传统电商与社交电商、社区团购们的“千人千面”
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
图片来源@视觉中国
文｜庄帅
接触到「千人千面」是在09年底 ， 当时刚从淘宝店主进入B2C领域成为职业经理人 。 在学习电商行业知识和实践的过程中 ， 发现亚马逊的「千人千面」 ， 觉得特别有意思 。
2009年 ， 经过5年发展的淘宝已拥有了百万卖家和过亿的SKU 。
对于快速发展的淘宝我有一个非常大的困惑和疑虑：不断增长的卖家和商品似乎永无止境 ， 可是作为买家在没有上限的卖家和商品中 ， 如何更高效率地找到自己喜欢的和真正需要的？
毕竟越来越多的数据表明 ， 搜索结果买家基本上在第三页就很少再往后翻页查看其它商品 。
除了搜索 ， 买家获取商品的其它方式主要是：通过点击「类目」进入；促销和专题页；广告位 。
这个困惑和疑虑我始终在思索 ， 却无法找到解决方案 。
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
最终它却成了淘宝的「摇钱数」 ， 淘宝直通车和钻展赚得盆满钵满 。
纵是如此 ， 仍然觉得这个矛盾迟早会出问题的 。
大洋彼岸的美国亚马逊的「千人千面」技术正好可以解决这个问题 ， 这让我兴奋不已 ， 开始进行学习和研究 。
10年底被猎头挖到北京之后 ， 发现当时北京的当当、京东甚至亚马逊中国还在跑马圈地的初期 ， 而且流量红利和PC时代越来越大的屏幕空间也使得这个矛盾并没有这么突出 。
我则投身到家居建材和百货行业线上线下结合的实践当中 ， 偶尔遇到研究「千人千面」的技术人员 ， 会进行一些简单的交流 。
中国传统电商的 「千人千面」简史
直到移动互联网时代的到来 ， 面对3寸的小小智能手机屏幕 ， 缩小版的淘宝、天猫、京东、当当们都显得异常拥挤、体验极差 ， 消费者纷纷逃离 ， 有些开始回归正在热火朝天开店的线下购物中心和新业态的实体店 。
而且随着微信的用户规模不断快速增长 ， 基于微信的电商SAAS开店工具和微信去中心化的结合 ， 同样继续分流传统中心化电商的商家和用户 。
12年 ， 马云急得叫嚷着要通过「来往」的社交软件把企鹅赶回南极 。
刘强东则选择在14年上市前让腾讯成为第一大股东 ， 获得微信和QQ重要的流量入口 。
马云不仅没把企鹅赶到南极 ， 「来往」和接班人陆兆禧在不到两年时间沉寂 ， 成为移动互联网发展初期阿里成立以来最大的败笔 。
张勇接棒后 ， 马云开始提出新零售和「五新战略」 ， 避开微信的正面战场 ， 转战线下 。
淘宝新掌门 ， 80后的蒋凡同台登场 ， 「千人千面」计划开始进入落地实施阶段 。 并且寻求社交电商的突破 ， 有了现在一直独秀的淘宝直播 。
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
同期 ， 京东在获取微信的流量过程中 ， 发现原来的问题并没有被解决 ， 流量分配模型完全不同于PC大屏时代 。
于是启动「千人千面」计划 ， 试图解决流量分配和转化率问题 ， 以期提升用户体验并让用户重回京东 ， 保证一定程度的增长率 。
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
到18年 ， 中国真正做出「千人千面」拥有相应的成熟技术的只有淘宝和京东 。
随着拼多多在18年的成功上市和独立app的发展 ， 拼多多成为中国第三家拥有「千人千面」技术的电商公司 。 （腾讯和今日头条同样拥有「千人千面」技术 ， 但是和电商的比起来 ， 资讯类的要相对容易一些）
「千人千面」到底有多难？
「千人千面」技术也可以简单理解为「推荐算法」 ， 是一种基于用户行为的大量样本统计和协同过滤 ， 对用户需求进行预测的技术 。
由于电商涉及「转化率」 ， 「推荐算法」需要对这个指标负责 ， 所以实现的难度比资讯类的大得多 。
从买家角度而言 ， 这种技术会让用户真正高效地获取需要的、感兴趣的商品；从卖家角度而言 ， 则可以扩展竞争维度 ， 减少单一维度（排名）的竞争压力 ， 投入更少获得更高销售 。
