接触到「千人千面」是在09年底，当时刚从淘宝店主进入B2C领域成为职业经理人。在学习电商行业知识和实践的过程中，发现亚马逊的「千人千面」，觉得特别有意思。

2009年，经过5年发展的淘宝已拥有了百万卖家和过亿的SKU。

对于快速发展的淘宝我有一个非常大的困惑和疑虑：不断增长的卖家和商品似乎永无止境，可是作为买家在没有上限的卖家和商品中，如何更高效率地找到自己喜欢的和真正需要的？

毕竟越来越多的数据表明，搜索结果买家基本上在第三页就很少再往后翻页查看其它商品。

除了搜索，买家获取商品的其它方式主要是：通过点击「类目」进入；促销和专题页；广告位。

这个困惑和疑虑我始终在思索，却无法找到解决方案。

*终它却成了淘宝的「摇钱数」，淘宝直通车和钻展赚得盆满钵满。

纵是如此，仍然觉得这个矛盾迟早会出问题的。

大洋彼岸的美国亚马逊的「千人千面」技术正好可以解决这个问题，这让我兴奋不已，开始进行学习和研究。

10年底被猎头挖到北京之后，发现当时北京的当当、京东甚至亚马逊中国还在跑马圈地的初期，而且流量红利和PC时代越来越大的屏幕空间也使得这个矛盾并没有这么突出。

我则投身到家居建材和百货行业线上线下结合的实践当中，偶尔遇到研究「千人千面」的技术人员，会进行一些简单的交流。

中国传统电商的　「千人千面」简史

直到移动互联网时代的到来，面对3寸的小小智能手机屏幕，缩小版的淘宝、天猫、京东、当当们都显得异常拥挤、体验极差，消费者纷纷逃离，有些开始回归正在热火朝天开店的线下购物中心和新业态的实体店。

而且随着的用户规模不断快速增长，基于的电商SAAS开店工具和去中心化的结合，同样继续分流传统中心化电商的商家和用户。

12年，马云急得叫嚷着要通过「来往」的社交软件把企鹅赶回南极。

刘强东则选择在14年上市前让腾讯成为第一大股东，获得和重要的流量入口。

马云不仅没把企鹅赶到南极，「来往」和接班人陆兆禧在不到两年时间沉寂，成为移动互联网发展初期阿里成立以来*大的败笔。

张勇接棒后，马云开始提出新零售和「五新战略」，避开的正面战场，转战线下。

淘宝新掌门，80后的蒋凡同台登场，「千人千面」计划开始进入落地实施阶段。并且寻求社交电商的突破，有了现在一直独秀的淘宝直播。

同期，京东在获取的流量过程中，发现原来的问题并没有被解决，流量分配模型完全不同于PC大屏时代。

于是启动「千人千面」计划，试图解决流量分配和转化率问题，以期提升用户体验并让用户重回京东，保证一定程度的增长率。

到18年，中国真正做出「千人千面」拥有相应的成熟技术的只有淘宝和京东。

随着拼多多在18年的成功上市和独立app的发展，拼多多成为中国第三家拥有「千人千面」技术的电商公司。（腾讯和今日头条同样拥有「千人千面」技术，但是和电商的比起来，资讯类的要相对容易一些）

「千人千面」到底有多难？

「千人千面」技术也可以简单理解为「推荐算法」，是一种基于用户行为的大量样本统计和协同过滤，对用户需求进行预测的技术。

由于电商涉及「转化率」，「推荐算法」需要对这个指标负责，所以实现的难度比资讯类的大得多。

从买家角度而言，这种技术会让用户真正高效地获取需要的、感兴趣的商品；从卖家角度而言，则可以扩展竞争维度，减少单一维度（排名）的竞争压力，投入更少获得更高销售。

*重要的是，长尾商品通过「千人千面」真正能够公平地展示在消费者面前并产生购买。

《长尾理论》是中心化电商发展的重要理论，经过近30年的发展，已经到了长尾理论2．0的阶段。

我在《严选精品电商们崛起，长尾理论失效了吗？》一文中对长尾理论2．0进行了较为深入的研究，得出的结论就是长尾理论仍然有效。（对长尾理论想更多了解的朋友，可以点击文章标题阅读或直接购买对应的专业书籍阅读）

