数据、智能驱动当当网发展

文/俞 渝

2019年11月9日，当当网迎来自己20岁生日。20年前当当网是PC时代的老兵，20年后，当当网统计为先，数据导向，场景开花，碎片链接。

经济下行时，当当网用长周期的思考，采取逆向行动。尽管图书本来就很便宜，当当网加大了对顾客性价比的追求。余华的《活着》、太宰治的《人间失格》这些经典好书当当网在促销期间10元一本。《小熊和最好的爸爸》12年没涨过定价，17．5元就可以买到5本书，2．5元一本高质量的版权书。

2019年，当当网做到在销量、营收、利润三个方面的增长。今天的顾客场景与一两年前相比，格外地碎片化。今日头条的顾客行为各异；微博的读者求真相，要看更新；抖音的顾客图热闹，等下一片瓜落地。

当当网钻研各种场景和场景之下的顾客表现。一个人被职场升迁困扰，这个人这会儿在无目的地闲逛。基于对场景和行为的统计、分析，当当网去研发相应的技术产品。在搜索系统、AI运用上，系统从召回到排序，加大深度学习模型的覆盖范围，针对阅读场景多的特点，从多个方面优化模型。如正负样本选取规则、无效数据的参数计算、相关性反馈的结构设置、低转化词和高跳出词的等价变换等，显著提高了搜索系统的精准性，使用户体验大大提升，更方便用户快速筛选一本书。

基于算法学习的搜索和推荐，当当网能够系统性学习用户行为和其潜在意图，为用户展示强相关、弱相关的多种陈列和可能，帮助顾客在海量信息和商品中简化选择的过程。工程师从数据、顾客心理、其他行业经验中，揣摩哪种布局对顾客更友好、更简洁。

当当网在中台、后台、生产的方面的研发逐年增加。例如，当当网促销期间发现某个时段中，顾客购买的平均数高于中位数。通过机器学习，为分段用户设置更好的陈列和促销方式。而当当网需要用技术手段，把优惠更多地让普通顾客享受。

当当网重构自主研发的仓储管理WMS系统。过去几年，当当网在自己的物流中心，增加仓库存储地图的使用和工人路径规划。运作的技术系统，开发了随机存储模式，随时计算仓库里的剩余容积，智能推荐合适的存储货位，最大限度地利用货位空间，提高存储密度。比如当当网物流中心接收一个商品时，系统即调用历史销售数据、当下流量数据、未来预测，系统再智能给出这个商品在仓库里最合理的位置。

当当网还加快了数据交互的实时性，使订单作业指令传递和执行更迅捷。在拣货过程中，系统会智能更新行进路线上的操作任务，指引员工工作，不需要人为判断。因此，相比几年前当当网每产生一百块钱销售额，采用更少的生产面积、更少的员工作业时间，员工的操作更为方便，体力消耗下降。当当网销售业绩上涨时，库存增长少于销售上涨，这又是效率的提升。

用户可以在APP、小程序、快应用上使用当当网。随着大家时间使用和场景的不断变化，当当网在小程序和快应用的发力表现也非常突出。当当网的小程序名列年度最佳，性能指标排名非常靠前。针对微信生态社交裂变的特点，持续推出相应的产品，领物、抽奖、砍价、打卡、成语、答题等。当当网小程序的分享率基本是行业平均水平的两倍，当当网小程序现在承载的任务是去触达以前APP没有覆盖的新用户。

过去一年，当当网在快应用上的进步非常明显。快应用在华为、小米、OPPO，得过许多大奖。更重要的是当当网在根据不同手机厂商的特点进行不同的产品设计。在视觉设计方面，当当网引入“Complexion Reduction”（肤质设计）的做法，让顾客在方寸之间，浏览更舒服。在平凡中追求个性，以简约、自然的风格展示一种舒适优雅的“书香感”。

统计为先，数据导向，场景开花，碎片链接。在当当网，用户可以买书、买服装、买百货，但书香浓郁一直是在各种技术应用中去重点发力的方向。顾客可以获得书外故事的“当读”，顾客可以在自己相关的“当当网号”上消磨几个小时。现在的起点是2020年，决胜2020年重新出发。商业是长跑，周期会反复。电商的竞争从来非常激烈，当当网不是天生的强队。这20年里，当当网用自己的力量，打造文化和科技结合的豪门。