接觸到「千人千面」是在09年底，當(dāng)時剛從淘寶店主進(jìn)入B2C領(lǐng)域成為職業(yè)經(jīng)理人。在學(xué)習(xí)電商行業(yè)知識和實踐的過程中，發(fā)現(xiàn)亞馬遜的「千人千面」，覺得特別有意思。

2009年，經(jīng)過5年發(fā)展的淘寶已擁有了百萬賣家和過億的SKU。

對于快速發(fā)展的淘寶我有一個非常大的困惑和疑慮：不斷增長的賣家和商品似乎永無止境，可是作為買家在沒有上限的賣家和商品中，如何更高效率地找到自己喜歡的和真正需要的？

畢竟越來越多的數(shù)據(jù)表明，搜索結(jié)果買家基本上在第三頁就很少再往后翻頁查看其它商品。

除了搜索，買家獲取商品的其它方式主要是：通過點(diǎn)擊「類目」進(jìn)入；促銷和專題頁；廣告位。

這個困惑和疑慮我始終在思索，卻無法找到解決方案。

最終它卻成了淘寶的「搖錢數(shù)」，淘寶直通車和鉆展賺得盆滿缽滿。

縱是如此，仍然覺得這個矛盾遲早會出問題的。

大洋彼岸的美國亞馬遜的「千人千面」技術(shù)正好可以解決這個問題，這讓我興奮不已，開始進(jìn)行學(xué)習(xí)和研究。

10年底被獵頭挖到北京之后，發(fā)現(xiàn)當(dāng)時北京的當(dāng)當(dāng)、京東甚至亞馬遜中國還在跑馬圈地的初期，而且流量紅利和PC時代越來越大的屏幕空間也使得這個矛盾并沒有這么突出。

我則投身到家居建材和百貨行業(yè)線上線下結(jié)合的實踐當(dāng)中，偶爾遇到研究「千人千面」的技術(shù)人員，會進(jìn)行一些簡單的交流。

中國傳統(tǒng)電商的 「千人千面」簡史

直到移動互聯(lián)網(wǎng)時代的到來，面對3寸的小小智能手機(jī)屏幕，縮小版的淘寶、天貓、京東、當(dāng)當(dāng)們都顯得異常擁擠、體驗極差，消費(fèi)者紛紛逃離，有些開始回歸正在熱火朝天開店的線下購物中心和新業(yè)態(tài)的實體店。

而且隨著微信的用戶規(guī)模不斷快速增長，基于微信的電商SAAS開店工具和微信去中心化的結(jié)合，同樣繼續(xù)分流傳統(tǒng)中心化電商的商家和用戶。

12年，馬云急得叫嚷著要通過「來往」的社交軟件把企鵝趕回南極。

劉強(qiáng)東則選擇在14年上市前讓騰訊成為第一大股東，獲得微信和QQ重要的流量入口。

馬云不僅沒把企鵝趕到南極，「來往」和接班人陸兆禧在不到兩年時間沉寂，成為移動互聯(lián)網(wǎng)發(fā)展初期阿里成立以來最大的敗筆。

張勇接棒后，馬云開始提出新零售和「五新戰(zhàn)略」，避開微信的正面戰(zhàn)場，轉(zhuǎn)戰(zhàn)線下。

淘寶新掌門，80后的蔣凡同臺登場，「千人千面」計劃開始進(jìn)入落地實施階段。并且尋求社交電商的突破，有了現(xiàn)在一直獨(dú)秀的淘寶直播。

同期，京東在獲取微信的流量過程中，發(fā)現(xiàn)原來的問題并沒有被解決，流量分配模型完全不同于PC大屏?xí)r代。

于是啟動「千人千面」計劃，試圖解決流量分配和轉(zhuǎn)化率問題，以期提升用戶體驗并讓用戶重回京東，保證一定程度的增長率。

到18年，中國真正做出「千人千面」擁有相應(yīng)的成熟技術(shù)的只有淘寶和京東。

隨著拼多多在18年的成功上市和獨(dú)立app的發(fā)展，拼多多成為中國第三家擁有「千人千面」技術(shù)的電商公司。（騰訊和今日頭條同樣擁有「千人千面」技術(shù)，但是和電商的比起來，資訊類的要相對容易一些）

「千人千面」到底有多難？

「千人千面」技術(shù)也可以簡單理解為「推薦算法」，是一種基于用戶行為的大量樣本統(tǒng)計和協(xié)同過濾，對用戶需求進(jìn)行預(yù)測的技術(shù)。

由于電商涉及「轉(zhuǎn)化率」，「推薦算法」需要對這個指標(biāo)負(fù)責(zé)，所以實現(xiàn)的難度比資訊類的大得多。

從買家角度而言，這種技術(shù)會讓用戶真正高效地獲取需要的、感興趣的商品；從賣家角度而言，則可以擴(kuò)展競爭維度，減少單一維度（排名）的競爭壓力，投入更少獲得更高銷售。

