相比买买买,我们更想在618聊一聊云厂商的能力象限价值几何

本文主要是介绍相比买买买,我们更想在618聊一聊云厂商的能力象限价值几何,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

进入6月,电商平台、线下商场都开始启动一年一度的618攻势。伴随着新基建、数智化技术的不断落地,我们也会看到许多关键零售环节开始拥抱云计算:综合性平台全面入云,物流、工厂、仓储、门店等等也在纷纷上云。

某种程度上来说,618购物节同时也是云厂商的角力场。

对于电商购物,我们有许多指标来评判一个平台的实力:客服回复率、收发货速度、售后态度等等。那么,针对背后的云厂商是否也有一系列考核指标呢?

经常阅读我们文章的读者可能知道,云厂商常常会以进入Gartner行业魔力象限中的领导者象限,作为自身实力和行业地位的佐证。而根据Gartner的说法,魔力象限仅用作一种研究工具,并不意味着是行动的具体指导。

所以,我们不妨换一张“考卷”。马上到来的618,就很适合作为考题。前期备货、售前转化、峰值流量、物流承压……堪称一场全链条的压力测试。此次618期间,京东云首次面向业界发布十大技术应用趋势,从中可以看到,数智科技几乎体现在电商服务的各个环节当中。

中国零售业正在发生重大变化,在普通消费者看不到的角落,中国云厂商们在不停地刷新着科技的存在感。以云厂商与产业需求的适配度,作为考核其能力象限的具象化坐标。

为了让大家更直观地感受到极速在产业侧所发挥出的真实水平,这次我们也尝试放下“见云谈云”的分析思路,而是从零售业在618中所展现出的需求与变化,以“人、货、场”三大要素为牵引,来讨论云厂商所需要具备的能力象限,认知京东云十大技术所展现出的未来价值。

用更具用户视角的X轴,

创造差异

关于零售业的变化,业内已经有过许多讨论,其中最核心的就是“人”。人的决策逻辑变了,所以需要从“等人找货”变成“为货找人”;人的购买渠道变了,所以需要线上与线下融合;人的消费理念变了,所以需要全链条的数字化来读懂用户画像,以反哺生产制造运输营销等供应链各个环节。

毫无疑问,零售业是最需要用户思维的领域,而服务于零售行业数智化的云服务,自然也要以用户视角作为基本要义。

围绕云服务的用户——零售企业出发,会发现从A平台到B平台、从线上到线下,消费者几乎被浩如烟海的商品包围了,同时个性化需求成为主要消费驱动力,这就产生两个变化:

一是生产端,如果不考虑市场需求变化而盲目生产,会面临前所未有的冗余积压风险;二是营销端,全场景海量商品背景下,浏览、咨询、购买等都开始变得低效,零售品牌方承担着前所未有的服务压力。

众所周知,京东云是从京东业务中生长出来的一朵云,是在将京东各种电商资源和能力云化、100%支撑京东零售、供应链仓储、配送、交易、IT等核心业务之后对外开放的,这也使其更懂产业各个环节的实际痛点。

在此次发布的京东云十大技术应用中,就面向零售行业用户推出了两大能力:

一是C2M反向定制。

简单来说,就是让消费端数据来赋能生产,快速部署市场所需要的品类,合理安排投产,减少盲目生产带来的成本,由此提升品牌的效率与竞争力。

目前,京东整体C2M反向定制,与超过1200个品牌进行了深度合作,商品覆盖超过1000个品类。

今年京东618将至少帮助1000个新品类同比增长超100%,100个新品类销售过亿。通过反向定制,让生产端与消费端相互适配,有效降低企业的经营风险,同时能够针对性地满足各种用户的不同需求。

二是全球最高频率的智能人机交互。

针对零售企业服务难的问题,京东利用情感识别、自然语言理解、知识图谱等技术,打造了业界首个大规模商用的智能情感客服。

这一产品可以识别用户的快乐、愤怒、伤心、失落、恐惧、焦虑等7种情绪与四川、山西、陕西等地方言,并理解用户意图、主动服务,为用户带来有温度的服务体验。

举个例子,面对购物节期间超大规模的售前咨询,智能客服不仅可以回答“有货吗”“满减之后是多少”等规则型问题,还可以面对一些情感和情绪化的提问,比如“优惠怎么算不明白”“我穿好看吗”等进行回答,处理不了的还会根据语义分析及时转接到相关人工客服,从而帮助品牌有效地洞察用户心理,更好地提供服务。

