做数据的应该了解阿里零售的个性化推荐


首先我们要了解个性化推荐这个东西,核心还是对于大数据的分析和应用,没有数据的个性化推荐都是拍脑袋。我们遇到过很多商家想要用DataFocus分析数据想要做个性化推荐的,比如某食品商家的数据分析后产生的词云图,可以清楚地知道那件产品是客户最喜欢吃的购买最多的,钻取后人群是什么,这样就可以在日后的营销精准化推荐,所以背后依靠的都是数据。

那么个性化推荐的目的除了让消费者更“对口”的看到自己喜欢的产品以产生购买之外,还有什么其他目的呢?其实有一点非常重要的是购买路径更短了。购买路径其实和消费体验有着非常大的联系,电商的出现根本目的就是缩短消费者购买路径,以前需要跑到另一个城市飞机+高铁+走路然后考察掏钱并搬回家的购买,变成了手机几个按钮的事情。

而对阿里零售平台上的商家们来说,有一件事可能是他们最关心的:流量,流量,还是流量;数据,数据,还是数据。不过,这种简单粗暴的流量运营方法可能正被时代所抛弃。2018年双11,移动端交易额占比79%,在小小的手机屏幕上,用户更希望能快速找到自己感兴趣的商品,购买路径更短,用阿里巴巴商家事业部总经理张阔的话来说,“在移动时代,所有人的消费体验都应该是个性化推荐的。”

这并不是一个新名词,从首焦、搜索到手淘的猜你喜欢、有好货,阿里已经在多个流量分发渠道实现了个性化推荐。据张阔透露,2018年双11主会场的跳失率从原来的50%降到了10%,这便是个性化推荐的功劳。

而且,它的核心在于每个用户或群体对不同对象的偏好排序是不同的。比如有两个人都喜欢芒果干,但他们被推荐的排序不一定是相同的,有人可能比较喜欢,有人可能非常喜欢,这才是大数据算法的核心意义——不断的精细化。所以,一整套的对于个性化推荐的有序的排列组合,才是对背后大数据最好的应用。

相关内容推荐

声明:DataFocus|版权所有,违者必究|如未注明,均为原创|本网站采用BY-NC-SA协议进行授权

转载:转载请注明原文链接 - 做数据的应该了解阿里零售的个性化推荐


让数据分析像搜索一样!