业务场景概述
众所周知,电商业务发展至今已经非常成熟,淘宝、京东、拼多多等电商巨头都在上线了覆盖了不同维度的推荐算法,用来提高用户下单率,支付率,延长用户在浏览商品页的时长,准确的商品推荐可以解决用户长时间筛选商品的这个问题,电商中的土场景更是覆盖在交易的各个环节,如果首页,详情页,购物车页,支付成功页或者是错误页等。
在电商网站里进行商品推荐,可以提高整个网站商品销售的有效转化率,增加商品销量。通过用户已经浏览、收藏、购买的记录,更精准的理解用户需求,对用户进行聚类、打标签,推荐用户感兴趣的商品,帮助用户快速找到需要的商品,适时放大需求,售卖更加多样化的商品。甚至在站外推广时,能够做个性化营销。
不同位置的推荐产品定位不同:
单品页:购买意图;
过渡页:提高客单价;
购物车页:购物决策;
无结果页:减少跳出率;
订单完成页:交叉销售;
关注推荐:提高转化;
我的推荐:提高忠诚度;
首页猜你喜欢:吸引用户。
电商类推荐算法应该怎么做呢?
产品用户主要分为两大类:注册用户与未注册用户(浏览用户)
推荐算法主要分为三大类:
基于内容元数据的推荐(给内容打上标签,在浏览的过程中会有一些内容会被筛选掉,选取当前内容存在的元数据标签去推荐相同元数据的内容)。
基于用户画像的推荐(用户的基础数据,应用的浏览时长或者点击频率,内容的偏好数据)。基于过滤算法的推荐(寻找相近或者