台灣學習教育網－專業的學歷教育機構

標題: 如何把「推荐算法」从线上做到线下?阿里在香港开的这家店参考下 [打印本頁]

作者: admin 時間: 2019-7-31 18:08
標題: 如何把「推荐算法」从线上做到线下?阿里在香港开的这家店参考下
真话说，有可取的地方，也有不得轻忽的槽点。

撰文 | 宇多田

不管是两年前付出宝抛却社交后，老诚实实把一个「钱包」的功效做到了极致；仍是淘宝从一个网商平台酿成集电商、媒体、直播、社交为一体的综合消费王国，阿里做产物最长于甚么可以说是一目明了：

晋升产物的逐日开启次数和单次使历时长，不知不觉吸走你的时候。

固然概况上，功效品类与内容的越发丰硕是拖住咱们脚步的重要缘由，比方愈来愈多的主播与自媒体起头入驻淘宝（这在某种水平上是一种「高频打低频」的做法），致使你原本就想买一包便利面的，由于「不谨慎」看了某个主播的「吃放」，又下单了 N 包火腿肠和萝卜咸菜。

但一般环境下，你只要不自动去找、去点击，也就不会花费更多时候，或被影响购物需求。

关头，就在于这个「不谨慎」：

你在搜刮栏输入连衣裙」或「衬衫」，排在搜刮成果靠前位置的，必定是你阅读过的单品或是已存眷店肆的同类商品；

首页的所有横幅产物告白都是基于你的汗青阅读记实；

「猜你喜好」这个栏目里展现的产物必定与你近期在淘宝上查找和采办过的商品有关；再往下拉，全数都是跟你近来消费和查找关头词相干的商品。

「微淘」中的文章举荐，大多跟你近来采办的商品相干；

「逐日好店」栏目里所有店家的气概，必定与你存眷的卖家和打扮气概有关；

点开「微淘「里的「存眷」，各类「吃播达人」与自媒体录制的视频劈面而来；你只要存眷了一个自媒体，后面还会有海量类似的自媒体与主播账号被举荐到你的页面上。那些跟你保藏的产物与店家气概很是类似的店肆和品牌，也会反复呈现在「我的存眷」信息流里。

……

这个 App 满屏都是你的「味道」，你就是不想点，也会「被迫」看到。

看直播，存眷更多新店肆，采办更多产物，逗留在利用步伐内的时候被大大拉长…这就是在举荐算法助力下，消费者做出的「偶然识选择」；而与此同时，赢利的固然是线上商牙周炎牙膏,家与淘宝。

综合来看，虽然现在对付举荐算法的利用已比力成熟且广泛，比方本日头条、网易云音乐等等都是举荐算法利用范畴的老司机。但有能力从多维度让技能与产物举行充实交融，能把一张商品图片顺畅转化为终极买卖举动的，淘宝算得上一个业界楷模。

而如今，淘宝的技能团队起头对基于举荐算法的利用有了新的摸索：

若何把这些技能利用分散到线下？

你可以把这个问题看做是阿里新零售计谋的一部门，但对付阿里淘宝技能团队来讲，作为一个 C2C 平台，技能输出的终极落脚点，可能更多偏重于买家，而非仅仅是商家和品牌。

是以，他们起首想到的是：哪些线下购物场景痛点可以操纵呆板进修技能，或说是「举荐算法」去解决。

淘宝高档技能专家雷音暗示，按照采集到的大量用户与商家反馈，如下是两种消费者逛店广泛存在的问题：

一个是「不会搭配衣服」，和「找不到符合的衣服」。

不少人在选购衣服时，凡是也会同时斟酌——「这件可以搭甚么呢？」，脑筋里会搜索本身衣橱里有的衣服，或在买了一件上衣后，又豫备买一件下装举行搭配。不少时辰固然伙计会给出搭配定见，但其实不必定真正合适你。