最重要的是 ， 长尾商品通过「千人千面」真正能够公平地展示在消费者面前并产生购买 。
《长尾理论》是中心化电商发展的重要理论 ， 经过近30年的发展 ， 已经到了长尾理论2.0的阶段 。
我在《严选精品电商们崛起 ， 长尾理论失效了吗？》一文中对长尾理论2.0进行了较为深入的研究 ， 得出的结论就是长尾理论仍然有效 。 （对长尾理论想更多了解的朋友 ， 可以点击文章标题阅读或直接购买对应的专业书籍阅读）
让我们从简单的场景来理解「千人千面」技术：
比如你用高德地图导航到大润发 ， 买了大米、油和方便面并用支付宝付款 ， 下次你再打开淘宝 ， 首页就出现了盒马菜市场和面条等商品的推荐；
比如你和女友在微博私信说想换新手机了 ， 打开天猫就给你推荐了最新款的手机；
比如女友在微信发了个朋友圈说好喜欢新款LV包 ， 然后第二天看到了LV在朋友圈的新款女包广告 。
诸如此类 ， 都属于「千人千面」的「推荐算法」根据个人的行为数据精准推荐相应的商品和信息 。
或许这些场景让人感觉个人隐私信息被泄露了 。
其实像淘宝、京东、天猫这样的电商平台和微信、微博这样的社交工具和社交媒体本身不会窃取你的个人隐私的 ， 但是你的行为数据让平台知道你的需求 ， 然后通过「算法」进行商品和信息的推荐 。 （关于这个部分可以点击《「偷听」的成本和影响消费者偏好的两大作用力》的文章了解关于个人隐私和「推荐算法」的关系）
电商平台会采集更多个人行为数据 ， 比如使用过的手机、上过的app、看过的新闻、打车的频率、发红包的金额次数、欠银行的贷款、地图数据等等 ， 这些都会构成一个人数以万计的事实标签 。
标签的采集和架构设计相对还是容易的 ， 如何建立标签模型并准确的预测用户的需求则是最难的 。
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
以下技术部分参考了CSDN的技术博客及结合我个人的研究和理解 ， 欢迎感兴趣的朋友留言参与讨论和交流 。
我们拿淘宝首页内容板块为例 ， 常规的行为推荐算法是类似这样的公式：
内容访问权重=行为权重*时间权重*衰减因子
行为权重：点击一件商品或一篇文章 ， 留言、点赞、加购物车等行为 ， 都会计入行为权重 ， 根据平台积累的大数据 ， 计算出了不同类目不同产品下的各种操作行为权重分数 ， 在用户进行回复 ， 点赞 ， 收藏等行为时进行权重加分；
时间权重：停留时间越长 ， 时间权重也会越高；
这也能解释为什么电商平台和内容平台适合做「千人千面」 ， 因为都在追求停留时间 ， 电商平台的停留时间长有利于提高转化率 ， 内容平台的停留时间长有利于广告点击 。
衰减因子：用户的单次行为不能作为用户喜好的直接评定 ， 随着时间的推移权重也会慢慢衰减 。
由这三个权重维度的综合计算得到了我们的内容访问权重 ， 在我们多次访问同类型内容时 ， 每次都会获得对应的内容访问权重 ， 平台对这些权重进行累加 ， 然后利用神经网络的阈值函数（Sigmoid函数）进行标准化 。
然后可以得到一个阈值为（0,1）的结果 ， 通常推荐算法标准化过程是对Sigmoid函数的变形公式 ， 得出一个阈值位0-10的结果 ， 也就是我们所说的质量分（淘宝直通车的质量分也是以这样的方法计算来的） 。
权重（或说质量分）越高 ， 内容板块推荐类似内容的比例和频率就会越高 ， 这就是行为推荐算法（你的行为影响了你） 。
----传统电商与社交电商、社区团购们的“千人千面”//----[ http://www.caoding.cn]
目前已知世界上所有推荐算法的处理过程都是类似如此的 ， 没有太大差异 。
另外需要简单说明的是拼多多的拼团模型在进行「千人千面」的实施过程中 ， 人的社交关系将成为新的数据源 ， 这个部分可以让推荐比淘宝、京东、天猫更精准 。 （详见深度分析文章《拼多多的底层价值逻辑》）
这个过程 ， 也就是大家常说的打标签（比如我们搜索看过一个产品后 ， 猜你喜欢就会推荐类似的产品 ， 并且看过多种产品 ， 猜你喜欢推荐的频次是不一样的） 。
