淺談商品推薦:如何猜中用戶的心思?

所有不著調(diào)的推薦都是耍流氓,不著調(diào)的推薦不如不推薦。
去商場(chǎng)前,你告訴自己今天只買T恤,出商場(chǎng)時(shí),你還是拎了大包小包……導(dǎo)購(gòu)員看你摸了摸連衣裙,讓你免費(fèi)試穿,結(jié)果你這一穿就不愿脫下了,而且一件接一件。導(dǎo)購(gòu)猜測(cè)顧客喜歡什么,推薦顧客試穿,滿足雙方各自的心理訴求來達(dá)成交易。電商網(wǎng)站如何猜測(cè)用戶的心思,推薦商品達(dá)成交易呢?我們不可能讓人來感知用戶的訴求,只能用數(shù)據(jù)和規(guī)則告訴用戶,我知道你看上的是這件商品。所有不著調(diào)的推薦都是耍流氓,不著調(diào)的推薦不如不推薦。
一、推薦算法
推薦算法主要有基于內(nèi)容的推薦算法、協(xié)同過濾算法和基于人口的統(tǒng)計(jì)學(xué)推薦。先來科普下這幾種推薦算法:
1、內(nèi)容的推薦算法(CB):為每個(gè)item提取特征建模
CB基于商品相關(guān)性構(gòu)建商品模型推薦。商品相關(guān)性包括商品類目、屬性、參數(shù)、關(guān)鍵詞、組合商品等。
舉個(gè)簡(jiǎn)單栗子,你去買手機(jī),導(dǎo)購(gòu)員看見你進(jìn)來就知道你買手機(jī),這是商品類目;你說,看看粉色的蘋果,內(nèi)存要大點(diǎn),導(dǎo)購(gòu)拿來128G的紅色iPhone7,粉色是屬性,內(nèi)存是參數(shù),導(dǎo)購(gòu)拿來的不是水果,因?yàn)樘O果是iPhone的關(guān)鍵詞。等你決定買粉色128G iPhone7時(shí),導(dǎo)購(gòu)和你說,今天買手機(jī)再加10元可以買一個(gè)手機(jī)殼,這個(gè)是商品組合推薦。電商系統(tǒng)也是如此,一步步猜中用戶心思,用戶才會(huì)信賴網(wǎng)站。目前電商中純粹使用CB算法的不多了,對(duì)于初建網(wǎng)站,沒有用戶數(shù)據(jù)的前提下,主要依賴于CB算法推薦商品。
2、協(xié)同過濾算法(CF)
(1)基于用戶的CF
基于用戶對(duì)物品的偏好找到相鄰鄰居用戶,將鄰居用戶喜歡的推薦給當(dāng)前用戶。大學(xué)時(shí)期和你經(jīng)常一起看電影的閨蜜和你說,最近上映的《摔跤吧,爸爸》很好看,會(huì)讓你更想去看這部電影,因?yàn)槟阒溃矚g看的,一般你也喜歡看?!跋矚gXX的人也喜歡”就是典型的User CF。
(2)基于物品的 CF
基于用戶對(duì)物品的偏好找到相似的物品,然后根據(jù)用戶的歷史偏好,推薦相似的物品給他。經(jīng)常遇到的就是你買褲子時(shí),導(dǎo)購(gòu)和你說,這款是我們銷量最好的, 剛還買走一個(gè)呢。除了物物關(guān)聯(lián)外增加了用戶偏好,根據(jù)大眾偏好預(yù)測(cè)你還沒有表示偏好的物品,比如大家都在買。
3、基于人口的統(tǒng)計(jì)學(xué)推薦
根據(jù)用戶的屬性建模,通過用戶特征計(jì)算用戶間的相似度。常見的有用戶注冊(cè)時(shí)添加感興趣標(biāo)簽、榜單、熱點(diǎn)等。
推薦算法無外乎是商品相關(guān)性、用戶行為、大眾行為。
二、運(yùn)營(yíng)推廣
上述的推薦算法是基于數(shù)據(jù)和規(guī)則推薦的,除此之外,還有運(yùn)營(yíng)需求的推廣。當(dāng)然生活中也是存在的,導(dǎo)購(gòu)偶爾會(huì)強(qiáng)力推薦某個(gè)產(chǎn)品時(shí),有人就會(huì)懷疑,是不是提成多。除了專題活動(dòng)推薦外,偶爾也可以在自然推薦規(guī)則中加入人為干擾因素(比如某個(gè)品牌優(yōu)先),讓你的運(yùn)營(yíng)推薦做的不聲不響。移動(dòng)端的推薦比較推崇的是Feed流,推薦除了不易察覺,還會(huì)讓你心甘情愿分享。
三、無處不在的推薦
以天貓為例說明,推薦不是越多越好,推薦是越準(zhǔn)確越好。
- 首頁(yè):除了各種專題運(yùn)營(yíng)活動(dòng)外,根據(jù)用戶的瀏覽歷史猜你喜歡
- 搜索結(jié)果頁(yè):不漏痕跡地加入人為干擾因素推薦,掌柜熱賣
- 商品詳情頁(yè):基于大眾瀏覽和商品相關(guān)性的看了又看
- 會(huì)員中心:根據(jù)用戶瀏覽猜你喜歡
- 訂單詳情頁(yè):運(yùn)營(yíng)活動(dòng)推薦,關(guān)注品牌的熱賣單品
- 購(gòu)物車頁(yè):掌柜熱賣、品牌收藏、最近瀏覽、猜你喜歡
四、2B電商的區(qū)別
2B的特殊性又來了,2B電商面向的是企業(yè),企業(yè)就會(huì)有不同角色操作的人,面向不同的人推薦不同。以采購(gòu)手機(jī)原材料為例說明,工程師選的是產(chǎn)品(選型),他可以決定采購(gòu)手機(jī)電池的規(guī)格參數(shù)和品牌,商品推薦可以從規(guī)格參數(shù)和廠家等維度來推薦。采購(gòu)員是買指定的材料,是無權(quán)更改產(chǎn)品型號(hào)和品牌的,但他可以決定商品的價(jià)格和供應(yīng)商,商品推薦可以從價(jià)格等維度入手。
最后,推薦不是越多越好,推薦是越準(zhǔn)確越好,多而不準(zhǔn)確的推薦,在用戶看來是一次次地眼睛被強(qiáng)奸。
本文由 @蘿卜Lily 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
學(xué)習(xí)了