疫情这段时间，不乏一些探讨“疫情过后，哪些行业或领域会走高”的预测，其中一个共识是疫情过后企业数字化转型会加速。原来线下生意红红火火的企业，业务线上化优先级不高，此次疫情直接将线下业务冰封，无线上业务的企业更为艰难前行。数字化转型在企业经营中的重要性，被动得到提升。在数字化转型大背景下，对于很多互联网行业出身的产品经理，如何以更大的视角来理解个性化推荐，将是助力企业数字化转型关键课题。
营销而不只分发
早几年今日头条、淘宝讲的个性化推荐或千人千面，让大众认识到个性化推荐的威力与价值，甚至将个性化推荐等同于采用先进算法的推荐系统。而诸如今日头条和淘宝这类产品，特点是海量物品和海量用户，在整个线上线下商业领域凤毛麟角。
而我们生活中更多的是脑白金这类广告，海量不区分人群做的投放，即粗放式营销。而线下也存在群组营销甚至针对个体的营销。例如某次网约车司机，可以根据科技圈从业者标签，闲聊脑力劳动废脑子、35岁被淘汰等话题，既能提供送达之外的解闷服务，也不会涉及隐私让乘客反感。再例如日常去做艾灸保健，艾灸馆会为每个人建立纸面的档案，每次服务人员都可以根据顾客的身体状况和偏好，提供相应地艾灸服务侧重点，并且能聊一些个人化的话题，提供更多粘性。
互联网及互联网相关技术的发展，为大规模线上自动化营销成为可能，有了个人设备、有了数据或日志记录用户的行为或偏好，在此基础之上，通过数据提升用户和物品（或服务）之间的匹配效率，营销效率与效果就得到了提升。从落地而言，无非是营销粒度的粗细，或是否是人工还是交由算法负责匹配关系的构建。
个性化推荐的范围
作为多年个性化推荐从业者，由于从业具体业务限制，一度认为算法推荐才是解决信息过载的关键，但这里有个前提，很多业务或场景，不存在信息过载，自然也就没有算法推荐的落地必要。但从营销角度，是否需要个性化推荐呢？例如早年遇到一个为淘宝售卖营销工具的商家，希望将20多个工具给淘宝卖家更多个性化展示，提升业务收益。这样诉求合情合理，只是因为当时站位在“拿锤子找钉子”的视角，才觉得这样的客户不是目标客户，而不是更加务实的将此问题深挖并寻找解决方案。早年因为“拿锤子找钉子”的出发点错过不少类似的客户。
但从营销的视角看以上问题，则站位在寻找解决方案能够提升用户和物品匹配效率上，体现在C端就是个性化推荐。因此也就不难理解，不同行业或组织对个性化推荐理解迥异，完全取决于出发点与站位。相比较而言，从营销视角理解和提供个性化解决方案，是更为客户导向和务实的，因为确实是在解决普遍的问题；而拿锤子找钉子的提供个性化解决方案，就会遇到自建算法或效果预期不可控的问题，需要增加非常多限制条件，才能保证有良好的商业闭环。
推荐系统最初在亚马逊网站上得到应用，但海外并没有形成“拿锤子找钉子”做个性化推荐的巨头，反而出了一些公司提供个性化方案“技术含量不高”、“不保证效果”这样的巨头，也再次验证解决实际问题比有个“好锤子”重要。
如何个性化推荐
无论是算法推荐还是基于人工规则的推荐，本质都是解决人和物品匹配关系的问题。所以做个性化推荐首先都需要有构建匹配关系的素材，即用户画像和物品画像，算法推荐中不一定是可读的画像，但也有画像的构建阶段。在基于规则的推荐则需要构建个性刻画（用户标签）和客户细分（分群），并基于此构建不同用户或分群的策略，即实现个性化推荐。
个性化推荐起因是希望通过匹配效率的提升，而带动营销收益的提升。因此我们会发现很多公司运营和营销是不分家的，运营本质也是做营销的工作。提升个性化匹配效率，既需要从供需两端提供更多的输入（比如引入更多用户和物品），也需要更多关于用户和物品的匹配的洞察（可以是算法自学习也可以是人的洞察），并持续迭代的过程。
拿淘宝来讲，至今经历了运营千人一面到个性化投放系统到千人千面的智能推荐，解决方案依赖数据、技术和场景的演变，没有万能的解决方案。但整体方向是通投-人工个性化投放-千人千面，由低到高的方向演变与发展。
关于作者：
小乐帝，一线大数据&AI产品经理、简书互联网优秀作者、产品经理读书会创始人。
「 更多干货，更多收获」
推荐系统系列教程之十六
140+页文章推荐系统电子书.pdf(附下载链接)
【推荐实践】信息流推荐技术在凤凰网的业务实践
【报告分享】阿里达摩院十大科技趋势.pdf
【白岩松大学演讲】：为什么读书？强烈建议静下心来认真看完
关注我们
一个「在看」，一段时光????