去年京东11.11期间,累计提供咨询与导购服务8432万人次,今年618又将再次披甲上阵。

我们知道,在疫情之后全球经济提速,政务、金融、医疗、教育等等,各个行业都需要以数字化、智能化来寻求发展增量与服务质量。比如景区运营需要精准化的用户洞察和营销推介,数字政务需要及时为市民提供服务、解决问题等等。

作为数字社会的基础设施,云服务平台需要用新技术、新工具驱动产业服务升级。而以更懂用户的视角出发,是云厂商真正实现业技融合的基本前提。

浩如烟海的选择大爆炸,

让更懂商品站在Y轴上

前面提到,零售业出现了前所未有的商品大爆炸,消费者可以在更全的消费场景、更丰富的货物选择、更多元的消费渠道任意遨游。这也让商品触达和渗透消费群体的难度前所未有地增加,坐等“人找货”的好日子已经一去不返,但要进行全场景、全客群、全渠道、全品类的内容营销,又大大增加了企业的成本。

因此,云服务带给零售体验的第二个能力加持,就是改变消费者对商品的认知逻辑。

第一重改变,是从单一页面到多模态内容。针对这一点,京东云的多模态技术,利用多年积淀的AI能力挖掘商品卖点,融合商品的多模态图文信息生成风格多样的营销内容。

举个例子,除了文字之外,还可以在平台上实现虚拟试衣、AI写诗、AI音乐生成、文本和图像互相生成等功能,从而创作出更多样化的营销内容,吸引消费者。

目前,上述能力已经覆盖3000多种品类,并大规模投入618,帮助零售企业拉新获客。

第二重改变,是重建人与货的信任体系。在购买高价值、安全型商品时,消费者对平台和商品的信任几乎起到了决定性的作用。这一点,从3C品类起家的京东自然更加重视。

京东云首创的“一码到底”区块链溯源,就记录了商品从原产地到消费者全生命周期的信息,全环节流转可查询、可追溯。目前,该技术已为冷链生鲜、母婴、酒类、美妆、奢侈品、跨境商品、医药等众多领域的11万+商品提供防伪追溯,落链数据达到10亿级,消费者“品质溯源”查询次数超950万次。

用技术消解人与货之间的信任鸿沟,更有效地引导消费者进入交易的下一周期。

科技的价值,就是尽可能在更多环节、更广范围内提升效率、触达受众。从这个逻辑来看,一面是内容,一面是信任,或许表示云服务下的许多场景都可以打开全新的增长空间。

填平场景鸿沟,Z轴上的价值创生

杰弗里·摩尔被称作高科技营销魔法之父,他曾提出过一个广为流传的观点:高科技产品在市场营销过程中遭遇的最大障碍,就是如何“跨越鸿沟”,获得主流市场实用主义者的支持。

事实上,近年来我们走访了许多产业智能化项目,无不强调技术工程师需要与业务人员站在一起、以业技融合的方式来推动产业上云。对于云厂商来说,如何在全场景中推动数智技术落地,是一道必答题。

目前来看,零售行业的数字化覆盖了越来越多的场景,不仅包含零售终端的交易环节,还影响着整个供应链。所以在京东云的十大技术体系中,就将上游供应链决策、物流环节的一体化贯通、交易终端的交互革命,来了一次全面革新。

通过智能供应链决策,京东在覆盖全国重点城市的32座“亚洲一号”、运营超过1000个仓库的基础上,实现了自营订单当日达及次日达占比保持在90%以上,库存周转天数降至31.2天。

具体来说,就是根据数千亿次规模的精准触达和消费者需求分析,通过智能运营、仓网优化、全渠道履约、C2M反向定制,提升供应链的运转效率,也创造了一系列的世界级水平的纪录。

