论文部分内容阅读
前几日,从淘宝网购了几袋牛肉干,然后意外地发现,我微博右下角的“热门商品推荐”栏,在不厌其烦地向我推荐同类商品。我顿时感觉太讨厌了,没必要我前几天从淘宝网上买了一次牛肉干,你就天天在微博页面上推荐牛肉干。想让我吃腻吗?你能追踪我的消费痕迹,却体会不了我的消费感受。其实很多消费者跟我有同样的遭遇和感受。我想说的是:精准营销没错,但别走歪了!
现在,“大数据”已经是最近深受公众和舆论追捧的热词之一。但网络上这种不精准的营销很普遍,而且几乎涉及到所有的大小电商。他们大多玩的是概率,还不是精准。
这些精准营销不到位的现象,主要问题出在电商的推荐模型做得不到位,行为数据没有收集够就盲目推荐。因为某些产品的购买在一定时段里是不会重复的。强行推荐,只会导致厌烦情绪和后悔情绪。大数据时代的推广,不仅需要划分受众,更需要划分单体受众的心理层次。
这种推荐模型需要加入纵向数据分析的模型与算法,最简单的优化方法,就是将买过牛肉干的人在近期(1年内)购买过的物品排列出来,找出共性较多的加以推荐。有几种方向:一、分析单一用户的购买频率,对用户的购买频率进行调整,在预期的下一次购买时段内推荐;二、结合购买力及品牌偏好,做关联产品展示;三、推荐相同爱好的购买者,没准能团购一把。
那么,网友理想的网购和推荐是什么样的呢?众网友纷纷进行了美好而大胆的设想:
“买牛肉干,推荐牙签、牙线,或者山楂片,有助消化嘛。”
“买了一件泳衣,你可以推荐防晒霜;买了一个冰箱,你可以推荐乐扣保鲜盒;买了一双皮鞋,你推荐皮鞋油……”
“浏览了验孕棒的页面,十个月之后广告推送尿不湿产品。”
网友的设想虽然带着几丝戏谑,却十分有道理。可能大家听说过一个“啤酒与尿布”的推销理论:
在一家超市中,人们发现了一个特别有趣的现象——尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话,而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来,美国的妇女通常在家照顾孩子,所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布,而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润。
如何从浩如烟海却又杂乱无章的数据中,发现啤酒和尿布销售之间的关联度,这是值得所有电商和数据分析员应该值得深思的问题。
作为一个消费者和对此领域关注的研究者,我觉得,比“推荐什么”更高一个层次的问题,是“不推荐什么”。比如,对我反胃的嗝与贪婪的口水之间进行区分,从而避免厌烦性推荐。我甚至还有一个大胆设想:在网上买了服装、化妆品之类女性消费品的男性消费者,你能根据他的消费痕迹和数据,分析出他的消费能力如何?他是奢侈型还是勤俭持家型?如果是后者,能否在他的网页上调整此类商品的推荐频率、甚至进行屏蔽,从而避免此类消息可能刺激他女友(或老婆)的奢侈浪费性购物?但是,有谁愿意做这么“二”的电商吗?
此次讨论中,还有少数网友表现出了深深的担忧——消费行为及数据的深分析背后,可能是用户隐私的泄露或用户信息的窃取。既要贴心的服务又要保护隐私,这是一个两难的境地。更可怕的是:这些背后,有没有另外一个“棱镜计划”?
现在,“大数据”已经是最近深受公众和舆论追捧的热词之一。但网络上这种不精准的营销很普遍,而且几乎涉及到所有的大小电商。他们大多玩的是概率,还不是精准。
这些精准营销不到位的现象,主要问题出在电商的推荐模型做得不到位,行为数据没有收集够就盲目推荐。因为某些产品的购买在一定时段里是不会重复的。强行推荐,只会导致厌烦情绪和后悔情绪。大数据时代的推广,不仅需要划分受众,更需要划分单体受众的心理层次。
这种推荐模型需要加入纵向数据分析的模型与算法,最简单的优化方法,就是将买过牛肉干的人在近期(1年内)购买过的物品排列出来,找出共性较多的加以推荐。有几种方向:一、分析单一用户的购买频率,对用户的购买频率进行调整,在预期的下一次购买时段内推荐;二、结合购买力及品牌偏好,做关联产品展示;三、推荐相同爱好的购买者,没准能团购一把。
那么,网友理想的网购和推荐是什么样的呢?众网友纷纷进行了美好而大胆的设想:
“买牛肉干,推荐牙签、牙线,或者山楂片,有助消化嘛。”
“买了一件泳衣,你可以推荐防晒霜;买了一个冰箱,你可以推荐乐扣保鲜盒;买了一双皮鞋,你推荐皮鞋油……”
“浏览了验孕棒的页面,十个月之后广告推送尿不湿产品。”
网友的设想虽然带着几丝戏谑,却十分有道理。可能大家听说过一个“啤酒与尿布”的推销理论:
在一家超市中,人们发现了一个特别有趣的现象——尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话,而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来,美国的妇女通常在家照顾孩子,所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布,而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润。
如何从浩如烟海却又杂乱无章的数据中,发现啤酒和尿布销售之间的关联度,这是值得所有电商和数据分析员应该值得深思的问题。
作为一个消费者和对此领域关注的研究者,我觉得,比“推荐什么”更高一个层次的问题,是“不推荐什么”。比如,对我反胃的嗝与贪婪的口水之间进行区分,从而避免厌烦性推荐。我甚至还有一个大胆设想:在网上买了服装、化妆品之类女性消费品的男性消费者,你能根据他的消费痕迹和数据,分析出他的消费能力如何?他是奢侈型还是勤俭持家型?如果是后者,能否在他的网页上调整此类商品的推荐频率、甚至进行屏蔽,从而避免此类消息可能刺激他女友(或老婆)的奢侈浪费性购物?但是,有谁愿意做这么“二”的电商吗?
此次讨论中,还有少数网友表现出了深深的担忧——消费行为及数据的深分析背后,可能是用户隐私的泄露或用户信息的窃取。既要贴心的服务又要保护隐私,这是一个两难的境地。更可怕的是:这些背后,有没有另外一个“棱镜计划”?