眾視媒體編者案：電商系統(tǒng)是CDN的重要客戶，CDN幫助電商系統(tǒng)完成基本的內(nèi)容分發(fā)，那么CDN增值業(yè)務(wù)或許是幫助客戶完成，運營分發(fā)，社交分發(fā)和智能分發(fā)！

?智能推薦的意義對于手握大把優(yōu)質(zhì)流量的電商巨頭來講，意義重大。同時，對于那些崛起的，流量沒那么多的電商平臺來說，可能價值還要更大。

為了響應(yīng)亞馬遜CEO貝索斯的“亞馬遜有1000萬用戶，就有1000萬的亞馬遜”的要求，亞馬遜算法部門早在10幾年前就開發(fā)了基于物品的電商推薦系統(tǒng)。國內(nèi)的電商巨頭淘寶、京東等也陸續(xù)在16年上線基于用戶的智能推薦。

智能推薦的意義對于手握大把優(yōu)質(zhì)流量的電商巨頭來講，意義重大。同時，對于那些崛起的，流量沒那么多的電商平臺來說，可能價值還要更大。

移動互聯(lián)網(wǎng)流量紅利期已過，新增用戶成本高昂，對于各電商平臺來說，將用戶如何留在自家平臺，提高用戶的粘性、使用深度和轉(zhuǎn)化率變得越來越重要。

那么，智能推薦的本質(zhì)是什么呢？

智能推薦的核心是內(nèi)容分發(fā)，內(nèi)容分發(fā)第一代是網(wǎng)址導航和門戶網(wǎng)站，第二代是搜索引擎，第三代是智能分發(fā)。

智能分發(fā)是一個體系，它分為：可被經(jīng)驗總結(jié)的部分和不可總結(jié)的部分。

可以被經(jīng)驗總結(jié)的部分包括規(guī)則推薦，規(guī)則就是經(jīng)驗。不可被總結(jié)的就是千人千面的算法推薦，完全根據(jù)用戶行為進行推薦。
現(xiàn)階段的內(nèi)容分發(fā)主要為三種分發(fā)：運營分發(fā)、社交分發(fā)與智能分發(fā)。而智能分發(fā)不是對傳統(tǒng)分發(fā)的補充，而是替代。

運營分發(fā)，是依靠運營們的經(jīng)驗挑選，自以為對人們有價值的內(nèi)容進行推薦，這在人們選擇比較少的年代是成功的，其弊端也顯而易見，無法滿足人的個性化需求，運營有限的經(jīng)驗很難判斷用戶需要哪些內(nèi)容。

社交分發(fā)是在社交平臺上進行內(nèi)容分發(fā)的分發(fā)形式，以微信朋友圈、微博為例：你看到的內(nèi)容，都是朋友們幫你二次篩選過的。而內(nèi)容的價值分為分享價值和閱讀價值，很多內(nèi)容具有閱讀價值但不便于分享，而分享出來的價值很有可能是朋友用來“自我標榜”的。這兩種傳統(tǒng)的分發(fā)方式都有比較明顯的缺陷。

智能分發(fā)是分發(fā)用戶愿意看、對用戶真正有價值的內(nèi)容，也就是用戶“嘴上說著不要，身體上卻很誠實”的內(nèi)容。如果說，社交分發(fā)解決的是用戶“嘴上說”的內(nèi)容，那智能分發(fā)解決的就是用戶“身體誠實”的內(nèi)容。

智能分發(fā)通過分析用戶特征（年齡、性別、職業(yè)等）、內(nèi)容特征（商品、資訊、視頻等）、環(huán)境特征（時間、場合、網(wǎng)絡(luò)狀態(tài)、地理位置等）、行為特征（隱性的興趣愛好和顯性的評價）和業(yè)務(wù)特征（業(yè)務(wù)場景干預(yù)），針對性的向用戶推薦他感興趣的內(nèi)容。

因為每個人的興趣愛好、行為習慣等是不同的，所以每個人所看到的內(nèi)容也是不同的。這樣就避免了那些優(yōu)質(zhì)的內(nèi)容由于不具備分享屬性而不被人們所知的情形，也解決了運營依靠自身有限經(jīng)驗所推薦內(nèi)容的不精準。

對于內(nèi)容分發(fā)而言，不同行業(yè)不同場景其所要實現(xiàn)的分發(fā)目的是不同的，但本質(zhì)都是要提高分發(fā)效率和質(zhì)量。對于資訊客戶端來說，最核心的指標是用戶使用時長，也包括粘性、留存率、UV、PV、瀏覽深度等；對于社交平臺來說，包括DAU、MAU，用戶互動、用戶發(fā)帖量、消耗內(nèi)容量等；對于電商平臺來說，最重要的指標自然是銷量，影響最終銷量的指標有點擊率、訪問轉(zhuǎn)化率、下單轉(zhuǎn)化率等。那么通過智能推薦實現(xiàn)的內(nèi)容分發(fā)需要在不同場景上實現(xiàn)不同的分發(fā)目的，達成目標的分發(fā)效果。