最重要的是，長尾商品通過「千人千面」真正能夠公平地展示在消費(fèi)者面前并產(chǎn)生購買。

《長尾理論》是中心化電商發(fā)展的重要理論，經(jīng)過近30年的發(fā)展，已經(jīng)到了長尾理論2.0的階段。

我在《嚴(yán)選精品電商們崛起，長尾理論失效了嗎？》一文中對長尾理論2.0進(jìn)行了較為深入的研究，得出的結(jié)論就是長尾理論仍然有效。（對長尾理論想更多了解的朋友，可以點(diǎn)擊文章標(biāo)題閱讀或直接購買對應(yīng)的專業(yè)書籍閱讀）

讓我們從簡單的場景來理解「千人千面」技術(shù)：

比如你用高德地圖導(dǎo)航到大潤發(fā)，買了大米、油和方便面并用支付寶付款，下次你再打開淘寶，首頁就出現(xiàn)了盒馬菜市場和面條等商品的推薦；

比如你和女友在微博私信說想換新手機(jī)了，打開天貓就給你推薦了最新款的手機(jī)；

比如女友在微信發(fā)了個朋友圈說好喜歡新款LV包，然后第二天看到了LV在朋友圈的新款女包廣告。

諸如此類，都屬于「千人千面」的「推薦算法」根據(jù)個人的行為數(shù)據(jù)精準(zhǔn)推薦相應(yīng)的商品和信息。

或許這些場景讓人感覺個人隱私信息被泄露了。

其實像淘寶、京東、天貓這樣的電商平臺和微信、微博這樣的社交工具和社交媒體本身不會竊取你的個人隱私的，但是你的行為數(shù)據(jù)讓平臺知道你的需求，然后通過「算法」進(jìn)行商品和信息的推薦。（關(guān)于這個部分可以點(diǎn)擊《「偷聽」的成本和影響消費(fèi)者偏好的兩大作用力》的文章了解關(guān)于個人隱私和「推薦算法」的關(guān)系）

電商平臺會采集更多個人行為數(shù)據(jù)，比如使用過的手機(jī)、上過的app、看過的新聞、打車的頻率、發(fā)紅包的金額次數(shù)、欠銀行的貸款、地圖數(shù)據(jù)等等，這些都會構(gòu)成一個人數(shù)以萬計的事實標(biāo)簽。

標(biāo)簽的采集和架構(gòu)設(shè)計相對還是容易的，如何建立標(biāo)簽?zāi)Ｐ筒?zhǔn)確的預(yù)測用戶的需求則是最難的。

以下技術(shù)部分參考了CSDN的技術(shù)博客及結(jié)合我個人的研究和理解，歡迎感興趣的朋友留言參與討論和交流。

我們拿淘寶首頁內(nèi)容板塊為例，常規(guī)的行為推薦算法是類似這樣的公式：

內(nèi)容訪問權(quán)重=行為權(quán)重*時間權(quán)重*衰減因子

行為權(quán)重：點(diǎn)擊一件商品或一篇文章，留言、點(diǎn)贊、加購物車等行為，都會計入行為權(quán)重，根據(jù)平臺積累的大數(shù)據(jù)，計算出了不同類目不同產(chǎn)品下的各種操作行為權(quán)重分?jǐn)?shù)，在用戶進(jìn)行回復(fù)，點(diǎn)贊，收藏等行為時進(jìn)行權(quán)重加分；

時間權(quán)重：停留時間越長，時間權(quán)重也會越高；

這也能解釋為什么電商平臺和內(nèi)容平臺適合做「千人千面」，因為都在追求停留時間，電商平臺的停留時間長有利于提高轉(zhuǎn)化率，內(nèi)容平臺的停留時間長有利于廣告點(diǎn)擊。

衰減因子：用戶的單次行為不能作為用戶喜好的直接評定，隨著時間的推移權(quán)重也會慢慢衰減。

由這三個權(quán)重維度的綜合計算得到了我們的內(nèi)容訪問權(quán)重，在我們多次訪問同類型內(nèi)容時，每次都會獲得對應(yīng)的內(nèi)容訪問權(quán)重，平臺對這些權(quán)重進(jìn)行累加，然后利用神經(jīng)網(wǎng)絡(luò)的閾值函數(shù)（Sigmoid函數(shù)）進(jìn)行標(biāo)準(zhǔn)化。

然后可以得到一個閾值為（0,1）的結(jié)果，通常推薦算法標(biāo)準(zhǔn)化過程是對Sigmoid函數(shù)的變形公式，得出一個閾值位0-10的結(jié)果，也就是我們所說的質(zhì)量分（淘寶直通車的質(zhì)量分也是以這樣的方法計算來的）。

權(quán)重（或說質(zhì)量分）越高，內(nèi)容板塊推薦類似內(nèi)容的比例和頻率就會越高，這就是行為推薦算法（你的行為影響了你）。

目前已知世界上所有推薦算法的處理過程都是類似如此的，沒有太大差異。

另外需要簡單說明的是拼多多的拼團(tuán)模型在進(jìn)行「千人千面」的實施過程中，人的社交關(guān)系將成為新的數(shù)據(jù)源，這個部分可以讓推薦比淘寶、京東、天貓更精準(zhǔn)。（詳見深度分析文章《拼多多的底層價值邏輯》）

