全球知名的在線影片租賃公司Netflix推薦的電影和電視節(jié)目長(zhǎng)清單，是個(gè)性化用戶體驗(yàn)的絕佳例子。該公司稱，用戶觀看的所有內(nèi)容約有70%是個(gè)性化推薦的。

要做到這一點(diǎn)并不容易，改進(jìn)其推薦系統(tǒng)是一個(gè)持續(xù)的過(guò)程。Netflix花了十多年的時(shí)間來(lái)開(kāi)發(fā)和完善其推薦系統(tǒng)。

2006年，它推出了Netflix Prize大賽來(lái)尋找機(jī)器學(xué)習(xí)方面的專家，希望改進(jìn)以前的算法。一支算法科學(xué)家團(tuán)隊(duì)將Netflix的推薦系統(tǒng)Cinematch提升了10%的準(zhǔn)確率——你可能會(huì)認(rèn)為這個(gè)比例很小，但是Netflix有足夠的信心期待未來(lái)有很大的改進(jìn)。這個(gè)團(tuán)隊(duì)的努力為他們贏得了100萬(wàn)美元的獎(jiǎng)金。

基于大數(shù)據(jù)分析，推薦引擎可以增加營(yíng)銷人員和組織針對(duì)用戶過(guò)去在線活動(dòng)或行為提出量身定制的建議的可能性。

本文探討了如何通過(guò)個(gè)性化建議富有成效地提高投資回報(bào)率。并把推薦引擎的潛在商業(yè)利益分為三類。

使用改進(jìn)（正反饋循環(huán)）

Netflix Prize獎(jiǎng)的目標(biāo)是提高會(huì)員保留率，或者換句話說(shuō)，從長(zhǎng)遠(yuǎn)來(lái)看是讓服務(wù)更有“粘性”。但該公司并沒(méi)有尋求一次性改進(jìn)。

推薦引擎的承諾是建立一個(gè)自我完善的系統(tǒng)，在給定足夠的數(shù)據(jù)流的情況下，可以更好地滿足用戶的需求。正如Netflix的Carlos Gomez-Uribe和Neil Hunt在發(fā)表的論文（PDF）中解釋的那樣：

如果我們通過(guò)更好的個(gè)性化推薦來(lái)提供更有說(shuō)服力的服務(wù)，我們會(huì)吸引那些保持沉默的會(huì)員，并提高他們的保留率。

通過(guò)向會(huì)員提供超級(jí)具體的分類清單，Netflix縮小了多種多樣的按需視頻流選項(xiàng)。通過(guò)收視率流失趨勢(shì)的衡量，公司每天都可以改進(jìn)這些結(jié)果。

為了保持公司收入增長(zhǎng)，除了增加新成員之外，還必須能夠留住現(xiàn)有的用戶。換句話說(shuō)，客戶流失越少，月收入就越高。

Netflix幾乎沒(méi)有時(shí)間說(shuō)服用戶瀏覽應(yīng)用程序并選擇視頻。根據(jù)該公司的說(shuō)法，用戶往往在看過(guò)了20個(gè)標(biāo)題后的60到90秒就失去了興趣。

Gomez-Uribe和Hunt表示，通過(guò)采用更復(fù)雜的推薦系統(tǒng)和個(gè)性化的用戶體驗(yàn)，他們每年可以從取消的服務(wù)中節(jié)省10億美元。

從Netflix的收入數(shù)據(jù)來(lái)看，2017年第二季度，該公司收入同比增長(zhǎng)32.3%，新增用戶520萬(wàn)，上一季度用戶數(shù)是9900萬(wàn)。

通過(guò)更多的數(shù)據(jù)來(lái)訓(xùn)練其算法，Netflix可以速度越來(lái)越快地為現(xiàn)有用戶改進(jìn)產(chǎn)品。根據(jù)人工智能投資者，Polaris Partners公司Gary Swart的觀點(diǎn)，這種“贏家通吃”的態(tài)勢(shì)是“改善使用”如此重要的原因之一。

