1. 數據收集

京東商城信息采集 　　數據收集的來源：

　　京東擁有我認為幾乎是互聯網上最完整、最精準、最高、最長完整鏈條的數據。

　　第一方面，京東商城一年有大幾千億的銷售額，十幾萬的商家，10億以上的商品每天沉淀在平臺上，有大量的數據可以為整體的后續營銷和人工智能建設服務。

　　第二方面，我不知道大家有沒有用過京東白條？實際上像京東白條，包括理財產品，對用戶來講是有非常高價值的數據。

　　第三方面，是物流。今年4月份，京東宣布整個物流子集團成立，意味著京東物流從一個供給自身商城業務，擴展到社會化物流。我們現在也開始給大量的品牌方服務，可能這個商家在天貓開店，但它是用京東的倉庫，用京東的整個物流體系。各個地區行業的數據獲取可以更高，當然數據是永遠沒有止境的。

　　京東產品總監朱文偉：利用AI加速構建營銷新模式

　　第四方面，東哥（劉強東在開年大會上）也提了無界零售。我們現有八家京X計劃，包括騰訊，今日頭條，都是行業里最大的媒體和流量端。通過整個的數據清洗，讓我們的數據更完整。

　　數據收集的原則

　　互聯網真正地采集了大量的數據，這是人工智能的第一戰場。在數據整個收集過程里有幾個點，是我想強調的：

　　第一個，數據并非越多越好

　　如果有些數據是無效的，也不用刻意地生產很多畫像。

　　第二個，沒有應用場景的畫像沒有任何價值

　　舉個例子，比如你喜歡吃核桃，你又打王者榮耀，你覺得王者榮耀知道你喜歡吃核桃這件事情有任何價值嗎？他可能給你出個核桃的裝備嗎？聽上去好像沒有什么商業意義。

　　第三個，大部分畫像都是一種概率

　　大部分數據，包括用戶畫像，你可以認為它是一種概率。比如京東商品信息采集，在我們家大部分電商的消費都是我來完成的，也會幫我老婆買一些女性用品，由于我其他行為也不多，可能我就會被定義為一個女性用戶。但實際上我在其他方面的行為并不是一個女性用戶，所以它會存在偏差。

京東商品采集器 　　第四個，不要過度關心用戶避免用戶焦慮

　　這個在互聯網早期比較多，總讓用戶填一些個人信息問卷；其實很少有人會認真地去填，所以盡量不要去打攪用戶。