很多零售商使用自己主动的产品推荐技术来添加他们的销售额和转化率。这些推荐的物品一般是商业网站上动态生成的。通常基于特定客户或一组客户的购买习惯。
Strands Recommender 是一个率先的动态生成产品推荐的提供者，我们近期採訪了其市场经理 Trevor Legwinski, 关于产品推荐的概念和它对电子零售商的效果。
10 个关于产品推荐的问题
Practical eCommerce: 什么是产品推荐，它们在一个零售商的站点上怎样工作？
Trevor Legwinski: “因为电子商务公司有非常多产品。对最优的转化率来收，结构化地添加销售和交叉销售会非常困难。
产品推荐通过学习你的站点訪问者的个人和总体的行为等级来解决问题。我们自己主动地採集这个数据和商业化你的站点，将新訪问者的行为和意图与转化过的数千购物者进行匹配。 对回訪者我们展示基于他们的客户信息的产品。是我们的引擎随时间推移匿名地学习到的偏好。包含偏好类别，最爱的品牌，甚至特定的颜色和大小。”
PEC: 推荐通常出如今网站的什么位置?
Legwinski: “零售商通常把推荐放在他们的首页。产品细节页面和他们的购物车中。还有。我们已经開始在分类页面、搜索页面引入推荐。甚至创建了类似于Amazon.com的客户"个性化的登录页面"。”
PEC: 你们怎样决定推荐那些产品?
Legwinski: “如果你的公司是一个我们的客户。我们的引擎匿名地检測到訪问你的网站的客户基于他/她的购物行为创建一份客户简单介绍。
这些包含，比如，他们浏览的产品，搜索，加入到购物车和永久购买。
对新的訪问者我们展示在过去有相似行为的人们最有可能购买的商品。对回訪者，我们訪问他们的简单介绍并展示与他们的偏好相关的产品。还有，我们提供易用的商业工具同意零售商基于他们的自身市场和商业须要过滤推荐结果。”
PEC: 零售商用于产品推荐的是什么样的结果? 你能从你的客户中引用一些实际的数据吗?
Legwinski: “我们与零售商差点儿在每个文件夹都有合作，从服装到鞋类，到电器图书。游戏，音乐，家具，和体育设备。
他们平均能看到销售额有8到12个百分点的增长。别的更重要的影响推荐器的效果的因子是流量量级，推荐板块数量。推荐放置的位置，和文件夹大小。给你一些细节和把数字透视出来：一个户外设备客户使用我们的349美元每月的标准计划。年收入已经约有1百万美元，当前通过使用我们的服务还获得每月2000美元的销售额。我们的一个最大的服装零售商使用了我们的企业计划。已经获得了70 百万的回报，并正在获得200 000 每月的额外回报。
”
PEC: 目标是提升基本转化率。平均订单大小还是都有?
Legwinski: “我们的推荐引擎的目标是都要添加平均订单大小和转化率。通过对新訪问者和回訪者提供个性化的体验。我们可以提高加入到购物车中的产品的数量的同一时候提高我们的客户的转化率水平。还有。使用个性化的邮件可以使现有的客户添加响应率。
”
PEC:你们的推荐服务是部署在你们公司内吗？它怎样与一个零售商的站点集成?
Legwinski: “Strands Recommender 是一个 SaaS 解决方式，意味着它全然由我们部署。
这消除了非常多的版本号控制问题和部署复杂性。集成仅仅须要三步操作：
- “零售商通过一个文件或一个链接上传他们的商品文件夹到我们的系统上。这仅仅须要操作一次，由于我们会自己主动刷新文件夹。其格式与你将发送给一个比較购物引擎的同样的产品feed很相似。
这个feed帮助我们的引擎学习你的产品种类并保持与你的文件夹实时相应。
我们也支持来自排行榜和评论提供者还有网站搜索提供者的数据feeds。
- “第二步是在你的网站上的用户行为。然后用于匿名地为每个訪问者构建profile。
我们可以通过使用如“购买了那个的人也买了……”算法检測购物模式，相关的profile和别的更加复杂的模式。要做到这些。与Google统计相似的简单的跟踪代码贴到你的主页面模板的底部，产品细节。购物车，订单确认，和如可用的“愿望列表”和“最爱”页面。
- “最后一步是展现推荐给你的浏览者。我们的客户从一个提前定义的推荐挂件集合中选择，可以高速复制和粘贴到电商站点的不论什么页面。这些挂件基于最佳的实践，通常对我们的大多数客户都工作得非常好。系统也提供一个挂件编辑器，同意自己定义外观。感觉和每一个挂件的内容。通过这样的方式，我们确保每一个挂件都能全然地匹配你的站点和邮件模板。
”
PEC: 你们的服务支持全部的购物车吗，本地部署的还是认证过的？
Legwinski: “是的。我们的JavaScript 和 API 安装使得它对于安装有我们的软件的不论什么购物车的零售商而言很easy。
(Our JavaScript or API install makes it very easy for merchants with any shopping cart to install our software. ) 我们已经进一步简化，已经为Miva Merchant 和 Magento stores 创建了购物车插件。
“我们近期开放了我们的 API 给开发人员。同意他们创建购物车插件给他们最喜欢的购物车和在用户profile上创建有意思的功能和收集Strands 推荐系统的产品格为。我们非常兴奋地看到开发人员团体拥抱个性化和创造一些实用的和非常酷的插件。
”
PEC: 要花多少钱?
Legwinski: “我们的计划从对小型零售商的每月$149起步到$999，对大型企业客户的要更高。
推荐系统变得越来越实惠。过去，这项技术仅仅有大型零售商负担得起每月数千元的花费。我们的目标已经使得我们的技术让小型的零售商可负担。
”
PEC: 一个零售商必须有一定的大小吗，或者有一定数量的SKUs ,为使推荐器非常好的工作?
Legwinski: “我们已经发现零售商有至少500个产品和每月至少15 000个独立訪问者时会获得最大的利润。这并不意味着仅仅有小的文件夹不能从推荐中获益，可是成功真正关键的是流量等级和产品搭配。推荐引擎须要一个确定等级的产品数据和有效的流量。我们也发现了5 000 个独立訪问者是达到连续有影响效果的最低阀值。
”
PEC: 零售商须要知道的关于产品推荐的别的还有什么?
Legwinski: “过去我们没有重点强调的一个有积极作用的推荐是邮件营销。我自己作为一个网购常客。我每天从不同的零售商那里收到营销邮件。
可是是我沮丧的是非常多的零售商仍然发送一个包括一个同样商品的标准的模板给每个的客户。
有一些要说给那些花时间为他们的客户个性化邮件并展示产品子集或他们可能关心的促销。它告诉客户，你是真正在试图服务他们，并且，很多其它的是，他们会从你额外的努力中买很多其它。“
-----------------------------------------------------------------------------
后记：在《Mahout in Action 》一书的第一章看到了这个注。认为挺有意思。就翻译一下。
越翻译越认为是这个推荐引擎的营销广告。只是还是坚持译完了。水平非常粗糙。
profile这个词貌似非常难用中文表达。
