【淘宝】猜人心的淘宝，“刷”着“逛”的电商

    猜人心的淘宝，“刷”着“逛”的电商

猜人心的淘宝，“刷”着“逛”的电商三桐可能是最懂中国女人的男人，因为他总能知道你想买点什么，然后在恰当的时候送到你眼皮底下。

尽管他分不清豆沙色、枫叶红这些口红色号，也不知道这一季流行豹纹衬衣还是法式连衣裙，但他写的算法懂。

从事消费者行为研究的说服心理学家凯文·霍根认为，大量的购物决策在发生时，人们是无意识的。

“人们对于自己未来将如何行动，或者有无可能购买什么产品，几乎没有预测能力，而且他们肯定也无法准确告诉你过去这么做的理由。

他是阿里巴巴搜索事业部的资深算法专家，最近几年在研发一系列利用搜索和推荐技术让电商产品feed化的算法，也就是人们常说的“千人千面”。

boss直聘2018年二季度人力报告显示，搜索和推荐算法工程师成了当下最热门的岗位。

不只新晋独角兽拼多多，甚至一些a轮的早期电商公司，都在高价寻觅ai科学家。

8月底改版后的手淘，个性化推荐栏目不仅在首页占了两个板块，还占据了第二屏往后的全部位置。

这些都意味着，“逛”和“刷”成了用户使用电商app的新模式。

“千人千面”下淘宝的应对平均每个月有6.34亿人在淘宝上购物。

倚着早高峰8-9点的地铁栏杆，或者晚上9-11点坐靠在床头，无数男男女女端着手机，一页一页地刷着淘宝个性化推荐板块“猜你喜欢”和“有好货”，希望淘到点好东西。

这意味着，预测用户需求的机器需要反应迅速又极有眼色——甚至你浏览商品时划动手机屏幕的速度，都能成为考量你正被吸引还是因无聊而烦躁的指标。

以淘宝为例，如今平台上有几十亿商品，几千个子类目，涉及十几个行业。

与此同时，当人们的购物渠道从十几英寸的电脑转移到几英寸的手机屏幕，展示空间却急剧缩小，这时候feed化的滚动展示，让所有商品都有露脸的机会，就显得很有必要。

另一方面，消费者的要求越来越高，相对于早年间的爆款，他们开始追求符合自己调性和偏好的商品。

浏览大量不符合用户偏好的产品，会浪费用户的时间，消磨他们对电商平台的认可度，最终商家会失去他们。

那一年阿里资深产品专家方圆刚加入淘宝，作为项目经理牵头做了个名叫“母婴档案”的个性化项目，主要为母婴客户推荐适合的产品。

这个项目之所以诞生，源于淘宝希望提高搜索效率，让用户能更快找到符合自己需求的商品，增加交易量。

在此之前，传统电商搜索对于所有用户都是以同一套算法计算的，也就是所谓的“千人一面”。

蘑菇街和美丽说这类主打“小而美”的新型竞争对手出现了，但用户对淘宝的认知仍停留在低价爆款，这意味着人们可能只来淘宝采购低价商品，淘宝将在后续的竞争中受到很大限制。

这给了淘宝后来全面做“个性化”的信心，到2014年allin无线后，个性化业务的地位显得更加重要。

“商品比人更难定义”方圆每个月都要在淘宝上花个1、2万，他每天起床后都习惯性地打开淘宝，用产品负责人的视角检验推荐算法的效果。

定义一个方圆这样的用户，在整个阿里巴巴的生态内（包括淘宝、支付宝、uc、高德…）有几百个维度的数据，而每个维度下面又能细分出无数属性标签。

“我们可以观察你的每次浏览行为中，比如10个坑位里你看的商品是否是都是相似的，当推荐的品类过于集中，机器通过一些信号感应到用户（审美）疲劳了，下一步的推送就会提高探索度，推荐点其他的。