除谷歌之外，有什么網(wǎng)站可以回答你的問(wèn)題嗎？可能沒(méi)有。它擁有巨大的市場(chǎng)份額，而且相比那些使用更少數(shù)據(jù)的競(jìng)爭(zhēng)者，它能更快地改進(jìn)。與亞馬遜相比，有任何能推薦更好產(chǎn)品的在線購(gòu)物體驗(yàn)嗎？可能沒(méi)有。

你明白了：所有利基市場(chǎng)（小眾市場(chǎng)）的推薦引擎都有可能產(chǎn)生同樣的極致效果。

提高購(gòu)物車價(jià)值（利潤(rùn)）

亞馬遜在第二季度的營(yíng)收為379億美元，繼續(xù)在網(wǎng)上零售領(lǐng)域占據(jù)優(yōu)勢(shì)。其1998年推出的逐項(xiàng)協(xié)同過(guò)濾算法根據(jù)產(chǎn)品線和主題向客戶提供建議。系統(tǒng)會(huì)將客戶購(gòu)買的和評(píng)級(jí)的物品與列表中的類似產(chǎn)品相匹配，然后選擇這些產(chǎn)品作為其建議的一部分。

而在某些網(wǎng)站上，推薦僅存在于客戶旅程的一個(gè)方面（例如，網(wǎng)站結(jié)算頁(yè)面上的“相關(guān)項(xiàng)目”列表），亞馬遜已經(jīng)將許多推薦“入口點(diǎn)”整合到其在線體驗(yàn)中以最大化購(gòu)物車價(jià)值。

例如，用戶可以點(diǎn)擊“推薦”鏈接以顯示包含可能感興趣的分類產(chǎn)品的頁(yè)面，或者它們可以引用包含與先前查看的產(chǎn)品類似項(xiàng)目的部分。

用戶還可以在“經(jīng)常購(gòu)買”部分查看捆綁商品，當(dāng)一起購(gòu)買時(shí)，這可以讓亞馬遜降低運(yùn)送成本。如果不是網(wǎng)上零售商分析的數(shù)十億個(gè)數(shù)據(jù)點(diǎn)（從購(gòu)買歷史到廢棄的購(gòu)物車），這是不可能實(shí)現(xiàn)的。

麥肯錫估計(jì)，亞馬遜35%的消費(fèi)者購(gòu)買來(lái)自產(chǎn)品推薦，盡管這家電子商務(wù)巨頭從未透露過(guò)自己的評(píng)估。2016年，它提供了開(kāi)源的人工智能（AI）框架DSSTNE（意為“命運(yùn)”），以促進(jìn)人工智能應(yīng)用程序的開(kāi)發(fā)。

另一個(gè)電子商務(wù)巨頭阿里巴巴集團(tuán)，繼續(xù)通過(guò)天貓和淘寶平臺(tái)在中國(guó)電子商務(wù)領(lǐng)域占據(jù)主導(dǎo)地位。向客戶提供的產(chǎn)品推薦不僅基于過(guò)去的交易，而且還基于瀏覽歷史，產(chǎn)品反饋，書(shū)簽，地理位置和其他在線行為數(shù)據(jù)。

該公司使用AI向沒(méi)有歷史交易數(shù)據(jù)的新用戶提供產(chǎn)品推薦。阿里巴巴商業(yè)服務(wù)業(yè)務(wù)部數(shù)據(jù)技術(shù)總監(jiān)Wei Hu在一份聲明中解釋說(shuō)，其技術(shù)可以從用戶在其他地方購(gòu)買的產(chǎn)品中獲得數(shù)據(jù)點(diǎn)，并用它來(lái)匹配物品池中的物品。

2016年雙11購(gòu)物節(jié)是一個(gè)24小時(shí)的網(wǎng)上購(gòu)物活動(dòng)，阿里巴巴利用人工智能在購(gòu)物者的個(gè)性化頁(yè)面上展示推薦的產(chǎn)品。參與的商家根據(jù)目標(biāo)客戶數(shù)據(jù)定制他們的店面。阿里巴巴告訴InsideRetail Asia，它產(chǎn)生了67億個(gè)個(gè)性化購(gòu)物頁(yè)面，轉(zhuǎn)化率提高了20%。

改善參與和保持愉悅

自2015年以來(lái)，YouTube的推薦引擎一直由Google Brain提供支持，Google認(rèn)為它是迄今為止最先進(jìn)的推薦系統(tǒng)之一。