限于篇幅 ， 关于「千人千面」技术部分就不再过多赘述 ， 如果想进一步学习的 ， 可以到专业的技术论坛和博客深入学习 ， 或者买一些专业的书籍好好看看 。
传统电商平台「千人千面」的问题
前面之所以花这么长的篇幅来分析「千人千面」 ， 主要得出三个结论 。
一、随着电商平台的用户规模、商家规模和商品规模的无穷增长 ， 「千人千面」技术很好地解决了三者匹配和效率的问题 ， 从而提升电商的转化率和用户体验 。
二、「千人千面」实现的难度非常大 ， 一方面非常有足够的用户、商家和商品数据；另一方面要有强大的算法建模能力；最后还要有硬件的算力支持（阿里云、亚马逊云发展的领先这是主因） 。
三、「千人千面」看起来很美好 ， 却有三个技术无法突破的问题：
1. 没有想像中「精准」 。
因为购物决策受到的干扰因素太多 ， 现阶段均是「网络行为」的数据 ， 并没有「思维数据」和「生物数据」 ， 机器无法感知人真实的感受和想法；
2. 延迟问题 。
毕竟聊天或者浏览的那一刻到打开电商平台短短几秒时间 ， 购买决策已经发生了很大的改变 ， 甚至是没打开就变化了 。 人们总习惯：我只是说说而已；
3. 涉及隐私问题和歧视且是违法行为 。
《电商法》明确规定：电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其推销商品或者服务 ， 应当同时向该消费者提供不针对其个人特征的选项 ， 尊重和平等保护消费者合法权益 。
就是说 ， 如果强制推送根据「大数据」推算出的内容给消费者 ， 是违法的！
其次 ， 作为线下的传统零售商和新兴电商公司 ， 很难实现这样的「千人千面」 ， 哪怕是有钱也没有那么多的算法和技术人才 。 这些人才都被BATJ、TMD们早早地收了 。
如何突破技术和人才壁垒实现「千人千面」？
根据观察和研究 ， 新兴的社交电商和社区团购（含传统零售商做的社交电商和社区团购）从「微信群」的方向实现了「千人千面」 。
在去年我就成了每日一淘的VIP ， 在今年又加入了环球好货的VIP ， 并在近一年左右的时间里加入了几个社交电商和社区电商的群 。
发现成交率高的「群」有四个特点：
微信的群没有上限 ， 一个人想建多少个都可以 ， 而且没有门槛 ， 建群非常简单；以「人分」、「小区分」、「品类分」等等可以不断按照不同属性和维度细分的各种各样的群；通过群里聊天的去中心化「社交」方式 ， 获取单个个体真实的需求并通过群主（团长）从不同的社交电商或社区团购平台获取对应的商品并进行推荐；由于是基于「人」的唯度 ， 所以除了购买商品之外 ， 还可以群里聊聊宠物和小孩教育 ， 这种「千人千面」变得有温度 。
借助几万人、几十万人建立几万个、几十万个甚至几百万个群实现「千人千面」不仅在理论上成立 ， 也能真正落地 。
已经有社交电商和社区团购企业完成了这种规模的「群」的建立并取得年销百亿甚至千亿级销量 。
这些并不需要用到传统电商平台的「千人千面」技术投入和研发周期 。
当然 ， 随着VIP代理和「团长」们理论上的数量无穷增加 ， 后台的商品的无穷增加 ， 或许到了一定规模之后 ， 传统电商平台针对VIP代理和「团长」们的「千人千面」技术也会被提上日程 。
那个时候这些社交电商和社区团购平台将再次变得「传统」 ， 新的挑战者又该出现了！
更多精彩内容 ， 关注钛媒体微信号（ID：taimeiti） ， 或者下载钛媒体App
推荐阅读
- 《异度神剑 终极版》日语配音与英语配音直观对比影像
- 小明直播与LvMao聊天透露 RNG或将引入JDG上单705
- 曝CBA名将选择退役！与王哲林搭档8年 是球队传奇后卫
- 独家对话宋亚东：一龙与马保国做了坏表率，大众误以为他们是高手
- 情商高的人才会明白，学与亲近之人“划清界限”，才是真正的成熟
- 环球网王毅：病毒源头问题上，中方与美国一些政客之间的分歧，是真相与谎言的距离，是科学与偏见的对比
- 电机正转与反转的几种解决方法(附电路图的分析)
- 网曝王思聪杭州酒吧与雪梨老公争执，差点打起来，随行保镖增多
- 赵皖平代表:做好脱贫攻坚与乡村振兴衔接工作
- 惊艳之美！河北唐县陈家毛蓝布传统染织融入京绣及现代时尚元素
