數(shù)據(jù)

電商推薦系統(tǒng)進(jìn)階

來(lái)源：天下網(wǎng)商

亞馬遜推薦系統(tǒng)每秒賣出的商品達(dá)72.9件，推薦的轉(zhuǎn)化率高達(dá)60%，它清楚消費(fèi)者的喜好，可以預(yù)測(cè)出消費(fèi)者的需求進(jìn)行推薦形成購(gòu)買。而目前國(guó)內(nèi)的電商大都未能做到如此程度，推薦系統(tǒng)是國(guó)內(nèi)電商網(wǎng)站未來(lái)的一個(gè)發(fā)力點(diǎn)，推薦系統(tǒng)的成長(zhǎng)可以大致分為以下3個(gè)階段。

1非個(gè)性化

no personalization

向所有用戶進(jìn)行相同的推薦，比如根據(jù)編輯的選擇、銷量或點(diǎn)擊率排行榜等進(jìn)行推薦。

2 一時(shí)個(gè)性化

ephemeral personalization

一定時(shí)間內(nèi)，向有相同行為的消費(fèi)者，進(jìn)行相同的推薦。

3永續(xù)個(gè)性化

persistent personalization

不僅根據(jù)用戶短期內(nèi)的行為，而且結(jié)合用戶過(guò)去的個(gè)人信息和歷史消費(fèi)行為等進(jìn)行預(yù)測(cè)性推薦。要實(shí)現(xiàn)“永續(xù)個(gè)性化”需要結(jié)合客戶分群，例如通過(guò)對(duì)消費(fèi)者過(guò)去的購(gòu)買經(jīng)歷分析消費(fèi)者的購(gòu)買頻次、金額、偏好，同時(shí)結(jié)合消費(fèi)者年齡、性別等人口屬性及其他數(shù)據(jù)進(jìn)行分群，之后再根據(jù)消費(fèi)者最近的行為進(jìn)行千人千面的推薦。亞馬遜的推薦系統(tǒng)通過(guò)結(jié)合Acxiom開(kāi)發(fā)的客戶分群實(shí)現(xiàn)。