淘宝推荐系统:千人千面的底层逻辑

从电商平台的角度来讲,个性化推荐技术可以让每一个流量得到更加充分的利用,最大限度的提高流量效率。

我们必须承认,无线技术以及智能手机的发展,让个性化推荐技术变得更加容易实现。因为手机这种产品的私密性(除了自己用以外,甚至家人用的都非常少),你手机的型号,你在手机上的浏览行为、购买行为等数据,在分析上就变得更有价值。

从电商平台的角度来讲,个性化推荐技术可以让每一个流量得到更加充分的利用,最大限度的提高流量效率。因为他会根据数据分析,把消费者最有可能成交的产品优先推荐给消费者。

一. 个性化推荐技术基于的逻辑基础

简单的来说,就是我们首先要搞清楚,淘宝的个性化推荐技术会通过什么样的方式把产品优先展现在你面前。这种推荐的逻辑基础是什么?我们可以简单的分成四个不同的层面来分析。

1. 你购买过的店铺意味着“认可”

其实这是很好理解的,因为你已经购买了,所以这证明了你对这个店铺的认可,尤其是在一些比如说衣服、视频、鞋子、宠物用品等复购率比较高的商品中。如果你在这个店铺里面买过,那么你在搜索相关的关键词的时候,这个店铺符合要求的商品就会被优先展现(尤其是新上架的商品),方式是:购买过的店铺。

同样的方式,你收藏的店铺、浏览过的店铺等等,都会以一种强个性化的方式得到优先推荐,只不过最被优先推荐的就是“购买过的店铺”。在绝大多数类目里面,这种最高级别的个性化推荐都是非常明显的,在无线端。

2. 根据你的浏览痕迹等推荐相关产品

你在手机端的所有的浏览行为都会被记录下来(理论上来讲真是这样的),因此你收藏的宝贝、加购的宝贝、搜索过的关键词等等,都是给你进行个性化推荐的重要依据。这个最明显的就是你搜索并且看完一些宝贝后,关闭淘宝,过一段时间再打开淘宝,你就可以看到在“猜你喜欢”模块里面出现。

3. 根据你的人群特征以及以前的一些消费行为特征“猜你喜欢”

另外,我们都知道,在手淘首页是有猜你喜欢板块的。如果你能够进入到这个板块,那么你的流量会非常大。那么这个板块推荐的标准是什么呢?首先他会去判断这个消费者的一些人群特征,然后结合他以前的购物行为,匹配一些标签,比如说:20——35之间、女性、低收入人群、爱宠人士、双鱼座……,然后再去分析淘宝上的这些店铺,有哪些店铺标签是符合这些特征的,然后把最匹配的店铺的商品,优先推荐给这些消费者。

很多店铺经常有大量的来自于手淘首页的流量,当然,有的转化高,有的转化低,就在很大程度上是通过这种方式给你匹配进来的。这时候如果你的店铺标签非常明确,跟人群匹配的程度比较高,那么你的转化数据就好,这些流量就会持续不断的进来。否则进来一段时间后,就会轻易的掉下去。

4. 根据概率进行匹配推荐

如果是一个新注册的买家来购物,这时候咋办?因为这个买家除了具备一些基本的人群属性外,购物行为和购物偏好方面是空的。好,这时候搜索引擎会根据概率来进行匹配。什么意思呢?比如,连衣裙这个产品,在风格上有韩版的、欧美的、田园风格的等等。那么搜索引擎通过分析以前搜索“连衣裙”这个关键词的消费者,发现70%以上的消费者最终都购买了“韩版”的,那么韩版就是一个高概率成交风格。所以,展现在这个消费者面前的,会更多的是韩版风格的连衣裙。

二. 关于个性化标签的问题

淘宝的搜索引擎在匹配个性化流量的时候,重要的依据就是店铺标签和产品标签,所以我们如果想获得更多的个性化推荐流量,基本的方法就是不断的去强化自己的店铺标签和产品标签。因此,首先我们需要了解的就是:这些标签是如何形成的。

