推荐系统的产品设计

内容简介：推荐系统的产品设计

年初的时候，我在百分点的领导，让他们的算法工程师来找我，讨论如何把推荐系统的转化率提高。但是百分点已经做了很多年的推荐了，能在算法层面做的，都已经做了。

所以在和这个算法工程师聊了两句后，发现聊算法聊不过他，聊推荐也聊不过他，我就决定讲一些他不懂的，就是推荐的产品设计。（好机智）

算法的优化，可能提升10%，但是产品设计的优化，会直接决定你的位置，引来流量的大小。

我是以淘宝首页为例（甚至都不是淘宝整体），相对于业内这么多年来传统的推荐样式，淘宝首页的推荐，有了以下的新思路：

*组合式推荐，而不是单一式推荐，用更多的推荐形式，来覆盖需求。

*推荐的样式优化，让你更直接看到好的商品；

*整体规划，达到全屏个性化，来保证用户逛和购物流程的流畅性，整体性。

一、 组合式推荐，用更多的推荐形式，来覆盖需求。

第一个牛逼的地方在于，组合式推荐用各种筛选条件，捞回更多用户想要的商品，然后把结果给你，按优先级给你，按场景给你，你自己去你想要的场景里选即可。所以多种推荐放在一起，就形成了1+1+1>3的效果。

1、手淘首屏三四种不同的推荐模块：

先看我闺蜜从淘宝大会上给我发来的情报，对首页的几个个性化模块进行了区分。

也就是在淘宝首屏，连广告也算的话，放了四五种不同的推荐模块，定位不同，展现方式也不同。

*有好货是百科攻略：

**给你一个喜欢的列表：如果看到一个很喜欢的点进去，全都是根据这一个商品的推荐。如右图下方的红圈圈起来的内容。

**左图是有好货的列表页，右图是点进去后的推荐详情，可以看到大段的描述。（提升推荐转化的细节设计）

*必买清单是购物清单式的，由达人先做一次筛选，出来一个清单给你，以物品为主题；

*爱逛街更像一个时尚杂志，以场景为主题、时尚要素为主题、时间为主题等都。

*猜你喜欢，就是收割长尾流量。

如下图

这里我只对少数模块进行了分析，如果有兴趣，可以挨个去分析一下，从推荐的引流，到推荐的落地页。

小密圈有人问我：不少人说互联网广告这么多年沉淀，没啥好做的了，不知你有什么不同意见。

如上，所有的推荐在引流和落地页的改变，都是可以用在广告上的。从第二节讲猜你喜欢的界面还可以看出，从用户接受信息的角度，广告和推荐已经不能明确区分了。这才是做的好的原生广告。并不是在信息流放个广告栏就叫原生了。

2、手淘首页全屏推荐模块

业内常用的推荐系统，主要的是多种算法混在了一起预测点击率，点击率高的，就给用户展示，顶多再有协同过滤等三四种形式。即捞回更多用户想要的商品，然后替你做了决定，给你哪几个。但是像淘宝这种，对不同的场景、内容形式等，都各自提供推荐，还组合在一起的，并不多。

如下，左图是淘宝首页的内容构成，右图是对首页的推荐类型做了一个划分。

单独以用户对物品需求分类为例这一块来讲，覆盖了折扣、特色好货、热门等。

一个人在购买过程中，同时会有折扣的需求、优质商品的需求、对热门商品看看做比较的需求，甚至不同类目有不同的需求，比如买餐具时喜欢进口优质的，买床上用品喜欢中国质造的，而买洗衣液喜欢折扣的。

这才是组合式推荐相对单一推荐的好处，你的各种需求，都有专门的一个推荐模块来满足。

#插播一条广告#为了感谢我闺蜜从淘宝大会把情报传回来，替她的店铺做一下传播。她拿到了得到美国军工认证的防摔的手机壳的国内销售权，有核心的防摔技术，见到我们时就直接把手机往地下一扔。