让我们从简单的场景来理解「千人千面」技术：

比如你用高德地图导航到大润发，买了大米、油和方便面并用支付宝付款，下次你再打开淘宝，首页就出现了盒马菜市场和面条等商品的推荐；

比如你和女友在微博私信说想换新手机了，打开天猫就给你推荐了*新款的手机；

比如女友在发了个朋友圈说好喜欢新款LV包，然后第二天看到了LV在朋友圈的新款女包广告。

诸如此类，都属于「千人千面」的「推荐算法」根据个人的行为数据精准推荐相应的商品和信息。

或许这些场景让人感觉个人隐私信息被泄露了。

其实像淘宝、京东、天猫这样的电商平台和、微博这样的社交工具和社交媒体本身不会窃取你的个人隐私的，但是你的行为数据让平台知道你的需求，然后通过「算法」进行商品和信息的推荐。（关于这个部分可以点击《「偷听」的成本和影响消费者偏好的两大作用力》的文章了解关于个人隐私和「推荐算法」的关系）

电商平台会采集更多个人行为数据，比如使用过的手机、上过的app、看过的新闻、打车的频率、发红/包的金额次数、欠银行的贷款、地图数据等等，这些都会构成一个人数以万计的事实标签。

标签的采集和架构设计相对还是容易的，如何建立标签模型并准确的预测用户的需求则是*难的。

以下技术部分参考了CSDN的技术博客及结合我个人的研究和理解，欢迎感兴趣的朋友留言参与讨论和交流。

我们拿淘宝首页内容板块为例，常规的行为推荐算法是类似这样的公式：

内容访问权重＝行为权重＊时间权重＊衰减因子

行为权重：点击一件商品或一篇文章，留言、点赞、加购物车等行为，都会计入行为权重，根据平台积累的大数据，计算出了不同类目不同产品下的各种操作行为权重分数，在用户进行回复，点赞，收藏等行为时进行权重加分；

时间权重：停留时间越长，时间权重也会越高；

这也能解释为什么电商平台和内容平台适合做「千人千面」，因为都在追求停留时间，电商平台的停留时间长有利于提高转化率，内容平台的停留时间长有利于广告点击。

衰减因子：用户的单次行为不能作为用户喜好的直接评定，随着时间的推移权重也会慢慢衰减。

由这三个权重维度的综合计算得到了我们的内容访问权重，在我们多次访问同类型内容时，每次都会获得对应的内容访问权重，平台对这些权重进行累加，然后利用神经网络的阈值函数（Sigmoid函数）进行标准化。

然后可以得到一个阈值为（0，1）的结果，通常推荐算法标准化过程是对Sigmoid函数的变形公式，得出一个阈值位0－10的结果，也就是我们所说的质量分（淘宝直通车的质量分也是以这样的方法计算来的）。

权重（或说质量分）越高，内容板块推荐类似内容的比例和频率就会越高，这就是行为推荐算法（你的行为影响了你）。

目前已知世界上所有推荐算法的处理过程都是类似如此的，没有太大差异。

另外需要简单说明的是拼多多的拼团模型在进行「千人千面」的实施过程中，人的社交关系将成为新的数据源，这个部分可以让推荐比淘宝、京东、天猫更精准。（详见深度分析文章《拼多多的底层价值逻辑》）

这个过程，也就是大家常说的打标签（比如我们搜索看过一个产品后，猜你喜欢就会推荐类似的产品，并且看过多种产品，猜你喜欢推荐的频次是不一样的）。

限于篇幅，关于「千人千面」技术部分就不再过多赘述，如果想进一步学习的，可以到专业的技术论坛和博客深入学习，或者买一些专业的书籍好好看看。

传统电商平台「千人千面」的问题

前面之所以花这么长的篇幅来分析「千人千面」，主要得出三个结论。

一、随着电商平台的用户规模、商家规模和商品规模的无穷增长，「千人千面」技术很好地解决了三者匹配和效率的问题，从而提升电商的转化率和用户体验。

二、「千人千面」实现的难度非常大，一方面非常有足够的用户、商家和商品数据；另一方面要有强大的算法建模能力；*后还要有硬件的算力支持（阿里云、亚马逊云发展的领先这是主因）。

