今天路上聽到兩個(gè)女生的對話：“你今天干什么了？”“逛了一下午的淘寶，每次在淘寶上選東西就要選一天”。于是想到許多電商平臺上都會出現(xiàn)的類似“猜你喜歡”、“相關(guān)推薦”這些個(gè)性化推薦，比如我在亞馬遜上面買了一本《人人都是產(chǎn)品經(jīng)理》之后我再登陸亞馬遜就會給我推薦《結(jié)網(wǎng)》這些同種類的書籍。但要明確的幾點(diǎn)是：人是多面性的，今天剛好想看這本書就順手買了這本書；我們有很多購買渠道，比如可以在線下書店，線上購買可以去亞馬遜、當(dāng)當(dāng)、淘寶等；我們買的東西不一定是買給自己的，可以是買給媽媽或者是買給同學(xué)。這么多的可變性因素的存在也就讓個(gè)性化推薦變得很困難，僅僅通過幾次在同一電商平臺上的購買行為確定出來的個(gè)性化推薦就像是我路過一家便利店，想到給同學(xué)買一瓶水就進(jìn)去買了瓶水，以后每次路過那家便利店店員都會問我需不需要礦泉水一樣，不但不能讓用戶獲得需要的商品，反而會因?yàn)橐恍┩扑投層脩舢a(chǎn)生反感。
·?打通賬號體系，找到用戶購買習(xí)慣。之前淘寶在雙十一期間在線下和銀泰合作，銀泰設(shè)置天 貓商品專區(qū)，消費(fèi)者可以在店里試衣，然后掃商品條碼放入天貓的購物車?yán)铮诼糜涡蜕倘ξ飨焯?阿里巴巴與線下商城合作，推出虛擬會員卡，想要打通下上線下購物和會員體驗(yàn)，我們可以隱隱想象到阿里想要打通線上線下用戶購買行為的想法。獲取用戶的購買行為以后就變成了我們常說的“大數(shù)據(jù)”，從數(shù)據(jù)中找到用戶的購買習(xí)慣，建立用戶角色模型，線上線下用戶一網(wǎng)打盡。
·?由點(diǎn)到面，增加用戶角色模型。在一個(gè)用戶的購買行為中會出現(xiàn)一些偏離用戶購買模型的購買行為，那些就有可能是用戶一些突發(fā)奇想的購買行為，更多的部分是為自己認(rèn)識的人代買的，比如：親人、朋友、同事等。那我們是不是就可以產(chǎn)生這樣的假設(shè)：小A經(jīng)常會為媽媽購買一些日用品，媽媽是因?yàn)椴辉趺磿锰詫毸越?jīng)常讓小A幫忙代買，那么我們就可以通過那些偏離小A購買習(xí)慣的數(shù)據(jù)中整理出有共同特點(diǎn)的購買行為（比如：四五十歲左右的女性會購買比較深色的那些具有年齡特點(diǎn)的衣服），于是在小A之外又建立出了第二個(gè)用戶模型。當(dāng)然了，只由一個(gè)用戶引發(fā)出來的第二個(gè)用戶模型可能會不太準(zhǔn)確，這時(shí)候如果能從小A哥哥姐姐這些也為媽媽購買過東西的用戶購買行為中提取出為媽媽購買物品的這些購買行為，結(jié)合起來就能形成更加準(zhǔn)確的關(guān)于媽媽的購物喜好。這時(shí)候再根據(jù)這些購物喜好向媽媽定向進(jìn)行個(gè)性化推薦那么是不是就有更大的可能性讓媽媽購買這些推薦的商品呢。這也就解決了怎么向那些不直接在網(wǎng)站上用自己賬號購物而讓別人代買的用戶進(jìn)行個(gè)性化推薦，從一個(gè)用戶為起點(diǎn)擴(kuò)散開來獲得多個(gè)用戶。
