发帖
雷达卡
Amy是京东的一个新会员，她最近想当一个家庭主妇，因为想自己开始学一些厨艺，于是到京东去买些厨具，结果发现她选中的那款商品没有货，然后她看到京东有“到货提醒”功能，于是他选择了该功能，填上了自己常用的邮箱地址，然后确认，相当于登记好了。过了几天这个商品有货了，Amy就收到了一封邮件说，亲爱的用户，你上次想买的东西有货了，你要不要买，然后还在这封邮件里给她推荐了几个相关的商品。可能由于很多原因，Amy改变主意了，感觉自己选的没有推荐的好，于是她购买了邮件中推荐的商品，通过邮件Amy完成了她在京东的第一次购物。
过了一段时间，Amy又迷恋上了摄影，于是想在京东买一款单反相机，她搜索浏览了很长时间，但对于一个摄影菜鸟来说，她一直不知道该如何选择。没想到有一天她打开邮箱，发现里面躺着一封邮件“京东告诉您如何挑选单反相机”，这不正是Amy需要的吗！她立马打开邮件，通过邮件到达专题页面，参照里面的内容，果然找到了自己满意的相机并果断下单购买。
Amy的爸爸快要过生日了，她打算送爸爸一部三星手机，在京东有一部她感觉不错，就是价格有些贵，Amy有些犹豫，先放到购物车吧，再看看有没有其他的便宜一些的，但是当天也没有找到更合适的，正好有其他的事情就去忙了。结果3天后，她收到一封“您购物车里的商品降价啦”的邮件，打开一看，就是她想买的那部手机，降价500元，降价后的价格她觉得可以接受了，就果断购买了。
……
就这样，Amy喜欢上了京东的邮件，因为京东的邮件总能给她惊喜，能帮助她购物，好像能读懂她的心思，这是在其他家网站没有的。
像Amy这样感受到京东邮件魅力的会员不在少数，那么京东的邮件系统是怎么做到的呢？
首先，我们知道好的邮件营销就是要完美解决一个3W的问题：即在什么时间(When)把什么内容（What）发给什么人（Who）。如果要解决这个问题，就要很清楚的了解用户的情况，用户的个人喜好，他需要什么，这就需要大数据挖掘技术的支持，需要基于用户在京东的一切行为（行为背后是一系列的数据），包括搜素、浏览、点击、咨询、加关注、放购物车、下单、地址等等一系列数据，在这些数据的基础上进行建模，然后我们得出每个用户的情况，例如：性别，年龄，婚否，是否有孩子，孩子的性别，是否有房子，是否有车，喜欢什么品牌，等等。当我们了解了这些信息，就比较容易定位到每个用户的喜好。然后我们再抽象出各种场景，基于每个场景制定不同的邮件策略，例如：加购物车却没有购买是一个场景，例如浏览了什么什么东西没有购买也是一个场景，那基于这些场景，我们设置不同的邮件内容，在合适的时间，例如加购物车后这个商品发生了降价行为的时候，发送给这个用户。
基于大数据京东搭建了以下结构的精准营销架构：
精准营销架构截图
架构底层是明细数据，包括用户产生的各种日志数据、用户交易数据和其他相关数据，在用户数据的基础上，我们进行了用户行为的建模，包括用户属性的识别、用户兴趣模型、用户关系模型、用户生命周期、用户信用模型等等；在用户建模之上，我们抽象出用户画像，作为底层数据供应给各营销系统。 所以这个架构解决的不仅是京东邮件精准营销的问题，一起解决了所有主动推送的，例如：短信、APP PUSH、站内信等的精准营销问题。 在京东的邮件系统还没有引入大数据之前，只是每周发两次全站用户的邮件，或者有一些简单的基于用户级别的划分，当时负责邮件营销的小新很是苦恼，因为他有很多邮件创意无法实现。有了大数据的参与，我们把大数据建模出的用户画像抽象成筛选条件放到邮件系统，这样，任何邮件运营人员都可以很方面的筛选出精准的目标用户，邮件内容的设置上也更多样化，更重要的是用户体验得到了极大提升。在基于大数据做了很多场景的自动触发邮件策略之后，京东的邮件也开始变得智能起来。
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
