首页 > 互联网 > 淘宝开启“变脸”时代,新算法横空出世,电商该怎么做?

淘宝开启“变脸”时代,新算法横空出世,电商该怎么做?


文/易师兄

图/网络侵删


“数字只是目的,但了解数字背后的人心才是最佳的手段。”

从2003年到现在,淘宝走过了17个年头。横亘在历史长河中的不只是这个电商巨头留下的江湖传说,更多的是“电商”二字成了很多人的金牌饭碗,风险与机遇并存。

可惜,不入虎穴,焉得虎子?

越来越多的电商人开始研究,怎么才能在电商江湖中立于不败之地?今天,易师兄来和大家讲讲淘宝的最新算法。


1.0 “变脸”的阿里


一成不变不是互联网的风格。

据悉,双十一前夕,手机淘宝即将迎来重大改版。手淘首页将全面信息流化,原本顶部显眼的焦点图展示广告将改成竖版,移动到页面下方算法推荐信息流的第一个位置。

此后,改版后的“猜你喜欢”模块将成为淘宝首页的新宠儿,聚划算、百亿补贴、淘宝直播、有好货等版块的结合体,不再位于淘宝页面的中部,将共同融入到信息流当中。

为了迎接2020的“双十一”,淘宝也是费了一番功夫。此计划已经在灰度测试当中,但最终方案会看测试效果而定。

首页改版,算法推荐,这些词语用在电商平台上也是十分贴合。这次重大改版,如见成效,将会在9月底完成全部改版。

这是一次创新,在电商领域中,平台首页版块的重新规划直接影响到一些电商商家的运营计划。毕竟,除了搜索这个最大的流量入口池,首页就是最好的位置。


据易师兄看来,如今改变算法推荐的动作,灵感可能来源于短视频领域,而原因可能是由于用户对于首页焦点banner图模式的审美疲劳。


除了淘宝,拼多多也开始了变革。早在 2020 年 6 月,拼多多就向商家表示,由于平台推广资源位进行优化迭代,其首页焦点图的展示广告资源已于 2020 年 6 月 5 日 0 点起暂时下线。


除此之外,“满天星计划”成为阿里对标抖音和快手电商的新方法。这个短视频项目将在首页 “猜你喜欢” 中,通过新内容冷启动激励来为商家产出的短视频内容提供更多流量,并将数据反馈给商家,帮助商家产出更适合自己消费群体的内容。


2.0 是算法还是套路


早在2018年,阿里就发现了手淘“个性化”推荐的重要性,彼时,天猫双十一的个性化推荐流量已经超过了搜索入口的流量,因此,后来手淘改版后“猜你喜欢”版块从第七屏一跃到了第二屏。这为淘宝现在打造全面信息流埋下了伏笔。


以前的淘宝是“人找货”的商业逻辑,通过产品为核心,而现在,已经变成了“货找人”的方式。讲究以人为核心,背后是巨大的利益重新分配和体系重新建立。


那么,淘宝的算法究竟是什么?接着往下看:


1.根据商品分类和自身属性进行推荐:

(1)加权求和法:


核心逻辑:利用丰富的数据库源源不断地向用户推荐商品,推荐点在于商品之间的关联性、相似性、维度匹配性等等。不涉及用户数据。


举例:一件用户搜索的衣服,但是点开后由于材质、价格、或者客服态度没有达到用户理想的效果,系统会自动匹配另外一款衣服,以供用户选择。


商品维度:【材质】【样式】【颜色】【价格】等等维度,如果相同,不加权,如果不同,根据赋值加分。


根据加权累加的公式,可以得到如下表格:



因此,A商品是系统推荐首选,其后,将会推荐这个相似度分数比较高的商品了,当然A商品不会重复推荐。长期推荐点击量不高的产品,后面可以进行动态优化。

(2)商品的被动销售属性进行推荐:


核心逻辑:根据最终在用户订单中出现的概率来判断商品间的相关性。(同时被浏览的几率,同时被加入购物车的几率,同时被购买的几率)即支持度、置信度、提升度。

计算A→B支持度,购买A还购买B这个组合的订单占所有订单的百分比。

计算A→B置信度,购买A还购买B这个组合的订单占所有购买A的订单的百分比。

计算A→B提升度,购买A还购买B的概率同不购买A只购买B商品的概率之商。

根据相关度算法,首先先从所有订单中找出包含A商品的订单个数N1,然后再查询A的所有订单中出现B的个数N2,则置信度X=N2/N1。


2.根据用户定义标签


核心逻辑:根据用户基础信息和行为数据推荐商品。(人以群分,将有相似的属性,相似行为的用户分为一类人,然后这一类中的人某一个人喜欢A产品,那么其他人也有极大的可能喜欢A产品)

(1)基础标签:可能就是年龄标签、性别、收入范围、兴趣爱好、星座、生活区域等,通过类似的标签推荐兴趣相似的人群。

(2)行为标签:通过搜索、浏览、收藏、加购、购买、分享等行为,判定用户对部分商品的喜爱度。

所有类目商品的喜好度向量和用户B的向量而言,他们在多维空间的夹角可以用向量余弦公式计算:

余弦值的值域在【-1,1】之间,0表示完全垂直90°,-1表示夹角180°,1表示夹角为0°,系数越靠近1,向量夹角越小,两件商品的相关性越高。

(3)多纬度的扩展型标签模型:


搜索主要商品(例如手机)为A标签,商品附加属性(例如品牌、价格)为B标签,淘宝将A标签和B标签做相同标签配对,中间同时会在配对时再引入动态的标签权重表C,C是动态的,会根据淘宝的营销策略生成的场景条件D来进行动态变化。

目前影响算法推荐的因素:简而言之一句话,用户的喜好会成为你的商品是否展示的主要考核标准。

用户对商品的主动搜索一直会存在,因为品牌具有确定性和主张,但在电商平台中,它带来的流量占比会越来越小。

时代在不断发展,电商平台的推荐机制也在不断优化。“长江后浪推前浪,”想要在电商这条路上一直走下去,了解最新的规则,是重中之重。


ps:我是易师兄,坐标@易店无忧网 ,从事网店转让多年,一个纵横于电商,笑谈天下事的90后,欢迎关注!

本文来自投稿,不代表本人立场,如若转载,请注明出处:http://www.souzhinan.com/hlw/388060.html