【干货】传统电商与社交电商 社区团购们的“千人千面”

直到移动互联网时代的到来，面对3寸的小小智能手机屏幕，缩小版的淘宝、天猫、京东、当当们都显得异常拥挤、体验极差，消费者纷纷逃离，有些开始回归正在热火朝天开店的线下购物中心和新业态的实体店。而且随着微信的用户规模不断快速增长，基于微信的电商SAAS开店工具和微信去中心化的结合，同样继续分流传统中心化电商的商家和用户。

12年，马云急得叫嚷着要通过“来往”的社交软件把企鹅赶回南极。刘强东则选择在14年上市前让腾讯成为第一大股东，获得微信和QQ重要的流量入口。马云不仅没把企鹅赶到南极，“来往”和接班人陆兆禧在不到两年时间沉寂，成为移动互联网发展初期阿里成立以来最大的败笔。

张勇接棒后，马云开始提出新零售和“五新战略”，避开微信的正面战场，转战线下。淘宝新掌门——80后的蒋凡同台登场，“千人千面”计划开始进入落地实施阶段。并且寻求社交电商的突破，有了现在一直独秀的淘宝直播。

团购们的“千人千面”

同期，京东在获取微信的流量过程中，发现原来的问题并没有被解决，流量分配模型完全不同于PC大屏时代。于是启动“千人千面”计划，试图解决流量分配和转化率问题，以期提升用户体验并让用户重回京东，保证一定程度的增长率。

到18年，中国真正做出“千人千面”拥有相应的成熟技术的只有淘宝和京东。随着拼多多在18年的成功上市和独立app的发展，拼多多成为中国第三家拥有“千人千面”技术的电商公司。（腾讯和今日头条同样拥有“千人千面”技术，但是和电商的比起来，资讯类的要相对容易一些）

“千人千面”技术也可以简单理解为“推荐算法”， 是一种基于用户行为的大量样本统计和协同过滤，对用户需求进行预测的技术。由于电商涉及“转化率”，“推荐算法”需要对这个指标负责，所以实现的难度比资讯类的大得多。从买家角度而言，这种技术会让用户真正高效地获取需要的、感兴趣的商品；从卖家角度而言，则可以扩展竞争维度，减少单一维度（排名）的竞争压力，投入更少获得更高销售。

最重要的是，长尾商品通过“千人千面”真正能够公平地展示在消费者面前并产生购买。《长尾理论》是中心化电商发展的重要理论，经过近30年的发展，已经到了长尾理论2.0的阶段。

我在《严选精品电商们崛起，长尾理论失效了吗？》一文中对长尾理论2.0进行了较为深入的研究，得出的结论就是长尾理论仍然有效。

让我们从简单的场景来理解“千人千面”技术：比如你用高德地图导航到大润发，买了大米、油和方便面并用支付宝付款，下次你再打开淘宝，首页就出现了盒马菜市场和面条等商品的推荐；比如你和女友在微博私信说想换新手机了，打开天猫就给你推荐了最新款的手机；比如女友在微信发了个朋友圈说好喜欢新款LV包，然后第二天看到了LV在朋友圈的新款女包广告。诸如此类，都属于“千人千面”的“推荐算法”根据个人的行为数据精准推荐相应的商品和信息。

但同时，这些场景也会让人感觉个人隐私信息被泄露了。其实像淘宝、京东、天猫这样的电商平台和微信、微博这样的社交工具和社交媒体本身不会窃取你的个人隐私的，但是你的行为数据让平台知道你的需求，然后通过“算法”进行商品和信息的推荐。

电商平台会采集更多个人行为数据，比如：使用过的手机、上过的app、看过的新闻、打车的频率、发红包的金额次数、欠银行的贷款、地图数据等等，这些都会构成一个人数以万计的事实标签。

标签的采集和架构设计相对还是容易的，如何建立标签模型并准确的预测用户的需求则是最难的。

以下技术部分参考了CSDN的技术博客及结合我个人的研究和理解。我们拿淘宝首页内容板块为例，常规的行为推荐算法是类似这样的公式：内容访问权重=行为权重*时间权重*衰减因子。

1）行为权重：点击一件商品或一篇文章，留言、点赞、加购物车等行为，都会计入行为权重，根据平台积累的大数据，计算出了不同类目不同产品下的各种操作行为权重分数。在用户进行回复、点赞、收藏等行为时进行权重加分。

2）时间权重：停留时间越长，时间权重也会越高。

这也能解释为什么电商平台和内容平台适合做“千人千面”，因为都在追求停留时间，电商平台的停留时间长有利于提高转化率，内容平台的停留时间长有利于广告点击。

3）衰减因子：用户的单次行为不能作为用户喜好的直接评定，随着时间的推移权重也会慢慢衰减。

由这三个权重维度的综合计算得到了我们的内容访问权重，在我们多次访问同类型内容时，每次都会获得对应的内容访问权重。平台对这些权重进行累加，然后利用神经网络的阈值函数（Sigmoid函数）进行标准化。

