1号店玩个性化推荐上瘾用机器打“价格战”-国土报中文版

本篇文章3229字，读完约8分钟

本期首席信息官个人简介:第一商店副总裁兼首席技术官韩军

在电子商务领域，亚马逊的推荐系统是一个基准，它通过分析产品的相关性来推荐顾客可能感兴趣的其他产品，并贡献30%的销售收入。第一商店正试图超越这一基准。一号店副总裁兼首席技术官韩军正试图在产品相关性推荐的基础上，根据一号店的顾客特点，在准确分析顾客个性和品味的基础上，通过用户肖像系统为每位顾客创建一个完全个性化的全站推荐系统。

1号店玩个性化推荐上瘾用机器打“价格战”

将来，当一个顾客进入第一商店时，他会看到个性化的页面，这些页面随时随地都完全不同，满足了他的个人需求。对于一号店来说，呈现给顾客的每一栏都是推荐，而且推荐无处不在。这是一号店通过用户肖像建立的全站推荐系统的蓝图。

价格战的神器来了:不同时间和地点的快速价格调整

电子商务公司都遵循以客户为中心的原则。从三年前开始，韩军就开始构思一套智能定价系统，让一号店可以根据不同时间和地点的客户需求快速调整价格。一方面，为了应对电子商务行业日益频繁的促销价格战，并在改善客户体验的基础上保证企业的利润。

经过三年的不断锤炼和改进，一号店80%的产品已经通过智能定价系统自动定价，每小时可以完成100万个单品的价格调整。虽然系统还在改进，但它已经成为一个让一号店it部门非常自豪的系统。

当大型电子商务公司通过促销活动打价格战时，这种快速调整价格的能力非常有用。目前，1号店制定价格调整规则的有效命中率为40%sku，即15万件商品同时调整到合适的价格。在双十一或双十二促销期间，一号店通过智能定价系统比较计算竞争对手与自身之间不同商品的历史价格和销售量、采购价格、库存、采购折扣、毛利率和价格弹性指数，并将计算结果反馈给系统，系统根据这些价格变化和计算结果不断调整价格。

1号店玩个性化推荐上瘾用机器打“价格战”

“事实上，没有最好的价格。价格调整的过程是一个不断试验的过程，因为竞争环境在不断变化，价格也应该不断变化。”韩军说，在智能定价系统的计算逻辑中，价格是一个定时事件，这意味着系统只决定价格在一定时期内是否合适。

另外，价格调整并不意味着一定的降价。一号店定义的智能定价概念更为智能，但价格实际上是有涨有跌的，其基本原则在于顾客体验的优化和商业价值的最大化。“当某些商品的价格低到一定程度时，他的销售就不再灵活了。事实上，这种降价对企业来说毫无意义。”韩军说。

整个智能定价系统包含了大量的数据模型，能够适应不同情况、不同类别产品的价格调整。整个系统还包括几个不同的系统，包括商品定义系统、跟踪分类系统、类别分析系统、单一产品分析系统、价格策略管理系统、销售预测系统等。，还包括一些捆绑销售方法和业务逻辑，所有这些构成了一个完整的定价系统。定价也分为两种模式:自动和半自动。目前，一号店超过80%的产品采用自动定价，这是由时间和事件驱动的。目前，参与价格调整的一号店商品销售额增长了2.93%，增幅为38%。

1号店玩个性化推荐上瘾用机器打“价格战”

不同的顾客在不同的时间、不同的地点、不同的场景以不同的价格推荐不同的产品

当你看到这个字幕的时候，你没有头晕吧？

这是韩军计划中智能定价系统发展的下一步，即个性化推荐系统。目前，1号店20%的收入来自于推荐系统来实现购买。从去年年底开始，韩军领导it部门开发了用户肖像系统，以便在最初由相关算法进行个性化推荐的基础上，通过用户肖像获得更全面的个性化推荐。

“基于产品相关性的个性化推荐首先是由亚马逊推出的。当这种业务逻辑首次被引入时，它是合理的。如果你买了一本书，这本书的作者可能会对其他的书感兴趣。如果这是一本股票交易书，你可能会对其他股票交易书感兴趣。这是相关性推荐方法的业务逻辑。”韩军解释道。

然而，当他将这种关联推荐方法引入到一号店的运营中时，他发现很多类别都不适合这种模式。"许多顾客实际上是根据自己的喜好买东西，而不仅仅是商品的相关性."对于有孩子的顾客来说，这种关联算法仍然可以工作，但是如果顾客喜欢特斯拉汽车，他可能会在一号店购买星巴克的产品或者昂贵的品牌包，这是一个完全基于品味的选择，通过产品关联做出的个性化推荐的命中率非常低。

1号店玩个性化推荐上瘾用机器打“价格战”

“对于这种基于品味的选择，如果你能提取他的个性化特征，根据他的品味推荐他可能喜欢的日用品，比如一定档次或价格的空空气清新剂，这样成功率就更高。你可以向他推荐一个类似的包，而不是买一个包。”韩军说。

目前，一号店拥有3亿多个独立用户标识，相当于约100吨的数据，这些数据在未来将呈指数级增长。个性化推荐不仅涉及用户特征的分析，还涉及商品特征的分析，最终的推荐结果还涉及内容优化、销售分析、毛利和常规商品销售等各种因素的分析。

“我们发现，如果一个用户在一号店的网站上购买多种商品，他的忠诚度很高，而且他购买的商品种类越多，他的忠诚度就越高。”因此，我们将用户肖像与商品基因联系起来，中间有一个特殊的数据平台和算法平台，它集成了不同的业务规则作为引擎，最终得到推荐结果。”韩军说。

现在最热门的是韩军正在努力开发的实时引擎系统。它的设计逻辑是，此时的客户与之前的客户不是同一个人。在某种状态下，顾客对某样东西有热情，但5分钟后，通过脑电波分析，就会发现这种爱已经消失了。因此，这种实时性能非常重要，在此基础上开发其他规则引擎相对简单。

整个系统框架的设计涉及一些人口统计信息，包括客户的性别、年龄、地理位置、职业等。，还包括兴趣，包括不同的类别、品牌、消费等级，顾客是否做出购买决定，如促销、犹豫、决策或组合，以及顾客忠诚度的分析，包括购买时间、频率、访问时间和深度。

基于这些不同的维度，一号店与许多外部数据供应商密切合作，以获取尽可能多的整个路径的用户数据，然后将这些数据整合到系统的不同场景和不同算法中。目前，一号店it部门已经为用户肖像系统整理出400个标签，远远高于一般crm的20 ~ 30个标签，这在很大程度上细分了顾客品味的人性化。

在韩军的计划中，当用户肖像系统被应用到一个更好的状态时，不同的顾客在不同的时间和地点进入第一商店，看到不同的界面、商品和价格，这是根据当时顾客的当地场景完全个性化的推荐。这叫做全站推荐，即网站上的所有栏目都有推荐，推荐无处不在。他认为这是最适合移动互联网时代特征的商业应用。“最终的结果是，顾客会更喜欢打开第一商店的应用程序，更喜欢在上面购物甚至浏览。”

1号店玩个性化推荐上瘾用机器打“价格战”

目前，大量基于英特尔e5-2600v2系列处理器的服务器支持一号店的数据分析和操作。在韩军看来，个性化推荐将在未来发展得越来越准确。为此，他正在建设第一商店的私有云系统。到明年上半年，当私有云和公共云的混合云完全建成后，就可以开发电子商务云，并与整个生态链中的企业共享一号店的电子商务系统，用技术提升整个生态系统的商业价值。

1号店玩个性化推荐上瘾用机器打“价格战”