而在决定消费者体验的物流配送环节,依托京东云的一体化供应链,京东物流可以通过系统算法、供应链计划与多层级的库存前置,将有数百万SKU商品前置到距离消费者最近的各级仓库,超200城可实现分钟级送达,从容面对618等购物狂欢节的亿级订单,让消费者同样能感受“京东速度”。

其中,智能存储、智能搬运、智能分拣和智能拣选等机器人产品,也成为京东物流的关键力量,在亚洲电商物流领域规模最大的智能仓群32座亚洲一号中发挥能量。

当机器人产品在智能仓群中努力工作的时候,京东云的虚拟数字人也在尝试为消费者们发光发热。

利用语音合成、自然语言理解、3D美术、光学捕捉、视频驱动多维技术进行组合,将表情、动作、口型、情感完美融合,京东云打造的数字人目前已经有了极高拟人度的表现力和感染力,在电商、社交、媒体等领域,“扮演”着主播、客服、柜员、导游、甚至老师的角色。

试想一下,获得一对一的专属数字人服务,会不会令旅游、办事、购物等等经历都体验倍增呢?

总的来说,京东云用数智科技所影响的,既有消费者可感的终端环节,更在于集合了仓储、配送、售后、服务、金融、营销、交易、数据等各类资源的供应链,这是零售的重中之重,也是云厂商跨越鸿沟、撬动市场的核心场景。

托举产业数智化,

立体能力象限下的技术底座

沿着用户视角的X轴、商品重构的Y轴、场景重塑的Z轴,可以看到云厂商想要完成一场购物节的全面赋能,需要有更多元的本领、更综合的能力,来帮助零售行业完成这场考验。

如前所说,京东电商服务的各环节、各系统的业务数据与互联都在云上,自然要将系统建构在最稳定也最可靠的技术底座上。

在此次的技术体系中,京东云也公布了支撑上述零售革新的技术底座:

一是安全。自主研发的万象+隐私计算平台,集成联邦学习、多方安全计算、分布式TEE可信执行环境、区块链等技术,在支持超大规模数据统计分析、训练和推理的同时,远超传统效率100倍以上。隐私计算的大规模应用,打破了信息孤岛,让数据安全高效的运转成为可能,在安全的前提下让消费者的618购物体验更加高效。

二是可靠。京东云已是全球容器化最彻底的云平台之一,并同时拥有全球最大规模的Docker集群和Kubernetes集群,足以支撑万亿级的电商交易。

目前,京东618购物节订单100%云上完成、京东物流、京东金融等均已全量上云,历经了京东618、11.11、春晚等万亿级流量洪峰考验,服务最高可用性保证高达99.995%。

今年618,京东云推出的混合云操作系统云舰(JDOS),作为统一计算资源底座,实现对1000万核计算资源的弹性调度与管理,让有限的计算资源在不同任务间无缝切换,用到极致。在云原生技术中台稳定支持下,实现资源快速灵活平滑扩容。基于高性能SDN控制、TB级专线接入、智能流量调度、高并发数据库访问等丰富资源,可以更加从容地应对618高并发、大流量场景,并通过立体式统一安全运营中心及一体化DDoS防护体系,全面护航618安全。

此外京东云还发挥“最懂产业”的独特优势,提供公、专、混的混合数字基础设施,满足产业“多云部署”的需求,形成了零售云、物流云、金融云、健康云、政务云、客服云、智造云、会展云等服务矩阵。

三是绿色。科技进步不能以环境为代价,采用液冷技术,可以使基础设施部分运行能耗节省可达70%以上,总能耗节省在20%以上。通过在京东云的超级数据中心中规模化应用,可以使碳排放总量减排比例达20%以上。

618期间,在带动千个新品类增长超100%的同时,实现单位订单资源成本下降30%,碳排放同比降低5%,让计算更加绿色节能。

我们都知道,京东是超级电商,通过这次十大技术应用的发布,可能很多人才知晓,京东云也有着超级云服务商的技术底蕴,而且不止一个大招。

从京东云所展现的技术底座与能力象限中,已经可以清晰地看出未来的差异化占位与想象力:

各行各业面对数智化趋势,所考虑的不是做不做,而是怎么做更好,这时候用户、商品、场景的立体化能力象限,彼此协同配合,叠加基础设施的强大助益,能够更快实现数智科技在实际业务中的深度释放。

