12月8日當(dāng)當(dāng)網(wǎng)納斯達(dá)克上市風(fēng)頭未盡，京東遍掀起了宜昌網(wǎng)絡(luò)圖書(shū)銷(xiāo)售降價(jià)大戰(zhàn)，國(guó)內(nèi)第二大網(wǎng)絡(luò)圖書(shū)銷(xiāo)售商卓越亞馬遜自然不能幸免。趁三家紛紛降價(jià)之際把之前憋著沒(méi)買(mǎi)的書(shū)統(tǒng)統(tǒng)給買(mǎi)了，網(wǎng)絡(luò)書(shū)商大戰(zhàn)到底是比3Q大戰(zhàn)實(shí)惠啊！這些都是閑話。

在卓越亞馬遜買(mǎi)書(shū)的同時(shí)，按照陌生用戶的角色仔細(xì)體驗(yàn)了一下流程。從經(jīng)評(píng)BLOG的推薦鏈接進(jìn)去，搜索圖書(shū)，比較和選購(gòu)，注冊(cè)和提交信息，下單和支付。最后一步一步分析一下得出兩點(diǎn)總結(jié)：

1. 秉承Amazon技術(shù)優(yōu)勢(shì)和架構(gòu)體系，卓越亞馬遜的個(gè)性化推薦機(jī)制很強(qiáng)大，幾乎遍布全站每一個(gè)頁(yè)面。
2. 支付流程經(jīng)過(guò)數(shù)據(jù)考證和對(duì)比分析，但是可能大多是依據(jù)美國(guó)互聯(lián)網(wǎng)數(shù)據(jù)，中國(guó)站照搬照套了美國(guó)站，不太符合中國(guó)網(wǎng)購(gòu)用戶習(xí)慣，有挺多可以?xún)?yōu)化的地方。

一、基于個(gè)人交易和反饋數(shù)據(jù)的推薦機(jī)制

Amazon的用戶分析和個(gè)性化推薦機(jī)制一直是電子商務(wù)教材里面的經(jīng)典案例。搬到中國(guó)后卓越亞馬遜的推薦機(jī)制依然做的很出色，遙遙領(lǐng)先于國(guó)內(nèi)的其他電子商務(wù)平臺(tái)。

上面這個(gè)圖是“我的亞馬遜”界面，“我的亞馬遜”跟“我的賬戶”是兩個(gè)概念，“我的亞馬遜”的功能是針對(duì)用戶購(gòu)物歷史和反饋數(shù)據(jù)給用戶的一個(gè)推薦平臺(tái)，而“我的賬戶”是一個(gè)賬戶信息和訂單信息的管理平臺(tái)?！拔业膩嗰R遜”記錄了登錄后的商品瀏覽記錄，根據(jù)瀏覽和購(gòu)買(mǎi)記錄提供的推薦產(chǎn)品。整個(gè)頁(yè)面的功能非常清晰，中間大幅位置只用于展示推薦商品，并且鼠標(biāo)指向是有懸浮下拉菜單提供反饋數(shù)據(jù)。用戶可以反饋“已經(jīng)擁有”或者“不感興趣”，并且根據(jù)個(gè)人喜好給商品打分。在頂部自導(dǎo)航條中的“設(shè)置為我推薦”下也可以進(jìn)行相似設(shè)置。用戶可以選擇那些內(nèi)容可以被作為推薦依據(jù)，那些不需要作為推薦依據(jù)。這使得通過(guò)用戶提交數(shù)據(jù)優(yōu)化純機(jī)器推薦帶來(lái)的弊端，是最終推薦結(jié)果真正符合用戶需求和愛(ài)好。這些用戶歷史數(shù)據(jù)和反饋數(shù)據(jù)奠定了亞馬遜的用戶數(shù)據(jù)分析和商品推薦機(jī)制，通過(guò)歷史數(shù)據(jù)分析和對(duì)反饋信息的學(xué)習(xí)，提高網(wǎng)站推薦商品對(duì)于特定客戶符合程度。

