在電商領(lǐng)域，亞馬遜的推薦系統(tǒng)是個標(biāo)桿，通過對商品的關(guān)聯(lián)性分析向客戶推薦其可能感興趣的其他商品，貢獻(xiàn)了30%的銷售收入。而1號店正嘗試超越這一標(biāo)桿，1號店副總裁兼CTO韓軍在商品關(guān)聯(lián)性推薦的基礎(chǔ)上，根據(jù)1號店的客戶特性，基于對客戶個性和品味的精準(zhǔn)分析，正嘗試通過用戶畫像系統(tǒng)，為每位客戶打造一個因時因地不同的完全個性化的全站推薦體系。

從智能定價開始

電商企業(yè)都遵循以客戶為中心的原則，從3年前開始，韓軍便開始構(gòu)思一套智能定價系統(tǒng)，以使1號店獲得在不同時間、不同地點(diǎn)根據(jù)客戶需求快速調(diào)價的能力。一方面為應(yīng)付電商行業(yè)日漸頻繁的促銷價格戰(zhàn)，也為了在改進(jìn)客戶體驗(yàn)的基礎(chǔ)上保證企業(yè)利潤。

經(jīng)過3年的不斷磨煉和改進(jìn)，如今1號店里已有80%品類的商品都通過智能定價系統(tǒng)自動定價，目前能每小時完成100萬SKU的調(diào)價，盡管系統(tǒng)仍在繼續(xù)完善中，但已成為讓1號店的IT部門非常引以為豪的一個系統(tǒng)。

這種快速調(diào)價的能力在各大電商通過促銷活動打價格戰(zhàn)的時候非常有用。目前1號店設(shè)置調(diào)價規(guī)則的有效命中率是40%SKU，也就是將15萬商品同時調(diào)整至合適的價格。在“雙11”或是“雙12”促銷期間，1號店通過智能定價系統(tǒng)對競爭對手和自身的歷史價格和銷量、商品的進(jìn)價、庫存、采購折扣、毛利率、不同商品的價格彈性指數(shù)等做對比計算，把計算結(jié)果反饋給系統(tǒng)，系統(tǒng)則不斷根據(jù)這些價格變化和計算結(jié)果去調(diào)整價格。

“其實(shí)沒有一個最好的價格，調(diào)價的過程就是不斷嘗試的過程，因?yàn)楦偁幁h(huán)境在不斷變化，價格也應(yīng)該是一直變化的?！表n軍說，在智能定價系統(tǒng)的計算邏輯里，價格是一個定時事件，也就是說系統(tǒng)只確定在一定時間內(nèi)這個價格是不是合適的。

另外，調(diào)價并不意味著一定降價。1號店所定義的智能定價，其概念更多在智能，而價格實(shí)際上有升有降，其基本原則在于客戶體驗(yàn)最優(yōu)化和商業(yè)價值最大化。“有些商品的價格低到一定程度的時候，他的銷售不再具有彈性，實(shí)際上這種降價對于企業(yè)來說已經(jīng)沒有意義了。”韓軍說。

整個智能定價系統(tǒng)包含了非常多的數(shù)據(jù)模型，適應(yīng)不同狀況不同品類的產(chǎn)品調(diào)價。而整個系統(tǒng)也由不同的幾個系統(tǒng)組成，包括商品定義系統(tǒng)、跟蹤分類系統(tǒng)、品類分析系統(tǒng)、單品分析系統(tǒng)、價格策略管理系統(tǒng)、銷售預(yù)測系統(tǒng)等，還包括了一些捆綁銷售的方法和業(yè)務(wù)邏輯，所有這些組成了一個完整的定價體系。定價也分為自動和半自動兩種模式，目前1號店有80%以上的商品采用自動定價，其驅(qū)動力一是時間，一是事件。現(xiàn)在1號店參與調(diào)價的商品銷售獲得了2.93%的增長，占比增幅達(dá)38%。

推薦無處不在

在韓軍的計劃中，智能定價系統(tǒng)繼續(xù)往前發(fā)展，下一步則是個性化推薦系統(tǒng)，目前1號店已有20%的收入來自于推薦系統(tǒng)實(shí)現(xiàn)購買。從去年底開始，韓軍帶領(lǐng)IT部門開始發(fā)展用戶畫像系統(tǒng)，以求在原本通過關(guān)聯(lián)度算法來作個性化推薦的基礎(chǔ)上，進(jìn)一步通過用戶畫像來獲得更全面的個性化推薦。

“基于商品關(guān)聯(lián)度的個性化推薦最早是亞馬遜推出的。在剛推出這種業(yè)務(wù)邏輯時是比較合理的，你買一本書，這本書的作者其他的書你也可能感興趣，如果這是本炒股書，那么其他的炒股書你也可能感興趣。這是關(guān)聯(lián)度推薦方法的業(yè)務(wù)邏輯?！表n軍解釋。