1. 你宝贝所在的类目、属性以及标题中的关键词

这主要是针对新品新店来讲的,因为还没有消费者浏览、购买等等,所以你在上传宝贝的时候,你选择的类目、宝贝的属性、标题的关键词等等就是形成产品标签和店铺标签的重要点。

在这里面有这样的一个小细节分享给大家:

你在刚开始上传宝贝的时候,你的商品最好在重要属性方面保持一致性,举个简单的例子:你的店铺当中都是韩版的连衣裙、都是面料的、都是适合25——29周岁年龄的、都是五分袖的。

那么这时候你的店铺就会被“暂时性”(因为以后还是重点看浏览)的打上韩版、类似、25——29周岁等标签,符合这些标签的消费者就会优先匹配给你的店铺。

另外就是标题的写作,如果你的标题当中都含有“韩版”、“春款”、“碎花”、“显瘦”这样的属性词,那么也比较容易被贴上比较强烈的这类标签属性。

相反,如果刚开始的时候,你店铺内的宝贝重要属性值都非常分散,那么淘宝在给你匹配流量的时候就会比较纠结,因为他也不知道你到底是什么样子的店铺。

2. 消费者行为强化标签

店铺和商品最主要的标签当然还是来自于消费者的行为。其逻辑是这样的:

消费者具备明确的人群特征(比如年龄、性别、收入、偏好等等)——然后消费者在你的店里留下痕迹(浏览、收藏、加购等)——然后该消费者身上的标签会留在你的店铺里作为统计依据——当数据足够的时候算概率统计你的店铺标签。

比如100个来你店里消费的人员,其中有60%都是年龄在25——29之间的,那么你店铺的标签就是“25——29”之间,下一次的匹配时,你的商品也会被优先匹配给符合这个年龄段的消费者。你的人群特征可以从:生意参谋——市场行情——人群画像——买家人群画像,这个路径是可以看到的。

消费者行为强化的标签权重从高到低的排序依次是:购买、加购、收藏、咨询、浏览。另外你还注意这样一种现象:

信用级别高的买家比信用级别低的买家带来的个性化标签权重高;

标签明确的买家(一直偏好某一类商品)比标签不明确的买家标签权重高;

被列入黑名单的买家号无法带来标签权重。

3. 老客户购买强化标签

老客户加权的效果是最明显的,尤其是一个标签非常明确的老客户,因为这实际上就是小而美的终极体现:他买了你的东西,觉得非常满意,当你出现新品的时候又来购买,这种加权是很强悍的。

以上基本就是电商产品的推荐逻辑了,欢迎大家多多评论交流分享~

作者:囧囧有神,某上市公司产品经理,Team Leader。7年互联网经验。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,179评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,229评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,032评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,533评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,531评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,539评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,916评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,813评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,568评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,654评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,354评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,937评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,918评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,152评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,852评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,378评论 2 342

推荐阅读更多精彩内容

  • 做淘宝真的要刷单么?那些所谓的七天螺旋,如果你一个新开的店,没权重没流量,不刷单哪来的螺旋给你? 淘宝大环境下,小...
    我是盼盼呢阅读 9,700评论 1 16
  • 初见它在小区里,宽大的叶子粗粗的绒毛。叶子看上去就是笨笨的,颜色不是嫩绿,不是油绿,明显不像吃茎叶的蔬菜类,是什么...
    绿叶飘飘阅读 1,450评论 0 0
  • 嗨,好久没更新。 台湾这里还要期中考试,最近都忙到顾不上。 发生的事情还是鸡毛蒜皮的事情。 中午和姥姥聊天,姥姥发...
    妙蓉小童阅读 209评论 4 1
  • 青海长云暗雪山,孤城遥望玉门关。 黄沙百战穿金甲,不破楼兰终不还。 --------王昌龄《从军行七首-其四》 刚...
    王莎莎2017阅读 647评论 0 0
  • 况乃孤吟客,无妨一漫郎。 远山何渺渺,前路亦茫茫。 心事随人事,诗肠入酒肠。 四时花放彩,千古月流光。 若有欢和乐...
    雪窗_武立之阅读 223评论 4 2