做产品就跟谈恋爱一样,无时无刻都是在猜测用户的心思,然后想方设法去迎合用户的洗好。在电商产品里面,最经典的业务场景莫过于“猜你喜欢”这个功能了。似乎不做“猜你喜欢”都不好意说自己是个合格的电商产品。那么,这个已经烂大街的“猜你喜欢”是如何实现的呢?
何谓“猜你喜欢”
“猜你喜欢”本质就是通过对用户的行为数据做统计,分析用户画像,从而实现对用户的的个性化推荐。在电商产品里,“猜你喜欢”就是记录用对商品的浏览行为,然后分析用户的购买倾向并做针对性的营销。
实现推导
有留意过“猜你喜欢”这种功能的同学可能会发现,这里推荐商品很多时候都是跟你最近浏览记录有关的。你最近看过什么商品,系统就会给你推荐类似的商品。而这个商品跟你浏览的商品有什么样的类似呢?对了,就是商品的类型都是相同的,在产品里的术语就是:类目。也就是说,“猜你喜欢”里的商品跟你浏览过的商品,都是相同类目的。
功能实现
根据上面的分析,要实现“猜你喜欢”,产品至少要实现以下几个功能:
1. 商品要属于某个类目
2. 记录用户浏览过的商品,从而知道用户浏览了什么类目
3. 然后从同一类目下挑选其他商品,给用户推荐。
那么再进一步想,为了让提高“猜你喜欢”这个模块的点击率和转化率,推荐就应该尽量精准。
比如说价格的考虑,用户挑选一件商品的时候,对价格都是有特定要求的,浏览的商品价格尽量都是在能接受的范围。因此,推荐的商品必须考虑到价格控制。用户浏览了一件199元的衬衫,然后“猜你喜欢”推荐了一件2999元的,这显然是“猜”错了。
另外,为了是推荐尽可能让给用户接受,推荐的商品可能还需要考虑到销量、好评率等因素,尽可能推荐优质商品,提高转化率。
除了上面这些,还要考虑什么吗吗?比如用户的行为深度。有可能用户是不小心点到一个自己不打算买的商品,这个时候如果系统还要给用户做推荐,那就真的是“误解”了。因此在记录用户浏览行为时,可以考虑浏览时长进入。比如用户浏览商品超过10秒中才算有效行为,并统计作为推荐的依据。
小结
以上讲的是根据用户浏览行为做的“猜你喜欢”。不过在电商产品里面,有的推荐模块似乎不是根据浏览,而是根据购买来推荐的,关于这个逻辑我们下一篇再讲。
猜你喜欢