傳統(tǒng)電商與社交電商、社區(qū)團購們的“千人千面”

原標題：傳統(tǒng)電商與社交電商、社區(qū)團購們的“千人千面”

接觸到「千人千面」是在09年底，當時剛從淘寶店主進入B2C領域成為職業(yè)經理人。在學習電商行業(yè)知識和實踐的過程中，發(fā)現(xiàn)亞馬遜的「千人千面」，覺得特別有意思。

2009年，經過5年發(fā)展的淘寶已擁有了百萬賣家和過億的SKU。

對于快速發(fā)展的淘寶我有一個非常大的困惑和疑慮：不斷增長的賣家和商品似乎永無止境，可是作為買家在沒有上限的賣家和商品中，如何更高效率地找到自己喜歡的和真正需要的？

畢竟越來越多的數據表明，搜索結果買家基本上在第三頁就很少再往后翻頁查看其它商品。

除了搜索，買家獲取商品的其它方式主要是：通過點擊「類目」進入；促銷和專題頁；廣告位。

這個困惑和疑慮我始終在思索，卻無法找到解決方案。

最終它卻成了淘寶的「搖錢數」，淘寶直通車和鉆展賺得盆滿缽滿。

縱是如此，仍然覺得這個矛盾遲早會出問題的。

大洋彼岸的美國亞馬遜的「千人千面」技術正好可以解決這個問題，這讓我興奮不已，開始進行學習和研究。

10年底被獵頭挖到北京之后，發(fā)現(xiàn)當時北京的當當、京東甚至亞馬遜中國還在跑馬圈地的初期，而且流量紅利和PC時代越來越大的屏幕空間也使得這個矛盾并沒有這么突出。

我則投身到家居建材和百貨行業(yè)線上線下結合的實踐當中，偶爾遇到研究「千人千面」的技術人員，會進行一些簡單的交流。

中國傳統(tǒng)電商的 「千人千面」簡史

直到移動互聯(lián)網時代的到來，面對3寸的小小智能手機屏幕，縮小版的淘寶、天貓、京東、當當們都顯得異常擁擠、體驗極差，消費者紛紛逃離，有些開始回歸正在熱火朝天開店的線下購物中心和新業(yè)態(tài)的實體店。

而且隨著微信的用戶規(guī)模不斷快速增長，基于微信的電商SAAS開店工具和微信去中心化的結合，同樣繼續(xù)分流傳統(tǒng)中心化電商的商家和用戶。

12年，馬云急得叫嚷著要通過「來往」的社交軟件把企鵝趕回南極。

劉強東則選擇在14年上市前讓騰訊成為第一大股東，獲得微信和QQ重要的流量入口。

馬云不僅沒把企鵝趕到南極，「來往」和接班人陸兆禧在不到兩年時間沉寂，成為移動互聯(lián)網發(fā)展初期阿里成立以來最大的敗筆。

張勇接棒后，馬云開始提出新零售和「五新戰(zhàn)略」，避開微信的正面戰(zhàn)場，轉戰(zhàn)線下。

淘寶新掌門，80后的蔣凡同臺登場，「千人千面」計劃開始進入落地實施階段。并且尋求社交電商的突破，有了現(xiàn)在一直獨秀的淘寶直播。

同期，京東在獲取微信的流量過程中，發(fā)現(xiàn)原來的問題并沒有被解決，流量分配模型完全不同于PC大屏時代。

于是啟動「千人千面」計劃，試圖解決流量分配和轉化率問題，以期提升用戶體驗并讓用戶重回京東，保證一定程度的增長率。

到18年，中國真正做出「千人千面」擁有相應的成熟技術的只有淘寶和京東。

隨著拼多多在18年的成功上市和獨立app的發(fā)展，拼多多成為中國第三家擁有「千人千面」技術的電商公司。（騰訊和今日頭條同樣擁有「千人千面」技術，但是和電商的比起來，資訊類的要相對容易一些）

