#本文為人人都是產(chǎn)品經(jīng)理《原創(chuàng)激勵(lì)計(jì)劃》出品。

網(wǎng)上購(gòu)物時(shí)發(fā)現(xiàn)，我已經(jīng)買(mǎi)了一個(gè)籃球了，在已付款的界面下方還給我推薦籃球的商品，難道我會(huì)退貨重新購(gòu)買(mǎi)嗎？這種推薦算法，為什么不能再智能化一些呢？本文作者對(duì)這個(gè)問(wèn)題展開(kāi)了探討，與你分享。

不知道你可否有這樣的經(jīng)歷，打開(kāi)一個(gè)電商軟件，進(jìn)行購(gòu)物后，在購(gòu)買(mǎi)成功的頁(yè)面下，仍然收到很多類(lèi)似的、甚至一模一樣的商品推薦。

明明不久前才購(gòu)買(mǎi)了一個(gè)商品，在日后的一段期間內(nèi)，仍然在電商首頁(yè)，“被迫”瀏覽一樣的商品。

你一邊無(wú)奈地快速劃過(guò)這些“無(wú)用”的商品推薦，一邊吐槽電商推薦機(jī)制的笨拙，認(rèn)為這是推薦算法史上的大BUG。不知道相關(guān)業(yè)務(wù)的產(chǎn)品經(jīng)理是怎么想的，這么久還不優(yōu)化，都2022年了，推薦竟然還不知道哪些商品是自己已經(jīng)買(mǎi)過(guò)不會(huì)再買(mǎi)的。

上述經(jīng)歷大概是很多人經(jīng)歷過(guò)的，那么為什么推薦效率如此之低，以至于已經(jīng)導(dǎo)致用戶不滿，降低了體驗(yàn)的情況下，電商平臺(tái)還反復(fù)把用戶已購(gòu)的相似商品推薦給用戶呢？

一、電商平臺(tái)推薦策略

了解一個(gè)現(xiàn)象的原因，我們不妨從這個(gè)現(xiàn)象背后涉及的本質(zhì)出發(fā)，理解清楚是什么，再去想為什么就簡(jiǎn)單許多了。

首先先給大家介紹一下目前主流的電商推薦策略，主要分為基于物品的推薦體系、基于用戶的推薦體系、基于群體的推薦體系。

基于物品的推薦體系，主要是按照物品出發(fā)，從用戶曾經(jīng)購(gòu)買(mǎi)/收藏過(guò)的物品，去計(jì)算其它物品與這個(gè)商品的相關(guān)性，從而進(jìn)行再推薦，優(yōu)先展示相關(guān)性高的商品。

這也是在網(wǎng)站獲取用戶信息較少時(shí)，采用的一種常規(guī)推薦策略，畢竟在用戶畫(huà)像不全面時(shí)，基于用戶感興趣的商品進(jìn)行推薦，出錯(cuò)的概率會(huì)小很多。這樣的推薦策略在各電商平臺(tái)很常見(jiàn)，用戶在購(gòu)買(mǎi)/搜索了一個(gè)類(lèi)別的商品后，往往會(huì)在首頁(yè)看到很多類(lèi)似商品的推薦。但這個(gè)策略也有弊端，容易形成信息繭房，難以去撬動(dòng)用戶其它的潛在興趣項(xiàng)。

基于用戶的推薦體系，主要是以人為出發(fā)點(diǎn)，根據(jù)用戶的行為，去計(jì)算其它用戶與用戶的相似度，再根據(jù)相似用戶對(duì)于商品的喜愛(ài)度，去向目標(biāo)用戶推薦這些商品。

這樣的推薦機(jī)制，推薦商品類(lèi)別的覆蓋面會(huì)進(jìn)一步擴(kuò)大，擺脫局限于某幾個(gè)類(lèi)別的現(xiàn)象。拼多多的推薦策略，就考慮了這個(gè)模式，按照用戶的行為，去向用戶展示展示與之高相關(guān)度的人感興趣的商品，通過(guò)“興趣圈”“拼小圈”的模式，促進(jìn)用戶進(jìn)行購(gòu)買(mǎi)。

基于群體的推薦體系，主要是從群體的特征出發(fā)，提煉群體的共性，給用戶進(jìn)行打標(biāo)與歸類(lèi)，再向群體用戶推薦在這個(gè)群體內(nèi)，大多數(shù)用戶感興趣的商品，同時(shí)適當(dāng)加入相似群體感興趣的商品，進(jìn)行推薦。