基于歷史瀏覽數(shù)據(jù)和用戶反饋數(shù)據(jù)的分析和計(jì)算也是互聯(lián)網(wǎng)新聞、網(wǎng)絡(luò)廣告等領(lǐng)域新商業(yè)模式的涌現(xiàn)源泉。在互聯(lián)網(wǎng)信息越來(lái)越海量，篩選有價(jià)值的、符合用戶偏好的數(shù)據(jù)越來(lái)越成為網(wǎng)民的難題。因而信息分析和推薦機(jī)制應(yīng)該成為一個(gè)非常有前景的商業(yè)契機(jī)。

二、基于公共行為的推薦機(jī)制

上圖是我進(jìn)入《Landing Page》商品詳細(xì)頁(yè)面后，商品信息下方顯示的推薦數(shù)據(jù)?！读髁康拿孛堋肥歉鶕?jù)我過(guò)往購(gòu)買(mǎi)數(shù)據(jù)為我推薦的，成為了匹配度最高的書(shū)目。在經(jīng)過(guò)推薦后，直接提供了組合購(gòu)買(mǎi)的按鈕。注意這里是立即購(gòu)買(mǎi)，而不是加入購(gòu)物車(chē)；同樣是在這個(gè)頁(yè)面，《Landing Page》本身的詳細(xì)信息右側(cè)卻只提供了“加入購(gòu)物車(chē)”按鈕，在商品詳細(xì)頁(yè)面到底應(yīng)該提供“加入購(gòu)物車(chē)”還是“立即購(gòu)買(mǎi)”還是兩者都提供？這個(gè)我找個(gè)機(jī)會(huì)再來(lái)討論。

我們來(lái)看看為什么Amazon為什么在這個(gè)地方放的是《流量的密秘》而不是其他的書(shū)。

由上圖可以看出，瀏覽了這個(gè)《Landing Page》詳細(xì)信息頁(yè)面后，有25%的訪客買(mǎi)了《流量的秘密》，8%的用戶買(mǎi)了《搜索引擎營(yíng)銷(xiāo)》而7%的用戶買(mǎi)了《玩賺你的網(wǎng)站》。訪問(wèn)了該頁(yè)面的1/4用戶購(gòu)買(mǎi)了第一關(guān)聯(lián)書(shū)目，這是個(gè)很高的比例了。其實(shí)我們看Amazon的商品詳情頁(yè)面不難發(fā)現(xiàn)有很大的篇幅是用于推薦關(guān)聯(lián)商品的。也正是這種推薦機(jī)制降低了Amazon平均每單的商品數(shù)量，而單個(gè)訂單的商品數(shù)量的降低直接帶來(lái)了銷(xiāo)售量的增長(zhǎng)和平均物流成本的降低。因而這種推薦機(jī)制對(duì)于電子商務(wù)公司的重要性不言而喻。

我們來(lái)看一組數(shù)據(jù)，關(guān)于B2C平臺(tái)的重復(fù)購(gòu)買(mǎi)率：Vancl（凡客）是40%，電子商務(wù)企業(yè)平均水平是50%，而卓越亞馬遜是80%；據(jù)說(shuō)卓越亞馬遜每年用于營(yíng)銷(xiāo)推廣的費(fèi)用占運(yùn)營(yíng)總成本的僅10%左右，這才是電子商務(wù)企業(yè)所真正需要的指標(biāo)。吸引新客戶的成本越來(lái)越低，客戶忠誠(chéng)度越來(lái)越高。重復(fù)購(gòu)買(mǎi)率與亞馬遜的推薦機(jī)制不無(wú)關(guān)系。因?yàn)楫?dāng)用戶登錄后進(jìn)入亞馬遜首頁(yè)時(shí)，看到的是根據(jù)其歷史行為和反饋數(shù)據(jù)生成的個(gè)性化定制頁(yè)面。一個(gè)人的性格和興趣往往是穩(wěn)定的，關(guān)聯(lián)推薦的價(jià)值便在這里。