但當(dāng)他把這種關(guān)聯(lián)度推薦法引入1號店的經(jīng)營時卻發(fā)現(xiàn)很多品類并不太適合這種模式。“很多客戶其實(shí)是根據(jù)自己的品味在買東西，而不是僅看商品的關(guān)聯(lián)度?！睂τ谟行『⒌目蛻敉扑]嬰兒用品這種關(guān)聯(lián)度算法還可以奏效，但如果客戶喜歡特斯拉汽車，那他可能在1號店會買星巴克的產(chǎn)品或是名貴品牌的包，這種就是完全基于品味的選擇，通過商品關(guān)聯(lián)度所做的個性化推薦命中率很低。

“對于這種基于品味的選擇，你如果能提取出他的個性化特征，根據(jù)他的品位推薦他可能喜歡的日用品，比如某種檔次或價位的空氣清新劑，這樣成功率更高一些。而不是他買了一個包，你再給他推薦一個類似的包。”韓軍說。

1號店目前有3億多的獨(dú)立用戶ID，對應(yīng)大概100T的數(shù)據(jù)，并且這些數(shù)據(jù)將來還會成倍數(shù)的增長。個性化推薦不僅涉及到用戶特征分析，也涉及商品特征分析，而最終形成推薦結(jié)果還要涉及到對內(nèi)容優(yōu)化、銷售額分析、毛利和常規(guī)的商品銷售等多種因素的分析。

“我們發(fā)現(xiàn)，一個用戶如果在1號店的網(wǎng)站上買多個品類的商品時，他的忠誠度是很高的，他買的品類越多忠誠度越高。因此我們把用戶畫像和商品基因關(guān)聯(lián)起來，中間有一個專門的數(shù)據(jù)平臺和算法平臺，融入不同的商業(yè)規(guī)則做引擎，最終得出推薦結(jié)果?！表n軍說。

現(xiàn)在比較熱的還有韓軍正在花大力氣發(fā)展的實(shí)時引擎系統(tǒng)，它的設(shè)計邏輯是這個時刻的客戶和上一個時刻的客戶不是同一個人，某一個狀態(tài)下客戶對某一個東西有熱愛，但過了5分鐘之后通過腦電波分析會發(fā)現(xiàn)這個熱愛已經(jīng)消失了。所以這種實(shí)時性非常重要，在此基礎(chǔ)上再發(fā)展其他的規(guī)則引擎，從技術(shù)上講就會比較簡單。

整個系統(tǒng)框架的設(shè)計涉及了人口統(tǒng)計學(xué)的一些信息，包括客戶的性別、年齡、地理位置、職業(yè)等信息，另外還包括興趣，包括不同的品類、品牌、消費(fèi)檔次、客戶做購買決策時是促銷型、猶豫型、決策型還是組合湊單型，還有對客戶忠誠度的分析，包括購買時間、頻次、訪問時長和深度等。

基于這些不同的維度，1號店與很多外部的數(shù)據(jù)供應(yīng)商進(jìn)行緊密的合作，爭取獲得盡可能多的全路徑的用戶數(shù)據(jù)，然后這些數(shù)據(jù)被納入系統(tǒng)的不同場景和不同算法中。目前1號店的IT部門已經(jīng)為用戶畫像系統(tǒng)梳理出400個標(biāo)簽，遠(yuǎn)高于一般CRM的20～30個標(biāo)簽，這將客戶品味的人性化已細(xì)分到很高的程度。

在韓軍的計劃中，用戶畫像系統(tǒng)被應(yīng)用到比較好的一個狀態(tài)時，不同的客戶在不同的時間、地點(diǎn)進(jìn)入1號店，看到的界面和商品及價格都是不一樣的，是根據(jù)客戶當(dāng)時當(dāng)?shù)氐膱鼍白龀赏耆珎€性化的推薦。這被他稱為全站推薦化，即網(wǎng)站上所有的欄目都有推薦，推薦無處不在，這被他看作是最適合移動互聯(lián)網(wǎng)時代特征的一種商業(yè)應(yīng)用，“最后的結(jié)果就是客戶會更喜歡打開1號店的App，更喜歡在上面購物甚至瀏覽?！?/p>

在韓軍看來，個性化推薦未來會越來越精細(xì)準(zhǔn)確的發(fā)展，為此，他正在打造1號店的私有云系統(tǒng)，到明年上半年私有云加公有云的混合云完全打造完，就可以發(fā)展電商云，將1號店的電商系統(tǒng)分享給整個生態(tài)鏈上的企業(yè)使用，以技術(shù)提升整個生態(tài)系統(tǒng)的商業(yè)價值。