斗篷·聲音|猜心游戲——再看“千人千面”
2019.7.17
為什么會有千人千面?
廣告展示方式的多樣性隨著淘寶的發展,流量的與日俱增,為了充分消化這些流量,淘寶推出了各種廣告位。
廣告位的豐富,必須要對用戶人群作出劃分,也不可能給每一個用戶都展示同樣的廣告。
原先那種粗暴的一刀切廣告投放就要作出改變,變得更加精細化。
產品同質化嚴重。特別是在女裝類目,今年哪個款爆了,必然會在短時間內出現大量仿品,甚至連主圖都做得一樣。當搜索一個關鍵詞,首頁整屏都是同一款商品,這種體驗非常不好,淘寶不會允許這種情況出現。
所以,千人千面這樣的算法,必須出現。
真正的千人千面到底是什么?
千人千面是在2013年前后淘寶首先推出的一種算法。即基于每個用戶在淘寶上的購物、點擊、收藏和瀏覽等行為的數據進行分析,給每一個用戶打上標簽。
用戶在站內的行為越多,標簽越多,數據分析就越精準。當淘寶對用戶掌握了這一套標簽之后,千人千面的好處就體現出來了。
比如,兩個人同時搜索自己之前沒搜索也沒買過的商品,呈現出來的結果截然不同。這中間的算法,就是基于這兩人之前的購買或搜索數據導致的標簽不同。
這些數據的獲取,會精細化到這兩個人的年齡、性別和消費能力。
多次購買、但購買的都是該類目最低價的用戶,在購買另一個類目時,得到的搜索結果,也大概率會是低價的推薦比較多。
這就是千人千面的邏輯。精準的商品匹配,才能實現最大效率的轉化。
所以,千人千面才不會是你買了微波爐、還給你推薦第二個微波爐那么簡單。
除了對用戶的標簽進行細分,用戶與店鋪之間的聯系,比如瀏覽、收藏、曾經購買過或是加入過購物車的店鋪,都會優先展示在前面。
這一套精準匹配的邏輯,給每天千萬的流量和店鋪之間架設了一座座精準的橋梁,極大降低了流量成本的浪費。
不僅用戶和商品畫像,購物行為也是需要經過標準化才能被機器理解。
算法試圖在看上去沒有邏輯的用戶行為中揪出邏輯。這是個令人頭大的任務,無數次看到用戶在淘寶上雜亂無章的行為軌跡:搜索裙子——中途跑去家電板塊看手機——然后再回來看裙子——最后買了罐奶粉走了。
這說明兩個相繼的行為之間未必存在必然的聯系,它們是割裂而碎片化的。相當比例的用戶打開手淘時并沒有非常明確的目標,或者說持續有一系列明確的目標。
這就像逛大街一樣,人們什么都想去試試、看看,購買行為可能是被突然出現的眼緣激發的。
而電商們的轉化機會,就存在于準確預測眼緣并推薦。
商家如何利用千人千面?
深度理解千人千面,盡可能讓消費者和店鋪之間產生關系。
電商搜索推薦技術在不斷演進,淘寶希望做得再細一點——從分析一個群體,到分析個人。
原因是消費者對推薦的要求越來越高。“過去的消費者要求如果他的孩子1歲,系統不會給他推3歲的玩具。
但今天,他需要你告訴他1歲的孩子要買什么,去挖掘他的潛在需求。更高級的,有的消費者希望機器預測出哪一天嬰兒奶粉喝完,尿不濕用完,然后提醒他去買。”如今淘寶的深度學習、強化學習的算法模型已經越來越復雜。
而在實際運營中,電商推薦還存在很多需要優化的地方。
未來好的算法,不僅需要知道人們想買什么,需要買什么,它還要了解人們使用商品的那些場景究竟是什么樣子,甚至需要理解消費者所處的人生階段和生活狀態,就像一面上帝視角的鏡子。
有關我們服務的更多信息,請聯系
15898377258 市場中心