618年度大考终会结束,数智化技术驱动下的产业转型趋势正风起云涌。在庞大的时代命题面前,更懂产业才有长期共赢的潜力,才能用一场场技术胜仗,掀开数字时代的幕帘。

这篇关于相比买买买,我们更想在618聊一聊云厂商的能力象限价值几何的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/337812

相关文章

uva 10387 Billiard(简单几何)

题意是一个球从矩形的中点出发,告诉你小球与矩形两条边的碰撞次数与小球回到原点的时间,求小球出发时的角度和小球的速度。 简单的几何问题,小球每与竖边碰撞一次,向右扩展一个相同的矩形;每与横边碰撞一次,向上扩展一个相同的矩形。 可以发现,扩展矩形的路径和在当前矩形中的每一段路径相同,当小球回到出发点时,一条直线的路径刚好经过最后一个扩展矩形的中心点。 最后扩展的路径和横边竖边恰好组成一个直

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

XTU 1237 计算几何

题面: Magic Triangle Problem Description: Huangriq is a respectful acmer in ACM team of XTU because he brought the best place in regional contest in history of XTU. Huangriq works in a big compa

poj 3304 几何

题目大意:给出n条线段两个端点的坐标,问所有线段投影到一条直线上,如果这些所有投影至少相交于一点就输出Yes!,否则输出No!。 解题思路:如果存在这样的直线,过投影相交点(或投影相交区域中的点)作直线的垂线,该垂线(也是直线)必定与每条线段相交,问题转化为问是否存在一条直线和所有线段相交。 若存在一条直线与所有线段相交,此时该直线必定经过这些线段的某两个端点,所以枚举任意两个端点即可。

POJ 2318 几何 POJ 2398

给出0 , 1 , 2 ... n 个盒子, 和m个点, 统计每个盒子里面的点的个数。 const double eps = 1e-10 ;double add(double x , double y){if(fabs(x+y) < eps*(fabs(x) + fabs(y))) return 0 ;return x + y ;}struct Point{double x , y

poj 2653 几何

按顺序给一系列的线段,问最终哪些线段处在顶端(俯视图是完整的)。 const double eps = 1e-10 ;double add(double x , double y){if(fabs(x+y) < eps*(fabs(x) + fabs(y))) return 0 ;return x + y ;}struct Point{double x , y ;Point(){}Po

EasyPlayer.js网页H5 Web js播放器能力合集

最近遇到一个需求,要求做一款播放器,发现能力上跟EasyPlayer.js基本一致,满足要求: 需求 功性能 分类 需求描述 功能 预览 分屏模式 单分屏(单屏/全屏) 多分屏(2*2) 多分屏(3*3) 多分屏(4*4) 播放控制 播放(单个或全部) 暂停(暂停时展示最后一帧画面) 停止(单个或全部) 声音控制(开关/音量调节) 主辅码流切换 辅助功能 屏

全倒装COB超微小间距LED显示屏的工艺技术,相比SMD小间距有何优势

全倒装COB(Chip On Board)超微小间距LED显示屏,在工艺技术上的革新,相较于传统的SMD(Surface Mount Device)小间距LED显示屏,展现出了多方面的显著优势。 首先,全倒装技术极大地提升了LED芯片的散热性能。通过将芯片直接焊接在基板上,减少了热阻,使得热量能够更快速地传导至基板并散发出去,有效避免了因高温导致的光衰和色彩偏移问题,从而保证了显示屏的长期稳定性

三维布尔运算对不规范几何数据的兼容处理

1.前言 上一篇文章谈过八叉树布尔运算,对于规范几何数据的情况是没有问题的。 在实际情况中,由于几何数据来源不一,处理和生成方式不一,我们无法保证进行布尔运算的几何数据都是规范的,对于不规范情况有时候也有需求,这就需要兼容不规范数据情况,当然这种兼容不是一味的让步,而是对于存在有限的不规范数据的兼容处理。 2.原始数据示例 下图是一个大坝模型和之上要对其进行布尔运算的立方体。 大坝模型由