此外，包含「步伐猿」在内的多个消费群体的这种诉求貌似更强烈一些。

而另外一个痛点则是针对商家的——「事实应当把甚么格局的衣服摆在最显眼的位置」。

常常去逛 H&M、Zara 等快时尚店肆的人必定会清晰，店方会选择把一些新的主打款穿在模特身上；而不少次其实不主推或较为根本的格局，会挂在一些不显眼的位置；乃至有些格局不会挂出来。

为了验证把线上「举荐结果」复制到线下的可行性，淘宝技能团队与品牌 GUESS，和香港理工大学纺织与打扮学系举行了一次专项互助，在理工大校内搭建了一家名叫 FashionAI 的时尚观点店。

按照咱们的现场体验，若是把全部购物流程走一遍下来，可取的地方在于「击破了上述两个痛点」。

不懂搭配？找不到符合的搭配衣服？

这个时辰，阿里认为基于你采办记实的举荐才是最靠谱的。

按照现场环境，每排衣架旁，都立有一个智能显示屏。因为每件衣服的保险扣内都内嵌 RFID 芯片，当你拿起一件T恤细心检察时，屏幕就会感到到这件商品，显示出这件商品的 Size、库存等根基信息。

到这一步，实在没甚么希奇，智能试衣镜、智能显示屏这些都是旧调重弹的话题。

但关头在于，这件 Tee 的根基信息中包括若干种搭配法例。比方，它会举荐你用这件 Tee 搭配一条牛仔短裤，外加一个铆钉包和一双玄色高跟鞋。

一方面，这里的「举荐」，彻底是基于你的淘宝汗青记实。没错，这家店必定必要与你的淘宝账户举行绑定。

基于你的淘宝数据，同时显示屏上方的摄像头会经由过程人脸辨认举行身份验证，如许体系就会举荐给你更合适偏好的一套搭配。

反过来，当你在 GUESS 线下店肆采办了一件大衣，淘宝也会按照这个最新的数据，为你更新线上的举荐产物条款。

也就是说，淘宝技能团队先直接操纵线上的海量数据上风，把线上线下的数据和举荐利用买通；再经由过程采集用户的线下消费数据，反哺线上，完美线上的消费体验。

另外一方面，为了节流店面空间和消费者筛选衣物的时候本钱，货架上根基只摆放 70% 的商品，剩下 30% 都寄存在后面的堆栈里。

但消费者若何「接触」到这 30% 的「不露面商品」？「举荐算法」在这个时辰就起到感化了。

每套搭配中的商品，有一小部门只会寄存在堆栈里，而要与这部门商品密切接触，就要靠每套「搭配方案」来发明它。

屏幕上会显示这件商品的详细寄存位置，若是它被寄存在堆栈，而你选择了「试穿」和「尺码」，就要在屏幕上点击「试穿」选项，堆栈的伙计会提早把这件衣服提早掏出并挂在试衣间的墙上。

「一般来讲，越根本的格局，搭配方案也会更多。是以一件平凡 Tee，可能会有七八种搭配情势；而一件连衣裙，搭配可能就只有鞋子的变革。」一名淘宝技能职员如许诠释，

「但所有的搭配，都是基于你的淘宝消费数据举荐的。若是你日常平凡在淘宝更喜好买一些中性风的衣服，那末可能给你举荐有白 Tee 的搭配方案里，就不会呈现裙子这一品类。」

此外，适才讲到的第二个痛点——品牌店肆若何辨认并摆放出那些「最佳卖」的衣服，实在就是操纵呆板进修技能举行商品销量展望。

这个时辰黑髪,，具有海量商品的根基信息与贩卖数据，明显更具上风。

「咱们就是想借助于淘宝的商品数据上风，操纵呆板进修技能优化咱们门店与库存的商品品类，」GUESS 大中华区 CEO José Blanco 认为，呆板进修有能力「展望」到哪些产物更好卖。

「GUESS 在线上的消费数据必定会有助于线下店面的销量，同时，咱们也在尽量让线下店肆举行周全数字化革新。」

可是，就像我前面特地夸大的，这是一个观点店。

就像一辆观点车，所有机能都设定在一个趋于完善的外界前提下。同理，这家时尚观点店，仅仅是针对举荐算法做的一次「点对点」线下测验考试，若是从贸易化方面考量，仅仅是一个低级产物，@尚%K9958%未对繁%J3JZu%杂@的购物场景举行充实验证。