”三桐告诉36氪，商品推荐最糟糕的情况就是用户看了、商品曝光了，但一直在滚动屏幕，用户不点进去。

淘宝的商品标签体系有超过1万个类目，以及包括品牌，尺寸、尺码、款式、颜色在内的上百个属性。

”在淘宝这类平台电商，每天无数商家会自行编辑不同的商品叫法、上传不同的图片，即便完全一样的商品在两个商户的店铺里，也会有不一样的叫法、属性描述，更不用提还有山寨品。

如果商家随便挂一个，我们又怎么识别哪个对、哪个错，”三桐见识过不少商家在宣传词汇上的无穷创造力，有些甚至让他感到头疼，“媲美耐克、金耐克、比耐克还舒服……这些都是商家创造出来的词，但涉及到品牌侵权是非常严肃的事情。

”在一个每天不断上架新品，总计几十亿商品的电商池里，这种筛查不可能全部依赖人工，算法需要有能力识别物品跟这些标签之间的匹配是否真实又恰当，让商品顺利流入推荐序列，又避免消费者被误导。

这是个令人头大的任务，三桐无数次看到用户在淘宝上杂乱无章的行为轨迹：搜索裙子——中途跑去家电板块看手机——然后再回来看裙子——最后买了罐奶粉走了。

举个例子，可能当你在“有好货”的feed流里点开过一款皮包，当你退回feed界面会发现原先在信息流中排在这款产品下面的几个推荐位已经换成了跟它风格接近的皮包。

又比如连衣裙品类重要的观察维度可能是款式和价位，再比如小说书籍类目的标的可能是恐怖、历史、军事、言情这些内容风格。

举例来说明这种变化：机器的智力发育，从知道你想要把北欧风的餐椅，从而给你推荐一堆椅子，升级到知道你喜欢北欧风餐椅，干脆尝试卖给你一屋子的北欧风家具。

到9月份，最新改版后的手机淘宝中，第二屏往下的位置已经全部属于“猜你喜欢”，甚至直播、全球等板块也用同样的推荐逻辑并入了这个板块。

feed真正让用户在电商场景完成了从单纯的搜到“逛”的转变，其中的好处不言而喻，增加激发你购物交易的可能性，并且把你的时间留在电商的超级app里。

但过于准确也意味着局限性，我知道你有需求，但不能一天到晚只给你推荐必需品，所以要进行需求的探索，探索肯定没有那么准，可是一旦命中，对于平台就是很大的增量。

本质上，在准确和探索之间，电商推荐是一门关于“平衡”的艺术。

算法工程师会用一系列指标去衡量推荐的效果，比如最核心的ctr（点击通过率）、用户的浏览深度、看了多少页、点击了多少商品、疲劳度……他们追求让ctr在一定范围内的平稳增长。

即不能为了提升ctr而过度牺牲探索力度，又要在ctr下跌较多的时候及时意识到已经探索过度，回调力度。

每个人对新事物的接纳程度，对探索的容忍度，都有所不同，这意味着每个淘宝账号背后的算法模型，都在逐渐被对应的用户“养成”个性化的，通过你点了什么、没点什么这些信号，越来越懂你。

而经典的纸尿裤和啤酒的搭配，也未必总是对的，”一位搜索从业者对36氪说。

“过去的消费者要求如果他的孩子1岁，系统不要给他推3岁的玩具，但今天，他需要你告诉他1岁的孩子要买什么，去挖掘他的潜在需求。

”方圆告诉36氪，如今用的深度学习、强化学习的算法模型已经越来越复杂。

未来好的算法，不仅需要知道人们想买什么，需要买什么，它还要了解人们使用商品的那些场景究竟是什么样子，甚至需要理解消费者所处的人生阶段和生活状态，就像一面上帝视角的镜子。

淘宝tb相关"猜人心的淘宝，“刷”着“逛”的电商"就介绍到这里，如果对于淘宝这方面有更多兴趣请多方了解，谢谢对淘宝tb的支持，对于猜人心的淘宝，“刷”着“逛”的电商有建议可以及时向我们反馈。

瓷砖相关淘宝木纹砖淘宝瓷片淘宝抛晶砖,本资讯的关键词:淘宝电商个性化人们什么知道算法时候