复制这条信息，￥MXG1ZtofP8B￥ ，打开【手机淘宝】即可查看

二、 推荐的样式优化，让你更直接看到好的商品；

推荐做了这么多年，还有什么样式优化呢？看一下淘宝的猜你喜欢模块，思路是：我并不是把商品推荐给你，而是整合了网站各种资源，从各种资源中推荐出好的商品给你。

1、 推荐理由：已购买用户的评论，是不是让你觉得商品更可信？

2、 推荐店铺。看那明晃晃的三个大皇冠。

3、 推荐了一个原生广告。也就是把广告和内容一起混杂着给你，又毫无痕迹。

4、 推荐了一个商品清单，也可能是原生广告。

5、 淘宝给这个商品打了个标签“精选”，然后再推荐给你。

三、 首屏全部个性化，保证了用户路径的流畅性

淘宝从上到下每个模块，都是根据个性化推荐来的。在第一屏，就可以看到大概四分之三的区域是我感兴趣的（红色和黄色线圈起来的地方），京东：第一屏没有我感兴趣的。

（当然淘宝头条按说应该也是针对我的喜好推的，但是推送的这个精准度实在太差了，所以我就圈成了黄色。）

淘宝首页（除猜你喜欢外）有7屏，每屏都有四分之三是我感兴趣的内容，到第八屏，全都是我感兴趣的内容（理论上，因为不精准是算法的问题，今天不讨论，就讨论产品设计）。

京东首页（除猜你喜欢外）有8屏，每屏有八分之一或者更少可能是我感兴趣的内容。

嗯，在淘宝买东西，我从上到下都在看我喜欢的，在京东买东西，我要穿山越岭，翻阅八屏，才能看到专门为我准备的，每翻一屏，都可能放弃。

这真是一个大刀阔斧的改进啊! 网站的流量从首屏开始衰减特别厉害，越早开始做个性化推荐，越快实现跳转就很重要。

我当时有一段时间研究京东，每天打开，但是几分钟后就看不下去了，但是每次逛淘宝，都会至少十几分钟到半个小时，从有好货开始，到必买清单、以及最下面的猜你喜欢等等。

后来我就分析，这是为什么呢，才发现原来是产品设计的问题。

在业内之前的产品中，推荐可能更多是用于长尾用户需求的满足，是购买过程中的一个增量，放在用户查看和购买的路径中，比如商品详情页，购买成功页等，即使当年的先进者亚马逊，手机亚马逊的推荐，在首页，也是五屏之后。只有淘宝，才正视了用户逛的需求，才敢把最大的流量给推荐，也让用户享受到了全程的贴心购物体验。

请问，当我想买一件500-1000左右，设计感好的风衣的时候，淘宝从上到下，给我准备了好几件这种风衣，并且连风衣的配套—羊毛衫、小白鞋等，一起给我准备好的时候，是一种什么样的体验？

而在这个过程中，我根本不感兴趣的，比如更高价位或者更低价位的风衣，比如电脑或者手机，我根本看不到，也不会受到打扰，是一种什么样的体验？

杨楠楠：跃盟科技数据产品经理 微信号：nannany 就职于信息流广告平台公司，从事文本挖掘、用户画像、报表系统等数据产品工作。之前电商公司负责过搜索、BI系统、流量系统，数据策略类和数据分析类产品设计都很熟悉。

本文由PMCAFF特邀作者 @杨楠楠  原创发布于PMCAFF产品社区（ www.pmcaff.com ），未经许可，禁止转载。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

• 产品设计中的推荐引擎介绍
• HW12-第十讲：推荐系统设计与银行产品推荐
• 数据分析产品设计中，有哪些坑需要注意？
• 数据分析产品设计中，有哪些坑需要注意（二）
• 白话大数据：大数据与机器学习在产品设计中的应用
• [译] 为复杂产品制定设计规范

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。