然后可以得到一个阈值为（0,1）的结果，通常推荐算法标准化过程是对Sigmoid函数的变形公式，得出一个阈值位0-10的结果，也就是我们所说的质量分（淘宝直通车的质量分也是以这样的方法计算来的）。

权重（或说质量分）越高，内容板块推荐类似内容的比例和频率就会越高，这就是行为推荐算法（你的行为影响了你）。

目前已知世界上所有推荐算法的处理过程都是类似如此的，没有太大差异。

另外，需要简单说明的是：拼多多的拼团模型在进行“千人千面”的实施过程中，人的社交关系将成为新的数据源，这个部分可以让推荐比淘宝、京东、天猫更精准。

这个过程，也就是大家常说的打标签（比如：我们搜索看过一个产品后，猜你喜欢就会推荐类似的产品，并且看过多种产品，猜你喜欢推荐的频次是不一样的）。

限于篇幅，关于“千人千面”技术部分就不再过多赘述，如果想进一步学习的，可以到专业的技术论坛和博客深入学习，或者买一些专业的书籍好好看看。

据了解，早在2016年，郑州市就诞生了本土首家社区团购平台—吃货公社。彼时，社区团购在全国范围内尚未铺开，吃货公社凭借新颖的商业模式和物美价廉的商品快速打开了市场，并在短短一年的时间内开出了500多个团，最终在河南市场一炮打响。

2017年，另一家本土社区团购平台量子美食也随之建立，并通过高薪向吃货公社挖人的方式，快速建立了自己的初始团队。随后，二兔动漫创始人黄涛孵化出了社区新零售平台田生万物和番茄小镇，并实现了对郑州、洛阳、安阳、威海等全国数十个城市的快速覆盖。

进入到2018年，郑州市大大小小的社区团购企业开始如雨后春笋般地出现，亲果倾城、悦邻严选等平台先后出现。本地生鲜B2B巨头莲菜网也于此时正式入局，孵化出了社区团购平台—有井有田。

与此同时， 进入到8月份，随着资本开始陆续入局，兴盛优选、你我您、十荟团、松鼠拼拼等企业先后获得巨额融资，开始全国扩张，并先后进入河南市场，本土社区团购企业开始进入到洗牌期。

“在全国性的社区团购进入之前，本土社区团购平台还处于一个良性竞争的状态。但是一些全国性社区团购平台陆续进入到郑州市场，某些品类的价格体系就慢慢崩溃掉了。”河南本土资深社区团购从业人士李保林告诉新经销。

“以虾尾为例，4月初，本地的虾尾还与去年的市场价格相差不大，但一进入5月份整个行业的价格体系就已经全线崩盘了。

正常而言，批发商需要5%-8%的利润来维系自身的仓配、运营等各项成本，零售端则会加价10%-15%来保证自身的利润。而某些全国性的社区团购平台为了快速打开市场局面，低价销售虾尾给零售门店，供货价格甚至比部分批发商的拿货价还低，最终导致产品价格越压越低，市场慢慢的就被做死了”。

面对全国性平台来势汹汹发起的价格战，本土性平台则处于进退维谷的状态。如果不跟进的话，用户就会被大量撬走；如果跟进，平台自身的资金量又难以支撑长期的亏损。在这种情况下，本土性企业无论是跟或者不跟，都无异于饮鸩止渴。

价格战虽然在一定程度上能够起到教育市场的作用，但是一旦无法与消费者之间形成除价格因素以外的粘性，价格补贴便会弊大于利。尤其是对于线下存量巨大的行业，这种拔苗助长给行业所带来的伤害无疑更加巨大。

前面之所以花这么长的篇幅来分析“千人千面”，主要得出三个结论。

（一）随着电商平台的用户规模、商家规模和商品规模的无穷增长，“千人千面”技术很好地解决了三者匹配和效率的问题，从而提升电商的转化率和用户体验。

（二）“千人千面”实现的难度非常大，一方面非常有足够的用户、商家和商品数据；另一方面要有强大的算法建模能力；最后还要有硬件的算力支持（阿里云、亚马逊云发展的领先这是主因）。

（三）“千人千面”看起来很美好，却有三个技术无法突破的问题：

没有想像中“精准”：因为购物决策受到的干扰因素太多，现阶段均是“网络行为”的数据，并没有“思维数据”和“生物数据”，机器无法感知人真实的感受和想法。延迟问题：毕竟聊天或者浏览的那一刻到打开电商平台短短几秒时间，购买决策已经发生了很大的改变，甚至是没打开就变化了。人们总习惯：我只是说说而已。

涉及隐私问题和歧视且是违法行为：《电商法》明确规定：电子商务经营者根据消费者的兴趣爱好、消费习惯等特征向其推销商品或者服务，应当同时向该消费者提供不针对其个人特征的选项，尊重和平等保护消费者合法权益。也就是说，如果强制推送根据“大数据”推算出的内容给消费者，是违法的！其次，作为线下的传统零售商和新兴电商公司，很难实现这样的“千人千面”，哪怕是有钱也没有那么多的算法和技术人才。这些人才都被BATJ、TMD们早早地收了。（来源：人人都是产品经理 编选：网经社）