常見(jiàn)的基于群體的推薦，大概就是每次注冊(cè)新賬號(hào)時(shí)，平臺(tái)都會(huì)讓用戶選擇感興趣的圈子，然后再基于所選擇的圈子，向用戶推薦群體感興趣的內(nèi)容和商品。

不管是基于用戶、群體、物品的推薦，都是提煉人物的共性，再根據(jù)相似性，去進(jìn)行推薦。從這一層進(jìn)行考慮，也就不難理解為什么推薦體系，總是會(huì)推薦十分相似的商品了，因?yàn)檫@些商品都存在高相關(guān)性，在推薦體系眼中，都是用戶高感興趣的商品。

那么也許你會(huì)發(fā)問(wèn)，為什么電商推薦體系那么傻，連最基本的去重都不做？難道我買(mǎi)了一個(gè)求婚戒指，我還會(huì)想要再買(mǎi)一個(gè)求婚戒指嗎？

二、重復(fù)推薦的原因

誠(chéng)然，反復(fù)推薦同樣的商品，不僅讓用戶厭煩，降低體驗(yàn)感，于銷(xiāo)售額而言，也沒(méi)有改善。畢竟很少有人會(huì)在上一秒買(mǎi)了一個(gè)商品，下一秒再購(gòu)買(mǎi)一個(gè)“一模一樣”的商品。

但是，當(dāng)一個(gè)問(wèn)題長(zhǎng)期存在，且沒(méi)有很大變化的時(shí)候，我們不妨停下來(lái)，再多細(xì)想一點(diǎn)，這背后的原因到底是為什么。

商品的購(gòu)買(mǎi)高頻性是重復(fù)推薦的第一個(gè)原因。

• 當(dāng)用戶買(mǎi)了一件毛衣后，他/她可能因?yàn)閾Q季的原因，還會(huì)選擇再多購(gòu)買(mǎi)幾件毛衣；
• 當(dāng)用戶購(gòu)買(mǎi)了嬰兒紙尿褲后，在不久的時(shí)間后，他/她會(huì)選擇再次購(gòu)買(mǎi)紙尿褲，甚至?xí)鲇诒容^心理，再下單另外一個(gè)品牌的紙尿褲；
• 當(dāng)用戶購(gòu)買(mǎi)了一個(gè)香薰后，他/她可能目前對(duì)于香薰興趣度較高，還會(huì)繼續(xù)下單其它品牌的香薰。

從上可以看出，用戶重復(fù)購(gòu)買(mǎi)一個(gè)類(lèi)別的商品的原因千奇百怪，可能出于特定的場(chǎng)景、出于使用商品的頻率、出于自身興趣的原因，但是這些商品對(duì)于用戶而言，都具有購(gòu)買(mǎi)高頻性，用戶愿意重復(fù)購(gòu)買(mǎi)。

高復(fù)購(gòu)一直是電商平臺(tái)追求的東西，如果有一個(gè)商品用戶有反復(fù)購(gòu)買(mǎi)傾向，那么也不難理解平臺(tái)愿意損失一部分用戶體驗(yàn)，換取更多潛在可觸發(fā)的商機(jī)的現(xiàn)象了。

平臺(tái)的商業(yè)化訴求是重復(fù)推薦的第二個(gè)原因。

廣告業(yè)務(wù)一直是電商平臺(tái)的主要營(yíng)收模塊，而這個(gè)模塊又和點(diǎn)擊率、曝光率高度相關(guān)。

人都有比較心理，即使這個(gè)商品用戶已經(jīng)很明確短期內(nèi)不會(huì)購(gòu)買(mǎi)，但出于好奇和比較心理，總有人愿意去點(diǎn)擊近期已購(gòu)商品的頁(yè)面，查看其它相似產(chǎn)品的詳細(xì)信息，進(jìn)行一番比較。而用戶點(diǎn)擊得越多、停留的時(shí)間越長(zhǎng)，給電商平臺(tái)帶來(lái)的廣告效益就越高。

哪怕這樣的行為對(duì)于短期的銷(xiāo)量沒(méi)有提升，但是平臺(tái)可以利用這種行為，給用戶推薦更多同類(lèi)商品的優(yōu)質(zhì)商家，既賺取了廣告費(fèi)，又幫助商家吸引了一批目標(biāo)人群，此外，變相種還能因?yàn)檫@種推薦機(jī)制，加劇商家的競(jìng)爭(zhēng)，讓他們提高更好的服務(wù)與產(chǎn)品，何樂(lè)而不為呢？