和Netflix一樣，YouTube在采用一種搜索不同類型的視頻內(nèi)容之間相似性算法之前，進(jìn)行了大量的實(shí)驗(yàn)和重新設(shè)計(jì)。YouTube產(chǎn)品管理副總裁Johanna Wright說(shuō)，該公司現(xiàn)在更加確信，他們推薦的視頻與觀眾有關(guān)。

它使用的一些數(shù)據(jù)點(diǎn)包括用戶的觀看歷史記錄，視頻的年代，搜索詞和位置，以決定下一個(gè)將播放的視頻。與Netflix不同的是，YouTube是免費(fèi)的，完全依賴其內(nèi)容（以及廣告曝光）——而不是訂閱計(jì)費(fèi)模式。

通過(guò)推薦，YouTube希望系統(tǒng)基于歷史數(shù)據(jù)匹配廣告的同時(shí)，讓觀眾保持在線參與。當(dāng)觀眾觀看超過(guò)30秒的廣告時(shí)，或者當(dāng)用戶點(diǎn)擊屏幕上的實(shí)體或頁(yè)面上的廣告時(shí)，YouTube就會(huì)獲得收入。

其母公司Alphabet將YouTube列為整個(gè)Google網(wǎng)站平臺(tái)的一部分，因此沒(méi)有列出單獨(dú)的收入數(shù)據(jù)（截至2017年6月30日Google廣告收入總計(jì)超過(guò)220億美元）。

另一方面，像Pandora（潘多拉）和瑞典Spotify這樣的音樂(lè)流媒體服務(wù)使用推薦引擎作為改善參與度和保留用戶的方式。這些互聯(lián)網(wǎng)廣播公司通過(guò)付費(fèi)訂閱計(jì)劃和非訂戶廣告賺錢。

Spotify的深度個(gè)性化推薦服務(wù)Discover Weekly，基于用戶的體驗(yàn)，聆聽(tīng)習(xí)慣，最喜愛(ài)的藝術(shù)家，甚至他們使用的功能推薦歌曲。這是通過(guò)協(xié)作過(guò)濾和自然語(yǔ)言處理實(shí)現(xiàn)的。負(fù)責(zé)推薦功能的工程經(jīng)理Edward Newett向Wired解釋說(shuō)：

通過(guò)試圖模仿我們所有用戶的行為，并將他們完美組合在一起，我們可以利用Spotify的20億播放列表，針對(duì)個(gè)人風(fēng)格提出播放列表，這是非常有趣的。

Pandora自己的推薦引擎是由所謂的“音樂(lè)基因組計(jì)劃”（Music Genome Project）提供支持的，該計(jì)劃擁有450種音樂(lè)屬性。該算法分析成千上萬(wàn)藝術(shù)家的歌曲，并根據(jù)用戶的需求對(duì)其在線廣播電臺(tái)進(jìn)行編程。

憑借Spotify和Pandora的這些功能，聽(tīng)眾可以聽(tīng)到以前從未聽(tīng)過(guò)但最有可能引起興趣的歌曲，尤其是那些由新興獨(dú)立藝術(shù)家發(fā)行的歌曲。這是保持現(xiàn)有用戶的一種方式，并允許非會(huì)員通過(guò)廣告收聽(tīng)更多的音樂(lè)。

Spotify在其網(wǎng)站上表示，截至2017年7月，它擁有6000多萬(wàn)訂閱用戶，而且遍布61個(gè)國(guó)家的1.4億活躍用戶可以從3000多萬(wàn)首歌曲中進(jìn)行自由選擇。同時(shí)，Pandora第二季度的收入為3.768億美元。

推薦引擎的范圍不限于這些行業(yè)。食品業(yè)，運(yùn)動(dòng)業(yè)甚至?xí)r尚業(yè)的企業(yè)正在使用人工智能來(lái)識(shí)別客戶可能的選擇。越來(lái)越多的公司正試圖在營(yíng)銷活動(dòng)中使用這種技術(shù)來(lái)提高投資回報(bào)率。

（本文作者Daniel Faggella，電子郵件營(yíng)銷和營(yíng)銷自動(dòng)化專家，專注于營(yíng)銷和人工智能的交叉。）

zhoub