解密站内个性化推荐之个性化推荐背后的逻辑什么

围绕商品的站内个性化推荐，根本点是围绕用户在购物生命周期内不同阶段做个性化推荐。那么用户不同阶段有哪些特点？

根据互联网时代的AISAS用户行为模式，用户依次会经历注意到——感兴趣——搜索——购物行为——分享这五个阶段，推荐也是在这五个阶段进行的。这五个阶段背后又有细分的用户行为。

第一阶段：注意到

这个过程中，我们需要让用户看到我们的产品，因此在用户浏览首页、超市页、列表页、产品详情页的过程中，就要不遗余力的推荐用户去看我们的商品。

但当用户看到该商品之后，我们需要根据不同的情况作引导区分：

情况一：针对不满意当前商品的用户引导。这部分用户由于价格、库存、促销等因素，对当前商品不满意，通常情况下会产生退出。此时，我们需要针对用户浏览轨迹，做商品浏览引导。因此就会出现“浏览了该商品的用户还浏览了”的个性化推荐。

情况二：针对满意当前商品的用户引导。引导的是让用户下单，但在下单过程中，用户可能会存在犹豫，通常情况下他会对当前的产品不肯定，因此利用群集效应的个性化推荐栏“浏览了该商品的用户最终购买了”就出现了，为了增加集群效应，我们还会用百分比的形式增加消费氛围。

如右图为浏览了华为U500后的站内个性化推荐形式：

第二阶段：感兴趣

我们发现用户在不同的品类上，网站关注价格与实际成交价格具有差异性，并且这种差异性在不同品类上表现不同。有的品类网站关注价格会高于成交价格，有的品类网站关注价格会低于成交价格。

对于用户这种口是心非的行为，如果我们只是一味的按照用户实际浏览数据做个性化推荐，效果必然要打折扣，解决方法是不管在做哪方面推荐，用户的全部行为数据都要计入推荐权重中，购买的购买数据的推荐权重一定要更大。做分析和做推荐的根本是围绕有成交用户的数据，让没有成交的用户沿着有成交用户的轨迹形成转化。