Week1.5-动态指标案例Amazon.com

动态盈利指标

Revenue Metrics - Amazon.com as a Leading Example of Use of Dynamic Metrics

企业销售依赖于销售人员和潜在客户的一对一的会议，他们代表了销售连续统一体的两个极端：

• Enterprise Sales = Personal
• 以传统收入指标为主导
  vs
• Computer Sales = Impersonal
• 电商通过不与人直接的接触来诱使潜在客户购买商品

但是成功的电商会设法通过网页或移动端界面管理用户体验，不会让客户觉得销售过程不人性化和机械化。而且他们根据经验进行管理，让每个客户来访产生的收益最大化。

我们会通过一家在定义和探索动态收入指标方面做的很好的公司来具体学习客户体验和其相关的指标，这家公司就是亚马逊。如果你现在的公司在做零售，亚马逊有很多方面可以当作当代的最佳实践来学习，即使你不在零售行业，亚马逊研究访问者的点击流数、点击光标移动和翻页的模式都是能用于任何行业网站的重要数据分析方法。

亚马逊根本的电脑系统设计之美显著体现在，预先处理从许多数据源和索引得到的大量数据，无缝地结合并且实时回应用户的需求：点击活动和所有重要的点击流。实时的客户定制意味着一个公司可以在用户的访问期间，根据具体的此访客和相似访客的用户历史和点击流数据，为每个个体用户定制体验，这从最大程度上体现了我们对于商业流程立刻做出改变的整体目标。

亚马逊的文本搜索

我想要向你展示我在这个类目下进行书籍搜索的一个例子来解释过去亚马逊需要做什么，和实时中需要处理什么来支持这种用户体验。

我开始在书籍这个类目下进行文本搜索，输入三个词 information theory learning，在不到三秒的时间内亚马逊的网页显示了12本书。让我来告诉你亚马逊是如何产生这个网页，选了特定的12本书展示给我。

Book ID Database数据库

亚马逊有一个非常大的数据库，我们称之为Book ID数据库，这里每本书通过一个独特的Book ID被分配给一个单独的记录号码和地点。

最新的检索目录Text Index

亚马逊同时维护着一个最新的检索目录，这样每个搜索的词汇可以用来在书籍标题正好包含这个词的数据库中检索，有时候书中的文本也被编入索引。

在我的搜索中，亚马逊识别了数据库里的1200多本书的标题或者其他被编入索引的文本中至少包含我那三个搜索关键词的其中一个。现在变得更有趣起来，亚马逊可以从1200本书中随机挑出12本，这样的话这些书很可能不是我想要的书。我有可能会继续翻看下一页的12本书，也许翻看两页，然后在浏览了大量不相关的垃圾信息之后 没有买任何东西就放弃了。这是大约1995年的网络搜索。

排名的两个步骤

然而现在亚马逊开始应用它自己的动态收入指标，亚马逊根据对我的预估相关性对这1200个可能相关的物品进行排名，或者说他们根据输入我的搜索词会在这次访问中购买这个物品的可能性将物品排名。他们只向我展示通过对于亚马逊历史的数据分析和预测，在那1200个物品中12个我最有可能购买的物品。

我猜想亚马逊用了两个步骤来排名这些他们选择向我展示的书。

匹配主题索引

Subject index (controlled vocabulary index)

首先它们研究我这三个词的文本串（信息、理论、学习），将它们和预先定义的种类列表（高级主题范围）对应起来。这个种类列表是在旧式图书馆卡片目录上的主题索引，因为主题索引包含的词汇数量比起人们搜索时可以用的词更少或者说数量更受限，这种索引被称为受控词汇索引。

亚马逊对我输入的文本字符串和受控词汇索引相匹配。它们使用一本巨大的词典，在其主题范围索引里，搜索与我输入的词汇最合适的一个或多个同义词，相比于给客户他们认为自己想要的但是会使他们失望的结果，这是一个十分有效的方法，为人们找到他们真正想要但是不知道怎么描述的物品。

也许它们应该为婚恋交友也发明一个类似的系统。

我推断亚马逊在后台进行同义词匹配的线索，来自于亚马逊决定向我展示的相关性最高的主题区域的名字，它们出现在第一页的左上角，同时显示了交叉主题区域中每一类别的图书数量。虽然所有十个主题范围都事实上和我的搜索都相关，但是仅仅它们中的三个包含我原本输入的查搜索词中的某一个。

高级主题索引还扩展到包涵副主题，比如如果我点击人工智能和机器学习，我会看到人工智能、机器学习、计算机视觉、模式识别、智能语义、神经网络、机器理论等等。

识别相关的畅销书

如果我们有一个分类和子类的树图，亚马逊通过对比一本书和同一个主题范围子类里的其他书籍销量的好坏，来定义最畅销书。

前面首先使用同义词典找到亚马逊自己的主题索引里最相关的分类。

在第二步中，识别和我的搜索短语最相符的主题子类里的畅销书，这些亚马逊向我展示的最畅销书，由它们在局部主题的相关性来确定权重。

对亚马逊来说，识别主题范围是个必要的中间步骤是因为：如果它们将这1200本书仅通过它们的销售率来排行，而没有考虑根据子类，那会葬送一些我和其他或许只有几千人感兴趣的专业书，这些书在权重上小于大众感兴趣的畅销书。