「千人千面」到底有多難？

「千人千面」技術也可以簡單理解為「推薦算法」，是一種基于用戶行為的大量樣本統(tǒng)計和協(xié)同過濾，對用戶需求進行預測的技術。

由于電商涉及「轉化率」，「推薦算法」需要對這個指標負責，所以實現(xiàn)的難度比資訊類的大得多。

從買家角度而言，這種技術會讓用戶真正高效地獲取需要的、感興趣的商品；從賣家角度而言，則可以擴展競爭維度，減少單一維度（排名）的競爭壓力，投入更少獲得更高銷售。

最重要的是，長尾商品通過「千人千面」真正能夠公平地展示在消費者面前并產生購買。

《長尾理論》是中心化電商發(fā)展的重要理論，經過近30年的發(fā)展，已經到了長尾理論2.0的階段。

我在《嚴選精品電商們崛起，長尾理論失效了嗎？》一文中對長尾理論2.0進行了較為深入的研究，得出的結論就是長尾理論仍然有效。（對長尾理論想更多了解的朋友，可以點擊文章標題閱讀或直接購買對應的專業(yè)書籍閱讀）

讓我們從簡單的場景來理解「千人千面」技術：

比如你用高德地圖導航到大潤發(fā)，買了大米、油和方便面并用支付寶付款，下次你再打開淘寶，首頁就出現(xiàn)了盒馬菜市場和面條等商品的推薦；

比如你和女友在微博私信說想換新手機了，打開天貓就給你推薦了最新款的手機；

比如女友在微信發(fā)了個朋友圈說好喜歡新款LV包，然后第二天看到了LV在朋友圈的新款女包廣告。

諸如此類，都屬于「千人千面」的「推薦算法」根據個人的行為數據精準推薦相應的商品和信息。

或許這些場景讓人感覺個人隱私信息被泄露了。

其實像淘寶、京東、天貓這樣的電商平臺和微信、微博這樣的社交工具和社交媒體本身不會竊取你的個人隱私的，但是你的行為數據讓平臺知道你的需求，然后通過「算法」進行商品和信息的推薦。（關于這個部分可以點擊《「偷聽」的成本和影響消費者偏好的兩大作用力》的文章了解關于個人隱私和「推薦算法」的關系）

電商平臺會采集更多個人行為數據，比如使用過的手機、上過的app、看過的新聞、打車的頻率、發(fā)紅包的金額次數、欠銀行的貸款、地圖數據等等，這些都會構成一個人數以萬計的事實標簽。

標簽的采集和架構設計相對還是容易的，如何建立標簽模型并準確的預測用戶的需求則是最難的。

以下技術部分參考了CSDN的技術博客及結合我個人的研究和理解，歡迎感興趣的朋友留言參與討論和交流。

我們拿淘寶首頁內容板塊為例，常規(guī)的行為推薦算法是類似這樣的公式：

內容訪問權重=行為權重*時間權重*衰減因子

行為權重：點擊一件商品或一篇文章，留言、點贊、加購物車等行為，都會計入行為權重，根據平臺積累的大數據，計算出了不同類目不同產品下的各種操作行為權重分數，在用戶進行回復，點贊，收藏等行為時進行權重加分；

時間權重：停留時間越長，時間權重也會越高；

這也能解釋為什么電商平臺和內容平臺適合做「千人千面」，因為都在追求停留時間，電商平臺的停留時間長有利于提高轉化率，內容平臺的停留時間長有利于廣告點擊。

衰減因子：用戶的單次行為不能作為用戶喜好的直接評定，隨著時間的推移權重也會慢慢衰減。

由這三個權重維度的綜合計算得到了我們的內容訪問權重，在我們多次訪問同類型內容時，每次都會獲得對應的內容訪問權重，平臺對這些權重進行累加，然后利用神經網絡的閾值函數（Sigmoid函數）進行標準化。

然后可以得到一個閾值為（0,1）的結果，通常推薦算法標準化過程是對Sigmoid函數的變形公式，得出一個閾值位0-10的結果，也就是我們所說的質量分（淘寶直通車的質量分也是以這樣的方法計算來的）。

權重（或說質量分）越高，內容板塊推薦類似內容的比例和頻率就會越高，這就是行為推薦算法（你的行為影響了你）。

目前已知世界上所有推薦算法的處理過程都是類似如此的，沒有太大差異。

另外需要簡單說明的是拼多多的拼團模型在進行「千人千面」的實施過程中，人的社交關系將成為新的數據源，這個部分可以讓推薦比淘寶、京東、天貓更精準。（詳見深度分析文章《拼多多的底層價值邏輯》）

