用 京东 智圈提升线下商业运营绩效
邢志峰说， 京东 智圈的诞生，源于两方面因素：第一， 京东 洞察到了线下商贸企业难以有效整合商品信息、库存信息、顾客消费偏好等精细化数据，无法实现精准营销的痛点;第二， 京东 希望通过大数据为行业带来价值。 京东 智圈通过打通消费者线上、线下数据，为线下和线上商家提供大数据服务，打通O2O信息闭环，促进整个O2O快速发展。同时， 京东 会帮助有实体店的商家，进行线下运营的大数据决策支持。
京东 智圈会为商家提供三个方面的决策依据，第一是商业环境，包括整体环境(从住宅、购物等5方面分析商业环境)和行业环境(分析服装、母婴、超市等个行业竞争情况)；第二是商圈所在行业特点，运营独特性，包括品类畅销、品牌畅销、商品畅销价位段排行及趋势；第三是用户行为，包括商圈人群性别、年龄、职业、兴趣爱好、促销敏感度、评价关注程度等。
邢志峰用一个实例来说明智圈的价值：“一个超市经理可能有三个困惑，一是准备在知春路附近开个分店，不知道用户购买力怎么样，附近竞争状况如何；二是知春路店和苏州街店同时运营，但业绩差异很大，很想知道原因；三是不知道用户购物趋势发生怎样的变化，如何进行优化运营策略。”
京东 智圈怎样解决超市经理的困惑呢?首先， 京东 智圈产品通过与腾讯地图进行紧密合作，会有一个商业环境的分析，发现知春路这个店附近超市行业竞争度适中，购物属于大型购物社区，住宅属于中型住宅区。同时用户画像实验模型会发现，这个商圈周围更多是白领、一般职员比例比较高，学生和老师也比较高，23岁到46岁人群集中度达到了57％。
其次，知春路和苏州街店业绩差异很大。通过 京东 智圈分析，苏州街店周围3公里超市行业竞争度比较低，而知春路则较高。苏州街店是中型美食区、娱乐区，而知春路是大型美食区、娱乐区。苏州街店周围1公里，白领比例一半，学生教师不到8％，但是知春路周围1公里，学生和教师比例是26％。相比于苏州街店，知春路的管理层可能更应该考虑学生和教师的需求。
最后，智圈显示，在趋势和优化上，在这个商圈附近随着天气的转冷，羽绒服、棉服、毛呢大衣等品类销售占比逐渐上升。商家可以通过这些线上数据关注周围用户需求的变化，从而优化和改善运营。
从11月19日测试版上线开始， 京东 智圈发展迅速。以北京为例，已经以地理位置、商业活跃数据为基础，完成331个商圈的建模，可以深度分析每个商圈用户购买需求指数、购买力指数、信用指数、商圈人群特性、商圈商业特性等，帮助商家快速全面了解北京地区各商圈情况和动态。
除了商圈精准画像功能外，智圈的店铺经营模块核心功能已经面向入住 京东 到家的商家开放，包括经营概况、销售分析、门店分析。通过分析每家店铺的品类和单品的销售表现，帮助商家了解目前市场需求及趋势，更好的进行备货及促销调整，同时也帮助商家横向对比各店铺的销售情况，找出问题门店，深度分析问题。
京东 “智圈”用技术创新服务O2O行业
在演讲中，邢志峰首度披露了智圈的两大技术创新。第一是数据融合， 京东 智圈既有 京东 庞大的用户消费数据，又有腾讯地图独特的地理位置数据，融汇了双方的技术特点和数据优势。第二是可视化创新， 京东 发现零售商户并非不想利用大数据做智能决策，但自己建立技术门槛较高，团队、数据获取都非常困难。因此， 京东 在数据可视化，包括数据建模、输出方面都进行了大量用户体验优化。
在功能上， 京东 智圈也开发出了自定义商圈的功能。因为商圈概念是动态的，是基于一个中心向外辐射的概念。500米、1000米、2000米都可以是商圈。因此， 京东 商圈也支持自定义商圈功能，商户可以自定义区域半径来分析商业环境、用户习惯、品类特点，构建适合自身的线下营销体系。
针对于线下传统行业数据量少的特点， 京东 智圈通过大数据挖掘技术进行了补充。主要应用了文本挖掘和信用建模体系。 京东 首先使用了文本挖掘技术，将 京东 评论数据、轴向数据及用户数据进行了整合。通过这些文本挖掘的分析，大大补充了线下传统行业没有非结构化数据，只有自己销售量数据的短板，用 京东 积累的大数据成果输出，进行线下商家决策支撑。
业界人士认为， 京东 智圈将 京东 丰富而精准的线上数据和腾讯地图的地理信息数据结合，指导 京东 O2O和线下商家的运营，此举有效提升了 京东 大数据的价值和应用范围，同时也为线下商业提供了可靠的运营数据支持。一方面， 京东 智圈会为 京东 的O2O体系构建一道特殊的技术壁垒，赋予其独特的数据资源，另一方面，这种大数据跨界应用的模式会逐步普及，带动整个商业模式的发展和变革。
乐发网超市批发网提供超市货源信息,超市采购进货渠道。超市进货网提供成都食品批发,日用百货批发信息、微信淘宝网店超市采购信息和超市加盟信息.打造国内超市采购商与批发市场供应厂商搭建网上批发市场平台,是全国批发市场行业中电子商务权威性网站。
本文来源： 京东大数据开启智慧商圈