总结Dynamic top-line metrics

所以我们可以推断出亚马逊使用的动态优等指标：
首先，在受控词汇索引里什么主体范围类别和用户输入的查询语句最相关；
然后，在和用户查询最紧密相关的主题的子类里，现在什么书卖得最好。

其他指标：共现指标

我们已经知道，对于每一个独特的图书编号Book ID，亚马逊必须保存书所在的主题范围分类和子主题a tree of subject area categories and subcategories，以及亚马逊自己的最近在每个主题范围分类和 有交互关系的子类中书本的排名纪录。

我们接下来要看亚马逊对每本书的其他动态收入指标跟踪，以及如何保存和使用这些信息。

位于排名前12名首位的亚马逊从1200种可能结果中检索并展示给我的是大卫麦凯的《信息理论、推论和学习算法》，这恰巧是我最喜欢的书之一，现在作为课本在我的杜克数据挖掘管理工程的硕士课程里使用。

我可以点击书本得到更多信息，仔细观察新网页的布局。首先我们看到常常一起购买的书，建议我们一起购买科弗和托马斯的《信息理论要素》，注意这个细微的销售建议，说明学习与机器学习相关的信息理论只买一本书是不够的。

因为人们“常常”在购买麦凯的书的同时一起购买科弗和托马斯的《信息理论要素》的课本，这是很好的选择。我惊讶的是亚马逊对于一起购买这两本书并不提供折扣，显然他们发现实施折扣之后销量的增长不足以弥补损失的利润。

我们并不知道有多少百分比的客户在购买了麦凯的书时同时购买了科弗和托马斯的书，反之亦然，但是亚马逊显然跟踪了每个大于一本书的订单，并且对于每本书在同一用户的同一个订单中有哪些其他的书同时销售，保持最新的数据源。

共现矩阵Co-occurrence matrix

亚马逊提供前一百个人们最经常和麦凯的书一起购买的书（根据frequency）。这种数据叫做共现数据Co-occurrence data，该数据可以体现在共现矩阵Co-occurrence matrix中。共现销售Co-occurrence Sales显然对亚马逊来说显然是一个非常重要的动态指标。

提一个我也不知道答案的问题：亚马逊只是简单地通过共现的高低 排列这100本书的吗？如果是的，科弗和托马斯的书事实上不是和麦凯的书最经常一起买的，最常一起买的应该是克里斯托弗毕绍的《模式识别和机器学习》。很可能亚马逊提供的经常一起购买的书 是通过A/B测试选出来的，测试显示科弗和麦凯的书一起出现，相比 麦凯和毕绍或者列表里的其他98本共现书一起展示，可以增加更多销量和利润。

在这个例子里亚马逊在“经常一起购买”这个营销处，创造了最大的潜在捆绑销售收入best upsell revenue potential in the frequently bought together marketing slot.

另一方面，如果他们是按排名展示这100本书，也许科弗和托马斯的书的确是最常和麦凯的书被一起购买的。但是亚马逊知道我们已经有了这个信息，并且我们不会理会一起购买的建议，所以亚马逊对真实的100本书的列表排序做了些微调，把第二位最常和麦凯的书一起购买的书放在一起，因为用最上面的位置展现一个新书给我们是一个更好的选择。这个问题对我来说是个谜，但是无论是在哪个案例里，经常一起购买的组合位置和前100本经常一起购买的展示，都是通过A/B测试来优化并使销量最大化的。

点击流数据clickstream data

除了跟踪人们同时购买哪些书，亚马逊还保存了关于每本书网络用户在浏览时点击的共现数据源。这里可有大量的细节，所有我看过但是没有买的商品的点击流数据。

我怎么知道亚马逊在做这个？ 因为在这个页面的最下面是一个分隔开的、关于看过麦凯的书的页面但是没有买的客户，在这次购物中最常购买的书的共现列表。所以我们知道亚马逊一直维护着共现矩阵，它列出了每次至少购买了一本书的访问和其他购买可能性的数据。首先当一号书被买了，这里有一个其他一起购买的书的列表；然后当一号书被买了，这里有买这本的时候浏览的其他书的列表。亚马逊可以通过第二类记录识别，看了特定书的网页但是没有买的客户最终购买了什么书。

总结三个指标

总结一下，三个亚马逊推广的利器promotion：

• 第一个指标是，“Frequently bought together”这一实现利润最大化的指标profit maximizing frequently bought together metric
• 第二个指标是一种推荐引擎recommendation engine：基于我们最终购买第一本书的假设上，有可能一起购买的书。
  
• 第三个指标是：基于浏览而未购买的书的记录做出的推荐。
•