這個過程，也就是大家常說的打標簽（比如我們搜索看過一個產品后，猜你喜歡就會推薦類似的產品，并且看過多種產品，猜你喜歡推薦的頻次是不一樣的）。

限于篇幅，關于「千人千面」技術部分就不再過多贅述，如果想進一步學習的，可以到專業(yè)的技術論壇和博客深入學習，或者買一些專業(yè)的書籍好好看看。

傳統(tǒng)電商平臺「千人千面」的問題

前面之所以花這么長的篇幅來分析「千人千面」，主要得出三個結論。

一、隨著電商平臺的用戶規(guī)模、商家規(guī)模和商品規(guī)模的無窮增長，「千人千面」技術很好地解決了三者匹配和效率的問題，從而提升電商的轉化率和用戶體驗。

二、「千人千面」實現(xiàn)的難度非常大，一方面非常有足夠的用戶、商家和商品數據；另一方面要有強大的算法建模能力；最后還要有硬件的算力支持（阿里云、亞馬遜云發(fā)展的領先這是主因）。

三、「千人千面」看起來很美好，卻有三個技術無法突破的問題：

1. 沒有想像中「精準」。

因為購物決策受到的干擾因素太多，現(xiàn)階段均是「網絡行為」的數據，并沒有「思維數據」和「生物數據」，機器無法感知人真實的感受和想法；

2. 延遲問題。

畢竟聊天或者瀏覽的那一刻到打開電商平臺短短幾秒時間，購買決策已經發(fā)生了很大的改變，甚至是沒打開就變化了。人們總習慣：我只是說說而已；

3. 涉及隱私問題和歧視且是違法行為。

《電商法》明確規(guī)定：電子商務經營者根據消費者的興趣愛好、消費習慣等特征向其推銷商品或者服務，應當同時向該消費者提供不針對其個人特征的選項，尊重和平等保護消費者合法權益。

就是說，如果強制推送根據「大數據」推算出的內容給消費者，是違法的！

其次，作為線下的傳統(tǒng)零售商和新興電商公司，很難實現(xiàn)這樣的「千人千面」，哪怕是有錢也沒有那么多的算法和技術人才。這些人才都被BATJ、TMD們早早地收了。

如何突破技術和人才壁壘實現(xiàn)「千人千面」？

根據觀察和研究，新興的社交電商和社區(qū)團購（含傳統(tǒng)零售商做的社交電商和社區(qū)團購）從「微信群」的方向實現(xiàn)了「千人千面」。

在去年我就成了每日一淘的VIP，在今年又加入了環(huán)球好貨的VIP（想加入的可以加我微信：zhuangshauihao備注邀請碼），并在近一年左右的時間里加入了幾個社交電商和社區(qū)電商的群。

發(fā)現(xiàn)成交率高的「群」有四個特點：

微信的群沒有上限，一個人想建多少個都可以，而且沒有門檻，建群非常簡單；

以「人分」、「小區(qū)分」、「品類分」等等可以不斷按照不同屬性和維度細分的各種各樣的群；

通過群里聊天的去中心化「社交」方式，獲取單個個體真實的需求并通過群主（團長）從不同的社交電商或社區(qū)團購平臺獲取對應的商品并進行推薦；

由于是基于「人」的唯度，所以除了購買商品之外，還可以群里聊聊寵物和小孩教育，這種「千人千面」變得有溫度。

借助幾萬人、幾十萬人建立幾萬個、幾十萬個甚至幾百萬個群實現(xiàn)「千人千面」不僅在理論上成立，也能真正落地。

已經有社交電商和社區(qū)團購企業(yè)完成了這種規(guī)模的「群」的建立并取得年銷百億甚至千億級銷量。

這些并不需要用到傳統(tǒng)電商平臺的「千人千面」技術投入和研發(fā)周期。

當然，隨著VIP代理和「團長」們理論上的數量無窮增加，后臺的商品的無窮增加，或許到了一定規(guī)模之后，傳統(tǒng)電商平臺針對VIP代理和「團長」們的「千人千面」技術也會被提上日程。

那個時候這些社交電商和社區(qū)團購平臺將再次變得「傳統(tǒng)」，新的挑戰(zhàn)者又該出現(xiàn)了！

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。