 對于電商平臺來說，往往是用戶有了較強的購物需求。未使用智能推薦的電商平臺，因為每個用戶的購物需求是不同的，用戶在登陸時并不能很容易的在首頁就發(fā)現(xiàn)自己意向購買的商品、品類，且每個用戶的首頁商品、品類都是一樣的。

用戶不能在短時間找到意向商品在一定程度上，會造成首頁訪問轉(zhuǎn)化率降低和首頁流量的流失，分發(fā)效率和質(zhì)量較低。

而使用了智能推薦的電商平臺，用戶在登陸首頁時則會有很大的概率發(fā)現(xiàn)意向商品，從而直接跳轉(zhuǎn)到商品詳情頁面，提高了頁面的訪問效率。像用戶在購物車頁面時，智能推薦則幫助電商平臺挖掘了用戶的潛在需求，實現(xiàn)了交叉和向上銷售從而提高了客單價。

較為經(jīng)典的案例是：經(jīng)常買德國啤酒的人很大概率上會需要尿布。而未使用智能推薦的電商平臺，用戶在購買德國啤酒時，可能想不到還需要購買尿布，或者想到了要購買尿布而去了其他的電商平臺。而智能推薦則幫助用戶發(fā)現(xiàn)自己的需求，減輕用戶尋找到意向商品的時間成本。

假設(shè)兩個電商平臺a和b，在平臺a里用戶3秒內(nèi)就找到了他想要的商品，而平臺b需要3分鐘，那么顯而易見地用戶會更經(jīng)常使用a平臺。換句話說，智能推薦帶來的不僅僅是簡單的點擊，更重要的是讓用戶重復使用。

而對于如何精準實現(xiàn)商品的推薦，需要收集用戶數(shù)據(jù)、用戶行為數(shù)據(jù)、商品數(shù)據(jù)、商品營銷數(shù)據(jù)等。

行為數(shù)據(jù)包括對商品或品類的點擊、收藏、下單等，用戶的長期興趣、短期興趣、實時興趣。興趣則主要有性別、品牌偏好、品類偏好、購買力水平、自營偏好、尺碼顏色偏好等。商品數(shù)據(jù)則包括商品的產(chǎn)品詞、修飾詞、品牌詞、質(zhì)量分、價格、性別、年齡、標簽、屬性、詳情頁等。商品營銷數(shù)據(jù)則包括商品上架時間、是否主推、是否高毛利、是否自有品牌等營銷數(shù)據(jù)。

智能推薦在電商平臺的應(yīng)用不僅僅是推薦商品這樣簡單，如：活動、分類、優(yōu)惠券、樓層、banner、文章等幾乎每個存在個性化需求的界面或內(nèi)容都需要推薦系統(tǒng)。

對于電商平臺來說，內(nèi)容分發(fā)不能僅僅依靠智能推薦，而需要根據(jù)產(chǎn)品狀態(tài)和業(yè)務(wù)場景，制定推薦目標，通過運營經(jīng)驗總結(jié)成的規(guī)則推薦和智能推薦一起提升內(nèi)容分發(fā)效果，這也是第三代內(nèi)容分發(fā)系統(tǒng)的核心。

不同的商品有不同的復購周期，以高復購的零食和低頻的家具為例：購買零食后的一個月內(nèi)用戶可能會再次購買零食，而購買家具的一年內(nèi)用戶可能不會再購買類似的家具，那么針對于不同商品的品類就得依據(jù)運營經(jīng)驗設(shè)置符合用戶購物習慣的召回策略，來保證推薦商品不過度打擾用戶，不影響復購體驗。

電商平臺為了提高利潤率、扶持自有品牌，則可以根據(jù)業(yè)務(wù)目標提高高毛利商品和自有品牌在推薦系統(tǒng)中的權(quán)重，高權(quán)重商品會有更高的概率被推薦系統(tǒng)分發(fā)至用戶，從而達成業(yè)務(wù)目標。商家注冊入駐類電商平臺，則可以根據(jù)商家鉆展、直通車等推廣情況，提高會員商家商品權(quán)重，從而保證會員商家的推廣權(quán)益。

無論是電商平臺還是資訊平臺，運營人員對推薦系統(tǒng)使用目標的干預(yù)和調(diào)整對推薦效果和指標的提升都至關(guān)重要。

如果說智能推薦是一把錘子，那么運營人員就是使用錘子的人，要造出好的房子，不僅需要一把好錘子，還需要了解該怎樣使用好這把錘子把房子蓋好。