京东数据名称含义说明

   这篇文章是在使用公司在京东（jd.com）在开设的旗舰店后台数据罗盘后做的一些随记。首先是对京东的大数据的感叹，不得不承认现在的运营是离不开有效的数据的，在使用数据罗盘的过程中遇到一些陌生数据名称，现在来一一说明。

浏览量： 经常被简称为PV（page view），即页面访问量或点击量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。

SPU ：SPU = Standard Product Unit （标准产品单位）。SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，SPU就是商品的名称，例如iPhone6.

SKU： SKU=stock keeping unit(库存量单位)。SKU即库存进出计量的单位， 可以是以件、盒、托盘等为单位。SKU是物理上不可分割的最小存货单元。在电商领域，SKU是指商品下的分类属性，如商品的规格、款式、颜色等等。

访客数： 经常被简称为UV（unique visitor），各页面的访问人数。所选时间段内，同一访客多次访问会进行去重。

访问次数： 访问次数是访客对您网站进行访问的次数，是根据访客浏览器和网站服务器之间的互动情况判定。在百度统计里，以下三种情况会记为新的访问：1. 访客关闭浏览器后重新进入您的网站；2. 访客不关闭浏览器，但是在您网站上不活动超过30分钟，30分钟后访客再次点击您网站上的链接；3. 访客任何时候从其他网站到达您的网站。

平均访问深度： 访问深度，是指用户一次连续访问的店铺页面数（即每次会话浏览的页面数），平均访问深度即用户平均每次连续访问浏览的店铺页面数。

客单价： 客单价(per customer transaction)是指商场(超市)每一个顾客平均购买商品的金额，也即是平均交易金额。客单价的计算公式是：客单价=销售额÷顾客数。

成交转化率： JD成交转化率，就是所有到达店铺并产生购买行为的人数和所有到达你的店铺的人数的比率。计算方法为：转化率=（产生购买行为的客户人数 / 所有到达店铺的访客人数）× 100%。

   人生就像一场旅行,不必在乎目的地,在乎的,是沿途的风景,以及看风景的心情。          ————J.Wrong

京东进行大数据采集和分析主要是通过用户行为日志采集方案（点击流系统）和通用数据采集方案（数据直通车）。京东的数据目前包含了电商、金融、广告、配送、智能硬件、运营、线下、线上等场景的数据，每个场景的数据背后都存在着众多复杂的业务逻辑。为了帮助业务人员降低获取数据的门槛，简化数据获取的流程，同时帮助分析人员方便快捷地进行数据统计分析，进而挖掘数据的潜在价值，京东搭建了一套完整的数据解决方案。\x0d\x0a

属于

京东是一家以数据、技术为核心的公司

2017年7月15日，由网易传媒主办的2017网易未来科技峰会在北京召开。在上午的AI+金融论坛上，京东集团副总裁、AI与大数据部负责人翁志发表了主题演讲，内容如下。

2017年7月15日，由网易传媒主办的2017网易未来科技峰会在北京召开。本届网易未来科技峰会的主题是“新生”，设置了“新技术·新未来”、“新内容·新娱乐·新消费”、“AI+金融”、“AI+出行”、“AI+生活”、“AR未来”等六大论坛，邀请国内外最杰出的科学家、企业家、投资人、跨界明星，一起探讨人工智能、消费升级、AR的璀璨未来。

在上午的AI+金融论坛上，京东集团副总裁、AI与大数据部负责人翁志发表了主题演讲，内容如下。

我来自于京东，所以就需要谈谈电商。大家知道电商是作为互联网成长中的一大发明，就跟推荐、广告的这些形式相类似的。在现在全世界最大的十家互联网公司当中，电商企业占到了4-5家，大家可以数出来的，亚马逊、阿里巴巴、京东、e-Bay等等都达到了非常高的市值。所以我今天给大家分享的是人工智能、电商和金融。

人才和技术是金融发展的必须条件

智慧其实就是来自于我们的人类，其实我们的人类智慧是永远没有离开我们的钱袋子，是离钱最近的。为什么要谈到这个问题呢？我想给大家讲一个小故事，贝尔实验室是美国人才聚集，而且有非凡成就的实验室，来自于贝尔TNT的一部分，但是在互联网蓬勃发展的时候，其实是没落了；但是也瑕不掩瑜，它的诞生到它的成长，到发展到现在有六七十年的时间，诞生了九位诺贝尔获得者，主要在物理和电器方面。

在90年代末期它走下坡路的时候，他们这些卓越的科学家分成两部分，一部分人是加入了互联网公司，可以指出来的包括像埃里克·施密特成为Google公司的CEO，现在是它的执行董事长。还有像Ken Thompson，他是C语言的发明人，同时也是Unix的发明人，也获得过像计算机的诺贝尔奖，图灵奖80年代就获得了，他现在80多岁了，现在还是在Google做最前沿的工作。还有大家不太熟悉的CNN的发明者Yann LeCun，他是一个法国人，在多伦多大学从教，现在成为Facebook的AI实验室主任。我们发现绝大部分人从贝尔实验室出来加入互联网，还有一部分虽然没有显山露水，但是他们的钱袋子是鼓鼓的，他们是在用他们的智慧来创造价值。