算法的局限性是第三個(gè)原因。

哪怕最熟悉自己的人，也無(wú)法知道一個(gè)人的全部喜好，也會(huì)猜錯(cuò)最親近的人的心思，更何況是算法。推薦系統(tǒng)只能從用戶的歷史行為（購(gòu)買(mǎi)、收藏、點(diǎn)贊等）和相關(guān)性去猜測(cè)用戶喜歡什么樣的東西，無(wú)法做到精確度100%。

而且它也很難完全地去選擇合適的顆粒度，進(jìn)行商品去重。舉個(gè)例子，如果一個(gè)商品分為三個(gè)層級(jí)，比如籃球在“運(yùn)動(dòng)-球類(lèi)-籃球”這個(gè)類(lèi)目下，那在用戶購(gòu)買(mǎi)了籃球后，相關(guān)的推薦頁(yè)面不應(yīng)該出現(xiàn)籃球了，按照這個(gè)邏輯，應(yīng)該在第三類(lèi)目標(biāo)簽里面去進(jìn)行去重處理。

但是，如果換個(gè)品類(lèi)呢，如果用戶購(gòu)買(mǎi)的是耳環(huán)呢，類(lèi)目變成了“飾品-耳飾-耳環(huán)”，按照這個(gè)邏輯，在去除了耳環(huán)后，用戶可能還是會(huì)收到耳夾、耳釘?shù)纳唐吠扑]，如果對(duì)于不想再購(gòu)買(mǎi)類(lèi)似商品的用戶而言，這樣的去重也是無(wú)效去重。

而且類(lèi)目之間并不是完全的不重合關(guān)系，有的類(lèi)目會(huì)相交（比如乳酪既屬于乳制品，又屬于烘焙原料），那么進(jìn)行了一個(gè)類(lèi)目的去重后，也無(wú)法保證商品還屬于其它有交集的類(lèi)目，能被完全過(guò)濾掉。

換而言之，算法難以做到完全有效地去重。而且用戶是千人千面且動(dòng)態(tài)的，他們的心思難以預(yù)測(cè)，無(wú)法按照一個(gè)統(tǒng)一的標(biāo)準(zhǔn)去進(jìn)行去重和推薦，也無(wú)法根據(jù)靜態(tài)的歷史數(shù)據(jù)，去完美預(yù)測(cè)用戶以后的行為。

在這個(gè)用戶看來(lái)已買(mǎi)不會(huì)再買(mǎi)的東西（如耳飾），在另一個(gè)用戶眼里可能是會(huì)重復(fù)購(gòu)買(mǎi)。也許可以加入一些用戶行為去進(jìn)行考慮（如這個(gè)人是否經(jīng)常購(gòu)物、經(jīng)常買(mǎi)什么類(lèi)別的產(chǎn)品），但因?yàn)槿耸莿?dòng)態(tài)變化的，推薦機(jī)制難以完美區(qū)分什么商品在用戶眼里是重復(fù)，什么商品在用戶眼里是高頻購(gòu)買(mǎi)類(lèi)。

用戶行為的不可控，是平臺(tái)重復(fù)推薦的第四個(gè)原因。

常規(guī)看來(lái)，一個(gè)用戶在購(gòu)買(mǎi)了一件商品后，不可能在當(dāng)天內(nèi)，再購(gòu)買(mǎi)一件高相似的商品，難道要用戶退款再下單嗎？

但是“七天無(wú)理由”退換讓這成為了可能。因?yàn)樾滦偷氖酆蠓?wù)，讓很多用戶習(xí)慣購(gòu)買(mǎi)多件同類(lèi)商品，進(jìn)行比較后，再選取最合適自己的一個(gè)商品留下。這個(gè)行為讓用戶短期內(nèi)購(gòu)買(mǎi)大量同類(lèi)商品形成了可能，而基于用戶的這個(gè)習(xí)慣，電商平臺(tái)也樂(lè)于推薦相似商品，畢竟銷(xiāo)售額看著高一點(diǎn)，展示數(shù)據(jù)也會(huì)好看。

