<b></b>
顧昊:美麗說進階架構師,負責個性化、廣告變現相關技術工作。中科院軟體所研究所學生畢業,加入美麗說之前,在百度負責搜尋廣告背景核心技術研發。
移動場景下使用者時間不斷碎片化,如何在有限的關注時間和展示空間内,為使用者提供最具吸引力的内容,成為一個巨大挑戰。作為國内最大的快時尚發現平台,美麗說在個性化技術上進行了持續探索,幫助使用者在美麗說發現喜歡、找到喜歡,着力
提升使用者使用粘性和超預期的使用者體驗。本主題将圍繞美麗說在個性化
推薦上的應用 展開,和大家探讨其中的關鍵技術問題和探索方案。
從導購到電商的轉型
2009年,
美麗說在成立之初就開創了社會化電商導購模式,幾年間吸引了超過數千萬年輕時尚愛美的女性使用者,成為中國年輕女性最青睐的時尚風向标。
2013年11月
,美麗說開始建立電子商務交易平台,精選優質賣家供應商,為使用者提供女裝、女鞋、女包、配飾、美妝等品類的優質時尚商品,成功轉型為女性垂直品類電商。
截至目前,已有 1.5萬家 時尚優質商家入駐,每日新上架時尚商品 超過十萬件 。2014年全年商品.。
成交總額 56億元, 2015年目标商品成交總額 150億元。
國内最大時尚發現平台 。
美麗說是國内最大的女性快時尚垂直電商,并已成為中國最大的時尚發現平台,
旨在為使用者創造最好的時尚發現體驗,去擁抱一切時尚愛好者,在移動和社交時代,用網際網路技術從新定義時尚行業。
<b>使用者價值</b>
圖1
種草 - 發現喜歡——[給你]呈現流⾏行時尚。
長草 - 遇見喜歡——[幫你]挑選專屬風格。
拔草 - 獲得喜歡——[為你]提供決策依據。
圖2美麗傳說理念
千萬使用者@千萬商品,複用給定的資訊傳遞帶寬,尊重有限的關注時間,提升使用者粘性和體驗。
<b>産品場景</b>
<b> </b>圖3映射場景示意圖
資訊:商品,店鋪,活動。
時刻:消息推送,推薦頁,搜尋頁;商品詳情頁,購物車,etc。
産品場景:為使用者在對的時刻,提供對的資訊;為使用者互動提供相對應的回報。
圖4産品場景示意圖
<b>技術挑戰</b>
資料的采集、監控、處理;
統一使用者表示/實時資料回報/分布式處理架構;
了解和表示使用者;
個性化 - Make Special;
候選;
排序;
互動;
評估和優化。
<b>商品資訊</b>
<b> </b>
<b> </b>圖5示例商品
類目:女裝-裙子-連衣裙
标簽:
顔色
裙型: A字裙,
元素: 拼接 純色,
材質: 聚酯纖維,
腰型: 松緊腰
裙長: 長裙
袖長: 無袖
厚度: 薄款
<b>使用者行為和表示</b>
<b> </b>圖6使用者在連衣裙上的風格偏好
圖7使用者在連衣裙上的顔色偏好
短期偏好: 類目,店鋪,風格。
長期偏好:消費能力和潛力,顔色,尺碼。
<b>個性化</b>
圖8 Make special
商品聚類 場景适配 Pos/Neg
使用者聚類 Time Decay Implicit/Explicit
CF/MF pValue預估 Realtime Feedback
屬性擴充 目标融合 UI/UE
Recall Precision Engagement
提升喜歡的濃度
第一屏觸動⽤使用者 成為使用者的夥伴
圖9 消息個性推送
讓推送不僅僅是刷存在感:趨利: 促進使用者打開App;避害: 降低使用者厭倦感。
個性化推送:selected push-msg;selected push-time;selected landing page;彈性推送頻率。
評價:UV、GMV。
我們要給使用者提供好的搭配,什麼是好的搭配?元素呼應,顔色适量,款式協調,風格一緻。
好的搭配還需要人工營運+領域知識+資料模組化:人工搭配:少量優質;算法搭配:海量分散
替代性 v.s. 互補性——互資訊。
搭配要有亮點,突出表達1~2個突出吸睛的點,基本款搭配流行款,要考慮身材缺陷和傾向;資料建設是基礎:風格:風格即概括,概括宜鮮明;元素:元素是點,點點不同;顔色:行業積累,完善規則。挖掘搭配候選,然後篩選和評分,再進行個性化處理。
圖10瀑布流推薦點選量變化趨勢
讓使用者成為瀑布流的主人,整合使用者關注、喜歡、購買、點選的資訊,适度的進行全站精選和個性化擴充,實時更新,推薦理由的有效呈現。
圖11個性化實踐典型架構
解決問題前,先定義問題。個性化,是一個系統工程,幫助使用者感覺,而不強迫TA思考,KPI和評估名額之外,還要讓使用者感受到被尊重。
PPT下載下傳位址:http://club.alibabatech.org/resource_detail.htm?topicId=187