪些人；还有用户的画像，用户画像就是针对一类人群，或者某一个人，具有什么样的行为特征；还有商品画像，供应商画像。
与此相关的有一个比较专业的词，叫“打标签”，就是给数据打标签，这是现在做精准搜索和精准推介的一个非常关键的词语。京东很多算法能够跑起来，产生效果，与画像打标签不无关系。
在这之上是服务层，提供预测的API、引擎、算法、多维报表，京东会提供相应的产品、工具包括引擎，作为服务，供上层做创新应用而调用。
在京东大脑整个战略里面，还有一个衍生的战略，就是“京东万象”，是一个综合数据开放平台。该平台已经拥有了全社会特征的样本数据，但是这些数据仍然不足以支撑相关的分析，所以京东通过开放平台，把整个社会的大数据联通在一起。这些数据涉及金融、电商、运营商、生活服务。
京东大数据平台及其应用
京东是如何构建自己的大数据平台？在这方面，京东并没有原创的技术，使用了业界开源平台。其服务器数量达数千台，业务系统亦达数千个。日均数据吞吐量在PB量级。关于应用，包括但不限于以下内容。
用户画像。由于消费者到底怎么想，到底想购买什么，到底购买了什么，对什么商品还比较犹豫，等等，这些行为围绕着该消费者就会产生一个完整的数据，京东会根据这些数据进行用户画像，进行个性化的推荐。据估计，京东有1/3的购物行为来自于推介购物。
用户画像还可以进行精准营销。比如，很多消费者曾收到过京东的EDM邮件，这些促销邮件并不是群发的，而是基于促销需要，根据目标客户群体进行的促销邮件推送。
智能客服。当消费者第一次使用智能客服的时候，可能感觉冷冰冰的，而当跟他对话很多的时候，消费者会发现，客服他对到底想问什么问题越来越清晰了，这后面其实有些用户的数据，用户的画像在支撑。当前，京东数千名人工客服人员仍然满足不了巨量的电话咨询需求，而智能客服就提供了网上的咨询通道。
供应商数据罗盘。有一些创新是关于采购的，现在京东有一个服务叫“供应商数据罗盘”，专门指导供应商如何进货、生产、制定节奏。京东也有很多的采购人员，往往决定向哪个供应商采购，采购什么产品，什么时间采购。当前，京东已经是全品类运营的平台，生活中用到的很多东西都可以在京东上买到，采购人员根本没有办法进行决策，因为型号，供应商，品类太多。
因此，京东大量的采购决策，都是数据在驱动，而不是靠经验判断。在这里面，通过辅助工具，可以预测产品的销售情况，进行自动补货。什么时候向供应商补货，库存是不是有滞销、挤压，如何选品，如何定价，这里面都有数据的支撑。
搜索推介。现在整个京东网站分了好几个层面，在列表层面、搜索层面、单品页，京东会向消费者推荐具有关联度的商品。从数据的角度，就是在各个层面都有不同推荐的算法。尤其在移动购物方面，由于手机的屏幕限制，哪种商品放在第一位，哪种放在第二位，都有讲究，目的就是个性化的购物。
搜索定价。这个功能，会基于当前的销售情况、购买情况、订单情况、收藏情况，做一个价格的浮动。但是这种价格不是拍脑袋，而是有数据支撑的。比如京东的一个旅游产品，应用了搜索定价之后，机票的订单翻了一倍。
交易风控。很多人都知道京东白条与虚拟应用卡。给消费者多少额度，其实是通过很多数据来支撑的。由于消费者有很多的交易数据、点击流的数据等大量的用户行为，这些数据汇集到基础数据库，再基于“京东万象”共享的个人信用数据，汇集成完整的数据进行判别并授信。这是京东虚拟信用卡、京东白条的风险控制规则。