而且正如第三點(diǎn)所言，人是動(dòng)態(tài)變化的，人的行為和目的千奇百怪，今天不打算再購(gòu)買(mǎi)的東西，明天很可能因?yàn)楹糜训耐扑]就再次下單相似商品，這些不可控，讓重復(fù)推薦有了存在的空間。

三、如何提高重復(fù)推薦的效率

這么一看，商品重復(fù)推薦，既有技術(shù)層面難以解決的問(wèn)題，在商業(yè)、用戶層面，也確實(shí)有這種購(gòu)買(mǎi)已購(gòu)商品的需求。那么，如何在用戶體驗(yàn)以及商業(yè)化之間達(dá)到平衡，提高推薦效率？

用戶端上，需要考慮更多用戶的行為因素，按照復(fù)購(gòu)概率為維度進(jìn)行展開(kāi)，對(duì)用戶進(jìn)行區(qū)分。

比如用戶是否是一個(gè)熱衷購(gòu)物，且有反復(fù)退貨傾向的人；用戶是否喜歡收藏很多相似的商品；用戶是否喜歡加購(gòu)很多類(lèi)似商品等。對(duì)于有短時(shí)間內(nèi)購(gòu)買(mǎi)多個(gè)相似商品的用戶，可以適當(dāng)減弱去重效應(yīng)；而對(duì)于那種從搜索/推薦到快速下單，且購(gòu)買(mǎi)頻率低的用戶，就可以加大去重的效果。

同時(shí)，給予用戶一定的選擇權(quán)，基于算法無(wú)法精準(zhǔn)猜測(cè)用戶的喜好的現(xiàn)狀，可以加入“不喜歡”功能，讓用戶對(duì)于商品有點(diǎn)擊“不喜歡”的權(quán)力，電商平臺(tái)可根據(jù)反饋，不斷去優(yōu)化推薦的商品矩陣。

商品端上，考慮商品的類(lèi)別和購(gòu)買(mǎi)頻率，再對(duì)不同類(lèi)別的商品進(jìn)行不同的重復(fù)推薦邏輯。

比如女裝類(lèi)、日用品類(lèi)、零食類(lèi)，用戶購(gòu)買(mǎi)的頻率高，且有同時(shí)間購(gòu)買(mǎi)多件的可能性，就可以加入再推薦機(jī)制，投入更多的廣告展示模塊，促進(jìn)用戶進(jìn)行購(gòu)買(mǎi)，提升轉(zhuǎn)化率。

如果是用戶使用頻率低，且單件就可以滿足需求的商品，就減弱復(fù)推頻率，比如眼鏡、手機(jī)、充電寶等，一般用戶購(gòu)買(mǎi)后，很長(zhǎng)時(shí)間不會(huì)再進(jìn)行購(gòu)買(mǎi)，這個(gè)時(shí)候可以推薦更多的互補(bǔ)類(lèi)產(chǎn)品，促進(jìn)用戶進(jìn)行下單。

此外，在商業(yè)化因素上，也需要考慮一個(gè)合適的廣告模式。

畢竟廣告如果僅僅只是投放了，實(shí)際沒(méi)效果，不能促進(jìn)銷(xiāo)量和銷(xiāo)售額，對(duì)于平臺(tái)而言，也難以長(zhǎng)期盈利。

在投放廣告時(shí)，可以撈一下原來(lái)用戶點(diǎn)擊重復(fù)推薦商品的數(shù)據(jù)，分析一下用戶在哪個(gè)模塊更有可能點(diǎn)擊類(lèi)似商品，是首頁(yè)的信息流廣告里面，還是在交易成功的推薦頁(yè)面里，或者是電商平臺(tái)的分享模塊里面？

對(duì)癥下藥，在用戶興趣度更高的頁(yè)面和節(jié)點(diǎn)進(jìn)行再推薦，提升商品的點(diǎn)擊率，也降低用戶因?yàn)橹貜?fù)刷到同樣商品降低的體驗(yàn)感。

四、結(jié)語(yǔ)

電商平臺(tái)的重復(fù)推薦策略，在用戶看來(lái)又傻又難以忍受，但我們從技術(shù)、商業(yè)化因素、用戶的行為上，不難看出這樣的機(jī)制還是有存在的必要性的，不能一刀切去砍掉它，也難以做到不推薦相似已購(gòu)商品。

不過(guò)我們可以從重復(fù)推薦的流程、邏輯出發(fā)，進(jìn)行優(yōu)化，從而做到更加高效的推薦，讓電商平臺(tái)看著更聰明一點(diǎn)。