再來(lái)看一組數(shù)據(jù)，目前整個(gè)電子商務(wù)領(lǐng)域的平均訂單轉(zhuǎn)化率是3%。平臺(tái)的轉(zhuǎn)化率的最高；絕大多數(shù)B2C的轉(zhuǎn)化率都在1%以下；當(dāng)當(dāng)做的比較好能到3%，Amazon可以到4.5%。訪問(wèn)amazon的訪客最終下單的比率要高出行業(yè)平均比例50%，這個(gè)跟訪客進(jìn)入頁(yè)面看到的是自己的感興趣的個(gè)性化頁(yè)面而不是密密麻麻的分類(lèi)列表不無(wú)關(guān)系。

不僅僅是基于訪客的平均轉(zhuǎn)化率，即便是購(gòu)物車(chē)的平均轉(zhuǎn)化率也不高。據(jù)報(bào)道B2C行業(yè)從購(gòu)物車(chē)到實(shí)際成交比例轉(zhuǎn)化率一般為10%，最高如當(dāng)當(dāng)網(wǎng)30%，逛街網(wǎng)與走秀網(wǎng)是20%，行業(yè)水平一般是10%。放到購(gòu)物車(chē)?yán)锩娴纳唐纷詈笾挥惺种徽嬲读丝畹模@是一個(gè)很高的流失率。90%的用戶里面有一小部分選購(gòu)了替代品，一大半放棄了購(gòu)物，另外還有一小批倒在了付費(fèi)的路上。過(guò)一段時(shí)間給大家再來(lái)詳細(xì)討論討論要購(gòu)物車(chē)還是要立刻購(gòu)買(mǎi)；支付流程如何來(lái)優(yōu)化，歡迎大家持續(xù)關(guān)注。

三、亞馬遜推薦機(jī)制的不足之處

亞馬遜的數(shù)據(jù)分析做的出色，幾乎編輯了整個(gè)網(wǎng)站的每一個(gè)頁(yè)面和用戶消費(fèi)的每一個(gè)流程。推薦機(jī)制雖強(qiáng)，但是也有失誤的地方：

繼續(xù)使用上面這個(gè)圖。我進(jìn)入《Landing Page》商品詳細(xì)頁(yè)面后，商品信息下方顯示的推薦數(shù)據(jù)?！读髁康拿孛堋烦蔀榱似ヅ涠茸罡叩臅?shū)目。為什么會(huì)最高呢，因?yàn)槲屹I(mǎi)過(guò)！難道亞馬遜就只知道按照匹配度來(lái)推薦，連將已經(jīng)購(gòu)買(mǎi)數(shù)據(jù)從中剔除的功能都沒(méi)有嗎？對(duì)于紙質(zhì)書(shū)籍，同一個(gè)客戶買(mǎi)第二本的概率我想應(yīng)該是極小的吧。雖然這個(gè)不足是個(gè)并不嚴(yán)重的技術(shù)問(wèn)題，但卻浪費(fèi)了關(guān)聯(lián)度第二高的8%的購(gòu)買(mǎi)率。

上面的不足并不是嚴(yán)重的技術(shù)問(wèn)題，但是Amazon的推薦算法上確實(shí)有缺陷的。目前的推薦只能在同一個(gè)分類(lèi)的商品內(nèi)部實(shí)現(xiàn)關(guān)聯(lián)推薦，尚且不能實(shí)現(xiàn)通過(guò)用戶過(guò)往購(gòu)買(mǎi)數(shù)據(jù)推薦其他品類(lèi)的，具有較高購(gòu)買(mǎi)可能性的商品。比如說(shuō)我買(mǎi)了套廚具，那我下次進(jìn)來(lái)的時(shí)候是不是應(yīng)該在圖書(shū)目錄里給我推薦個(gè)菜譜。還有個(gè)比較經(jīng)典的案例，啤酒和尿布的關(guān)聯(lián)挖掘，這也是實(shí)體超市中常用的案例?？缙奉?lèi)的推薦也許會(huì)比固守在同一個(gè)品類(lèi)推薦要高效率。畢竟不會(huì)每一次進(jìn)來(lái)都買(mǎi)書(shū)，更不會(huì)每一次來(lái)都是買(mǎi)電磁爐的！這是數(shù)據(jù)挖掘和商務(wù)智能方面的功課，亞馬遜應(yīng)該到了往這個(gè)層次發(fā)展的境界了。

來(lái)源：http://www.jingpingw.com.cn/recommendation-system-of-amazon/