人才是金融发展的必须条件，技术也从来没有离开金融。大家知道在互联网开始时代之前，在90年代之前，IBM的大型计算机购买者，除了军方、气象就是金融机构。金融机构在那个时间段里头是对计算机使用率和对计算机的发展其实是有着很强的主导作用。

后来互联网发展，技术门槛降低了，但是技术从来没有离开金融，包括纳斯达克，这是完全没有人操盘的，是完全自动操作的系统，整个背后的系统，包括管理整个数据六信息的公司也没有离开技术来帮助他保驾护航。有了人才、技术，金融才有它的生命力。

数据、计算技术与算法升级带来技术的飞速发展

随着互联网的发展，尤其是随着移动成为主流，大家都用手机来进行通讯，而且在随着IOT的发展当中，我们的数据采集、产生是指数型的生长，所以数据量急剧膨胀，再加上我们的技术。

技术来自于哪儿呢？大家知道1998年时候算法并没有成为主要的核心，但是到2016年的时候Google的AlphaGo能够战胜围棋的世界冠军，这个发展的整个过程当中，在计算方面的能力是一个天位书的增长，大家都知道摩尔定律是每一年半的时间会增长一倍，计算能力会增加一倍，在差不多18年的时间里头，其实是增长了差不多8000倍的样子，仅仅从CPU的计算能力就增长了8000倍，而且现在是一个网络的时代，我们的数据计算是一个网络的计算环境，所以这上的计算能力增长又是上万倍的增长，所以乘起来就是几百万倍的增长，所以计算能力是一个飞速发展的过程。

算法方面在最近的时代，其实也是有了很大的飞跃，所以在人类的人才的基础培养方面也达到了非常可观的时代，所以我们看到人工智能已经进入了一个起飞的阶段。

京东对大数据与人工智能的态度

京东是离用户最近的公司，因为电商拥有丰富的客户数据，同时对商家有深刻的理解。像我们现在的活跃用户已经达到了2.39亿（第一季度的统计），我们的商品有4000万的SKU，我们对商品有非常深刻的理解，同时我们对商品销售有很好的数据。这些数据又可以各帮助我们来反馈于我们的商家，对他们的生产产生影响，让他们的生活更有的放矢。所以说电商的数据完全可以成为金融业的后盾。京东金融就是一家以数据、技术为核心的一家公司。所以我们看到在人才具备当中，当然这个人才包括有计算人才，尤其我们也需要的是复合型人才，包括金融业的人，结合在一起，加上我们的数据、加上我们的计算能力，形成人工智能的核心，我们看到的就是未来科技、未来金融相结合的一个光明前景。

大家都说金融如战场，我们的行动要快、要精、要准，这样才是我们能够获取财富的手段。所以让我们来看看在人工智能方面怎么可以帮助我们金融的呢？首先，身份认证，我们现在用到的人脸识别，包括红膜识别、指纹识别、声纹识别，这些生物认证的方式都可以帮助我们很好地来界定一个用户的身份。在支付系统中可以有一个很好的应用。包括我们有成熟的人脸支付的形态出现，同时对于用户，我们的数据加上人工智能的处理方式，我可以对用户有一个精准的画像。

原来传统的方式我可以提取20、30种特征，根据这些特征来对一个用户进行描述。现在我们用的方法更为复杂，其实我们是可以用人工智能、用CNN的方式，把一个用户的信息投射到更多维度的完全立体的空间当中去，这个维度可以是千百万的，所以是接近于无限大的维度当中。虽然我们不能每一个分清哪一个维度，但是最后给我们的结果是非常精准的。在这方面我们都有这样的实践，发现对用户的描述可以达到一个极其精准的程度。

还有对话机器人。大家知道金融的产品是需要与用户交流的，所以我们跟用户之间是有着很多的交流。但是人来完成这个动作的时候是有他的局限性的。我们用机器、用人工智能的方式、用NOP技术提取的能力来进行对话，其实可以达到一个非常精准的程度。而且质量是可以有保证的，因为它不会因为用户而有情绪上的变化。

另外，我们发现比较难缠的用户或者是态度比较尖锐的用户，我们可以用系统自动选取，来找更丰富经验的人工客服来帮助他。所有这整套系统也可以用人工智能的方式来实现的。还有舆情分析，我们给用户推送了很多有用的他很关心的财经新闻信息，如果要是我们可以把所有的这些财经信息给他做一个自动的分类，找到他相关兴趣的用户，让他们做一个自动匹配，可以极大地提升效率。这些都是人工智能可以帮助我们做的。

还有就是预测分析，大家知道，人工智能最在行的就是预测，还有就是决策，因为他可以把很多的数据，海量的数据进行迅速的处理，而得出训练，得到算法，这些算法有线性回归的，也包括逻辑回归的，也可以用SVM，有很多统计学的机器学习的方式，甚至还有用神经网络来实现。

金融有着丰富的形态，比如说风控，还有商业金融、预测分析、保险，也包括我们的催收，还有个人财务的投资、信用分，这些都是我们可以应用的场景。所以我们看到人工智能在金融方面的应用场景非常广阔。

作为京东，我们希望我们在商业上、在电商当中积累的丰富的数据能够用某种形式来帮助我们的金融业发展找出更多的机会。当然，这些数据的趋势对于行业指数的分析也可以帮助我们的基金、帮助我们的投资者找到最佳的用户，同时为用户提供他需要的产品。这就是我们看到的人工智能在金融方面的潜力无限。

---