达观数据CEO陈运文：通过个性化推荐技术，帮助企业提升经营效率(2)

在做线下店铺经营的的时候，有很多老客户经常去一家店，老板、店员都认识你了，你去多了以后老板会说“我们最近新到了一批水果，要不要尝一尝？”“我们有一些打折，要不要多买一些？”但在线上是做不到的。一个人能记住用户行为偏好的数量不超过150个。而计算机不仅可以记150个，记1500个、15000个都是没有压力的，那么如何让计算机完成这件事？这就是个性化推荐带来的价值。

店铺的商品越来越多，用户面对的选择越来越多。在传统的零售店铺里，以前也拿到过数据，货架摆放位置不同，会影响店铺销售经营的业绩。哪些商品应该摆在进门的，流量最大的货柜上？哪些商品应该放在用户视觉平行的位置？我们希望通过个性化推荐，能够把用户以前不怎么关注的商品位置更好的挖掘出来。

举个例子，在线上网站里可以看到，在很多位置都有商品的推荐，怎么把这个推荐做得更加有效率，让用户更加愿意点击从而促进销售。这也是个性化推荐技术可以发挥作用的地方。

具体怎么做？数据采集非常重要。线上数据采集本身比较容易实现。我们可以记录下来用户的各种行为，他的浏览、收藏、加入购物车、购买等等。线下店铺如何收集行为？一个是用户的交易数据，现在基本上都电子化了，交易数据比较容易记录下来。用户浏览数据如何记录？我们现在有一些新技术：通过摄像头采集用户的身份信息、面部信息数据。把这些用户的信息采集完之后，我们可以针对消费者的偏好完成全方面的用户画像。

用户画像不仅仅停留在用户属性的画像，属性只是用户画像很小的一部分。属性是指性别、年龄、职业、收入，这个比较容易发觉出来。除此之外，我们觉得，一个用户的兴趣偏好，以及他的行为属性也非常有价值。    

每个用户、消费者到店消费的时候，一定是不一样的。有的用户是价格敏感性的，有的不是，有的用户愿意尝鲜，有的重复购买率比较过，有的用户对品牌有特别的偏好，如何把这些林林总总的兴趣偏好都挖掘出来？通过我们采集的数据，并且基于个性化的大数据系统。这样我们就可以针对消费者的个性化需求来完成推荐。    

在这方面，美国的亚马逊做得最好。亚马逊线上1/3的销售是通过个性化推荐实现的。在中国，尤其是传统的零售商，通过大数据完成销售的比例还是非常低的。我们希望，在这方面能够帮助我们的合作伙伴，完成销售的促进。