那么在電商網(wǎng)站上，顧客買尿片時，你應(yīng)該推薦什么呢?

　　這就要靠個性化推薦技術(shù)。它的一個基本思想是：通過所有顧客在網(wǎng)站上的歷史數(shù)據(jù)，使用“群體的智慧”來推測顧客還喜歡什么產(chǎn)品。

　　目前有兩大思路：

　　1.基于用戶的推薦

　　這是基于顧客的相似性，就是某個顧客和哪群人更相似?把這群人買的推薦給他。

　　業(yè)內(nèi)現(xiàn)在最常使用的一個熱門技術(shù)，就是基于用戶的協(xié)同過濾。名字很高深，但是背后的道理非常簡單：人以群分。經(jīng)常買同樣商品的人，也有相似的偏好。

　　比如，顧客甲買過《比爾·蓋茨傳》，乙買過《喬布斯傳》。通過數(shù)據(jù)看到，甲和乙都買過不少同樣的書，判斷他們的偏好比較相近，稱甲和乙這兩個顧客比較“相似”，可以把乙買的《喬布斯傳》推薦給甲。

　　基于用戶協(xié)同過濾的一個著名零售網(wǎng)站是CDNOW。這是一個音樂專輯的零售網(wǎng)站，網(wǎng)站有一個個性化推薦模塊：MyCDNOW。MyCDNOW其實(shí)是一個個性化的商店，每個人的MyCDNOW里面展示的都是他們喜歡的專輯。

　　這個個性化系統(tǒng)正體現(xiàn)了亞馬遜創(chuàng)始人杰夫 · 貝佐斯的話：“如果我有1百萬給顧客，我就應(yīng)該有1百萬個商店�！盋DNOW根據(jù)消費(fèi)者評分的數(shù)據(jù)進(jìn)行推薦，網(wǎng)站知道用戶A買了什么專輯，以及對專輯的打分。根據(jù)這些數(shù)據(jù)，CDNOW用協(xié)同過濾去尋找用戶A的鄰居。然后，把鄰居喜歡的但是A還沒買的專輯展示在A的MyCDNOW頁面上。

　　而Baynote應(yīng)用協(xié)同過濾的技術(shù)，幫助網(wǎng)站解決問題。Baynote開發(fā)了“群體智慧平臺”，幫助網(wǎng)站提高消費(fèi)者點(diǎn)擊率以及購買轉(zhuǎn)換率。它的解決方案是：把顧客和與他們相似的人聯(lián)系起來，讓一個群體內(nèi)的成員來做“導(dǎo)購”。

　　2.基于產(chǎn)品的推薦

　　這個思路主要是判斷哪些產(chǎn)品之間更加相關(guān)。如果在網(wǎng)站的記錄中，很多用戶都同時擁有iPhone和配件，那么這兩個商品就比較相關(guān)。

　　再如，很多顧客的購買記錄里都有《比爾·蓋茨傳》和《喬布斯傳》這兩本書，可以推測這兩本書比較相關(guān)，有比較高的“關(guān)聯(lián)性”。如果發(fā)現(xiàn)新來的顧客丙買了其中一本，我們也可以向丙推薦另一本。

　　如果買了產(chǎn)品A的人從來不買產(chǎn)品B，買產(chǎn)品B的人也不會買產(chǎn)品A，那么這兩個商品距離很遠(yuǎn)，關(guān)聯(lián)度比較低。

　　這種關(guān)聯(lián)的好處在于，對于大型零售網(wǎng)站來說，他們的用戶數(shù)量遠(yuǎn)遠(yuǎn)大于產(chǎn)品的數(shù)量，算用戶之間誰更相似可能要算1000萬次，但是算產(chǎn)品之間算10萬次就可以了。

　　有趣的是，現(xiàn)在不少零售網(wǎng)站把基于產(chǎn)品的推薦方法和其他的技術(shù)混合應(yīng)用，取得了很好的效果。最熱門的混合應(yīng)用就是將推薦和社會網(wǎng)絡(luò)結(jié)合起來。移動應(yīng)用服務(wù)公司Goodrec最近把社會網(wǎng)絡(luò)加入個性化推薦系統(tǒng)，主要是借助于顧客的朋友、家人的評分信息來進(jìn)行產(chǎn)品推薦。它讓顧客的朋友和家人做“導(dǎo)購”，把他們買的產(chǎn)品推薦給顧客。比如你的朋友最近買了一本書，他對這本書的評價(jià)不錯，Goodrec就把這本書推薦給你。Goodrec還可以幫助顧客選購禮物，你最近經(jīng)�？匆恍㎝P3，你的朋友會收到推薦：“如果你想送禮物給他的話，送個MP3吧”。

　　個性化推薦技術(shù)能獲得顧客的忠誠。零售網(wǎng)站為顧客提供了有價(jià)值的購物體驗(yàn)，對于顧客來說，他們購物過程更有效率了，也不需要為看一些無關(guān)的商品煩心。隨著顧客訪問網(wǎng)站次數(shù)的增加，我們對他的偏好也預(yù)測得越準(zhǔn)確，從而給顧客帶來更高的價(jià)值。

　　未來，個性化電子商務(wù)將會因?yàn)樯缃幻襟w和移動互聯(lián)網(wǎng)而變得更加精準(zhǔn)。比如在SNS和微博上，你無需離開Facebook等社交網(wǎng)站的頁面就可以下單購買商品。更重要的是，社交網(wǎng)站上的用戶網(wǎng)絡(luò)、訪問歷史和購物歷史為個性化商品推薦提供了更加豐富的數(shù)據(jù)。

　　未來的零售網(wǎng)站可能在你登錄的時候，開始與你對話：“今天你的心情好像不太好，你剛看了一篇‘如何減輕工作壓力’的文章，我們有一些相關(guān)的書，要不要看一下?”