三、「千人千面」看起来很美好，却有三个技术无法突破的问题：

1．　没有想像中「精准」。

因为购物决策受到的干扰因素太多，现阶段均是「网络行为」的数据，并没有「思维数据」和「生物数据」，机器无法感知人真实的感受和想法；

2．　延迟问题。

毕竟聊天或者浏览的那一刻到打开电商平台短短几秒时间，购买决策已经发生了很大的改变，甚至是没打开就变化了。人们总习惯：我只是说说而已；

3．　涉及隐私问题和歧视且是违法行为。

《电商法》明确规定：电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其推销商品或者服务，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。

就是说，如果强制推送根据「大数据」推算出的内容给消费者，是违法的！

其次，作为线下的传统零售商和新兴电商公司，很难实现这样的「千人千面」，哪怕是有钱也没有那么多的算法和技术人才。这些人才都被BATJ、TMD们早早地收了。

如何突破技术和人才壁垒实现「千人千面」？

根据观察和研究，新兴的社交电商和社区团购（含传统零售商做的社交电商和社区团购）从「群」的方向实现了「千人千面」。

在去年我就成了每日一淘的VIP，在今年又加入了环球好货的VIP（想加入的可以加我备注邀请码），并在近一年左右的时间里加入了几个社交电商和社区电商的群。

发现成交率高的「群」有四个特点：

的群没有上限，一个人想建多少个都可以，而且没有门槛，建群非常简单；

以「人分」、「小区分」、「品类分」等等可以不断按照不同属性和维度细分的各种各样的群；

通过群里聊天的去中心化「社交」方式，获取单个个体真实的需求并通过群主（团长）从不同的社交电商或社区团购平台获取对应的商品并进行推荐；

由于是基于「人」的唯度，所以除了购买商品之外，还可以群里聊聊宠物和小孩教育，这种「千人千面」变得有温度。

借助几万人、几十万人建立几万个、几十万个甚至几百万个群实现「千人千面」不仅在理论上成立，也能真正落地。

已经有社交电商和社区团购企业完成了这种规模的「群」的建立并取得年销百亿甚至千亿级销量。

这些并不需要用到传统电商平台的「千人千面」技术投入和研发周期。

当然，随着VIP代理和「团长」们理论上的数量无穷增加，后台的商品的无穷增加，或许到了一定规模之后，传统电商平台针对VIP代理和「团长」们的「千人千面」技术也会被提上日程。

那个时候这些社交电商和社区团购平台将再次变得「传统」，新的挑战者又该出现了！

社交新零售商城开发、智慧新零售系统开发，找微三云！

　　东莞市商二信息科技有限公司旗下品牌微三云，创立于2014年，是高新技术企业、双软认证企业，经历5年深耕，从4个人发展到如今400多人，年软件系统销售额超过2个亿，服务企业30万多家。

　　公司专业提供小程序定制开发、抖音小程序开发、APP定制开发，目前已打造出商城分销系统、移动社交分销APP、线下多门店收银系统、城市O2O系统、跨境电商系统、社交电商系统、社区团购系统、挂售卖货系统、拼团系统、区／块／链系统、内容付费直播系统等。

　　公司产品功能应用创新，覆盖新零售解决方案、生鲜电商解决方案、新美业解决方案、同城解决方案、商家联盟解决方案、会员共享跨界盈利解决方案、　百货商超解决方案、农村电商解决方案、智慧养老解决方案、智慧城市解决方案、跨境购物解决方案、　服饰鞋帽解决方案、智慧停车解决方案、智慧货柜解决方案、无人零售解决方案、抖音小程序私域流量解决方案，一物一码解决方案等。

我们的公司地址：东莞市南城街道隐山路35号四楼－五楼

：麦总监（，加好友了解*新模式解决方案和系统优惠政策）

关注公众号“紫弘智慧”或搜索号（zihong333）关注，了解更详细资料