這個過程，也就是大家常說的打標(biāo)簽（比如我們搜索看過一個產(chǎn)品后，猜你喜歡就會推薦類似的產(chǎn)品，并且看過多種產(chǎn)品，猜你喜歡推薦的頻次是不一樣的）。

限于篇幅，關(guān)于「千人千面」技術(shù)部分就不再過多贅述，如果想進(jìn)一步學(xué)習(xí)的，可以到專業(yè)的技術(shù)論壇和博客深入學(xué)習(xí)，或者買一些專業(yè)的書籍好好看看。

傳統(tǒng)電商平臺「千人千面」的問題

前面之所以花這么長的篇幅來分析「千人千面」，主要得出三個結(jié)論。

一、隨著電商平臺的用戶規(guī)模、商家規(guī)模和商品規(guī)模的無窮增長，「千人千面」技術(shù)很好地解決了三者匹配和效率的問題，從而提升電商的轉(zhuǎn)化率和用戶體驗。

二、「千人千面」實現(xiàn)的難度非常大，一方面非常有足夠的用戶、商家和商品數(shù)據(jù)；另一方面要有強(qiáng)大的算法建模能力；最后還要有硬件的算力支持（阿里云、亞馬遜云發(fā)展的領(lǐng)先這是主因）。

三、「千人千面」看起來很美好，卻有三個技術(shù)無法突破的問題：

1. 沒有想像中「精準(zhǔn)」。

因為購物決策受到的干擾因素太多，現(xiàn)階段均是「網(wǎng)絡(luò)行為」的數(shù)據(jù)，并沒有「思維數(shù)據(jù)」和「生物數(shù)據(jù)」，機(jī)器無法感知人真實的感受和想法；

2. 延遲問題。

畢竟聊天或者瀏覽的那一刻到打開電商平臺短短幾秒時間，購買決策已經(jīng)發(fā)生了很大的改變，甚至是沒打開就變化了。人們總習(xí)慣：我只是說說而已；

3. 涉及隱私問題和歧視且是違法行為。

《電商法》明確規(guī)定：電子商務(wù)經(jīng)營者根據(jù)消費(fèi)者的興趣愛好、消費(fèi)習(xí)慣等特征向其推銷商品或者服務(wù)，應(yīng)當(dāng)同時向該消費(fèi)者提供不針對其個人特征的選項，尊重和平等保護(hù)消費(fèi)者合法權(quán)益。

就是說，如果強(qiáng)制推送根據(jù)「大數(shù)據(jù)」推算出的內(nèi)容給消費(fèi)者，是違法的！

其次，作為線下的傳統(tǒng)零售商和新興電商公司，很難實現(xiàn)這樣的「千人千面」，哪怕是有錢也沒有那么多的算法和技術(shù)人才。這些人才都被BATJ、TMD們早早地收了。

如何突破技術(shù)和人才壁壘實現(xiàn)「千人千面」？

根據(jù)觀察和研究，新興的社交電商和社區(qū)團(tuán)購（含傳統(tǒng)零售商做的社交電商和社區(qū)團(tuán)購）從「微信群」的方向?qū)崿F(xiàn)了「千人千面」。

在去年我就成了每日一淘的VIP，在今年又加入了環(huán)球好貨的VIP（想加入的可以加我微信：zhuangshauihao備注邀請碼），并在近一年左右的時間里加入了幾個社交電商和社區(qū)電商的群。

發(fā)現(xiàn)成交率高的「群」有四個特點(diǎn)：

微信的群沒有上限，一個人想建多少個都可以，而且沒有門檻，建群非常簡單；

以「人分」、「小區(qū)分」、「品類分」等等可以不斷按照不同屬性和維度細(xì)分的各種各樣的群；

通過群里聊天的去中心化「社交」方式，獲取單個個體真實的需求并通過群主（團(tuán)長）從不同的社交電商或社區(qū)團(tuán)購平臺獲取對應(yīng)的商品并進(jìn)行推薦；

由于是基于「人」的唯度，所以除了購買商品之外，還可以群里聊聊寵物和小孩教育，這種「千人千面」變得有溫度。

借助幾萬人、幾十萬人建立幾萬個、幾十萬個甚至幾百萬個群實現(xiàn)「千人千面」不僅在理論上成立，也能真正落地。

已經(jīng)有社交電商和社區(qū)團(tuán)購企業(yè)完成了這種規(guī)模的「群」的建立并取得年銷百億甚至千億級銷量。

這些并不需要用到傳統(tǒng)電商平臺的「千人千面」技術(shù)投入和研發(fā)周期。

當(dāng)然，隨著VIP代理和「團(tuán)長」們理論上的數(shù)量無窮增加，后臺的商品的無窮增加，或許到了一定規(guī)模之后，傳統(tǒng)電商平臺針對VIP代理和「團(tuán)長」們的「千人千面」技術(shù)也會被提上日程。

那個時候這些社交電商和社區(qū)團(tuán)購平臺將再次變得「傳統(tǒng)」，新的挑戰(zhàn)者又該出現(xiàn)了！