行业分析：电商企业如何用数据驱动销售

　　张韶峰：事实上，推荐引擎的确包含“关联推荐”，但“关联推荐”并不是推荐引擎的全部，这是大家看待推荐引擎时容易陷入的一个普遍误区。

　　推荐引擎有两种应用场景：

　　1)，当企业不知道用户具体关心哪些具体的内容和商品时(比如用户刚刚到达网站首页或者着陆页，或者只是进入了某个频道页，但未到达具体的文章页或商品页)，完全基于用户过去的行为猜测他们可能会喜欢的内容和商品。这种推荐就是真正意义上的“个性化推荐”;

　　2)，当用户已经在关注某件具体的商品时，推荐出与该商品有某种关联的其他商品，这种推荐就是大家常说的“关联推荐”。百分点公司的推荐引擎同时涵盖这两种类型的推荐。百分点是专门提供第三方推荐引擎服务的公司，除了百分点，阿里巴巴、腾讯等大公司也在自己的一些产品中零星地应用了推荐技术。

　　推荐引擎技术的核心包括：用户行为建模、网页内容建模(包括文本内容和图像、视频内容)、海量实时数据处理，以及将用户心理学、社会学知识融合到推荐引擎中的能力。

　　做推荐引擎的主要难点是：1)算法。算法要先进并且在大数据环境下要稳定可靠;2)数据。推荐引擎完全是基于真实数据来建模的，没有足够的高质量数据，无法做出有应用价值的推荐

　　亿邦动力网：很多电商企业形成了一些刻板的印象，认为推荐引擎采用的都是采用相似性的挖掘方法(例如关联规则和协同过滤)，推荐引擎给出的“看过还看过，买过还买过”这类的推荐通过简单的数据库查询就可以完成。那么百分点在推荐引擎上是怎么做的?

　　张韶峰：“看过还看过”、“买过还买过”这种叫法，完全是为了方便消费者好理解。事实上，这种看似名字简单的推荐栏，背后的算法逻辑并不简单，更加不可能通过简单的数据库查询就能够完成。

　　至于关联规则和协同过滤，是已经出现10-20年的比较陈旧的算法，他们有很多缺陷，因此百分点内部大量使用了其他一些近几年出现的更为先进的算法，比如，百分点首席科学家周涛教授和他的导师张翼成教授等人发明的物质扩散算法、热扩散算法等等。

　　亿邦动力网：百分点与麦包包、红孩子等多家电商合作，目前做的效果如何?销售额、转化等具体的数据如何?为什么他们愿意与百分点合作，不自己做?

　　张韶峰：目前百分点合作了200来家电商企