若是要真正实现一次顺畅的「筛选+试穿+植牙,购物」体验，必要对「全部面」举行革新。而咱们在现场摹拟了全部购物流程后，发明多处细节都暗藏着亟待解决的问题。

起首，为什么店里衣架上的衣服挂的如斯希罕？固然不少高级裁缝店简直是如斯摆放，但如许做实在更便于智能显示屏举行感到辨认。

试想一下咱们去逛阛阓，出格是快销打扮品牌，为了节流空间本钱，每一个衣架上的衣服挂的密密层层，有时辰拽都拽不出来。这个时辰可能必要把衣服扯出来，拿到屏幕前晃一晃。

而人流量一多，假设一个衣架前有三四小我在筛选（假如都绑定了淘宝账号），显示屏就很轻易「庞杂」。

此外咱们发明，屏幕上显示的打扮根基信息很是有限，唯一尺码、衣物细节图、模殊效果和搭配举荐可供参考。

但一件 Tee 原本就拿在手里，咱们究竟是想晓得这件 Tee 的细节，仍是更但愿晓得它的面料、库存量和设计理念呢？

而试衣环节的缝隙更不言而喻。

「我点击试衣，堆栈当即给我拿出这件衣服挂在试衣间」。这个进程要想实现完善对接，要知足如下几点：

人流量希少。

试衣的人不跨越 5 个，并且每小我拿的衣物不克不及太多。店刚刚有前提在雇佣一至两人的环境下，完成上述操作。

伙计纯熟利用后台办理体系。

咱们发明，在堆栈中的「配货体系」屏幕上，会显示消费者的 ID 账号，使命量（必要投递试衣间的衣服数目）和试衣间空余量。

但在操作进程中，不但体系反响缓慢，演示者的操作也很是迟钝。从「衣服扫码上传数据」(下图）、「确认完成取货使命」，「清空试衣间」，再到「通知下一小我进来试衣」，全部流程的效力远远不及报酬操作（就是看试衣间有人出来了，门口的伙计喊「下一个」）。

也许伙计在上岗前还必要举行必定的培训，但「无缝对接」简直很是难以实现。

这不禁让人质疑，若是仅仅是斟酌将各个环节举行数据化，以获得数据为重要目标，而疏忽了操作效力与时候本钱，对付店肆来讲到底是否值得革新？是不是终极能有用晋升用户体验？

不成能合用于快销及公共品牌，出格是单日人流量与买卖量较大的店肆。

试想若是是在某热点商区的 Zara 或 H&M 里，产生上面的环境是不是更可怕。每小我手里都拿着一摞衣服（八、9 件很正常）期待试穿，然后试衣间前排着长长的步队。

假设这内里的每小我都必要伙计在堆栈掏出衣服再递出，配送使命体系必要不竭被确认和清空……外加另有人在试衣间里想换另外一个尺码呢？

不言而喻，人力本钱、时候本钱城市变得加倍昂扬。

而要想补这些流程上的缝隙，就象征着店肆必要对全部试衣间和堆栈的布局举行完全智能化革新。

现场的技能职员也认可，今朝他们尚未在试衣和堆栈办理这个流程上找到一个很是周全的解决方案。

「咱们最重要的目标是对淘宝线上技能做一个线下利用展现，但在试衣和堆栈办理环节简直存在问题。

实在咱们有测验考试对试衣间的『送传流程』举行智能化和机器化革新，比方将盒马鲜生的智能吊挂链利用到这个环节。」

不外，对付当下这套体系来讲，他认为更像是为裁缝品牌打造的，普通点说就是那些只有少数人能买得起，店肆人流量不大的豪侈品牌。

「斟酌到这套智能装备的用度和利用场景，率先在裁缝品牌店肆实现贸易化落地更加实际。」

歡迎光臨台灣學習教育網－專業的學歷教育機構 (http://taiwanstudy.com.tw/)