Amazon.cn 为用户呈现个性化首页，大家怎么看？
2012-01-19 19:35:54   来源：   点击：

48 个答案

• 答案 1：

  这一模式在Amazon.com已经取得了巨大的成功，甚至可以说已经成为电子商务网站的模板，很难想象移植到Amazon.cn会带来如此多的怀疑。大概看了看，怀疑这一模式的理由主要有：1. Amazon.cn的推荐效果不好，或者靠算法做推荐本来就不靠谱；2. 购物目标不明确时这种设置反而让用户迷惑，找不到闲逛的入口；3. 对不常来购物的用户很难说有多大用处。我想主要从以下几个方面找原因：1. Amazon.com是其用户最主要的购物入口，而Amazon.cn不是。这在用户体验上会带来很大的差别。比如，在美国，即使不常购物的用户，只要打算购物，就会去Amazon.com收集目标商品的相关信息，这个过程有时会延续好几天，Amazon.com可以有效地利用较早的访问记录为后续的访问做推荐。这种情况在Amazon.cn发生的可能性非常低，所以首页推荐的意义也就大大降低了。成为主要购物入口还有另一个优势：一方面，用户访问购物入口的频率本来就比较高，另一方面，其他网站大多也是照着购物入口的样式做的，所以用户对购物入口网站的目录结构会非常熟悉，就不会有找不到闲逛入口的困惑。比如在Amazon.com，二级菜单有个best books目录，很容易找到。但对于amazon.cn，即使提供了闲逛入口，如何让用户很容易地找到它也会是个问题（而且现在好像真的没有这样一个入口）。2. 关于推荐效果，听说amazon.cn现在采用Amazon.com的平台，不知道推荐算法方面能在多大程度上受益。但需要注意，推荐效果不仅取决于算法，还取决于用户性息以及商品种类的丰富性。显然，系统对用户了解越多，收集到用户的信息越多，推荐效果会越好，在这方面，amazon.cn显然和作为购物入口的amazon.com不可同日而语。另一方面，即便系统对用户非常了解，但是网站根本就没有能满足用户需求的商品，系统也还是没法给出令用户满意的推荐结果，巧妇难为无米之炊，这就体现了商品种类丰富性的重要性。在这方面，amazon.cn显然也远难望amazon.com项背。3. 至于靠算法做推荐是否靠谱的问题，Amazon.com已经给出了很好的答案，不知道为什么还有这么多人怀疑。对于电子商务网站，推荐主要满足用户两方面的需要：a) 相似商品搜索：这是一个即时需求，当用户查看某个商品时，想和类似商品作比较，通过关键词搜索显然很难描述用户的搜索目标，推荐算法则相对较好地解决了这个问题。b) 促销：结合用户的兴趣爱好和当前场景，向用户促销他可能感兴趣的商品。首页推荐和电子邮件推荐就属此类。这种应用的确会出现keso或者陈镇波所说的一些问题，但既然是促销，准确程度应该就不是那么重要了吧？在SNS让朋友推荐当然是不错的方法，但朋友如果真能包打天下，就直接让现实生后中的朋友推荐好了，还有SNS什么事？

• 答案 2：

  精确投放广告的营销方式将来会渐渐成为主流，而它的背后需要巨大的数据沉淀和优秀的数据算法来支持。FACEBOOK是我看到的目前在这块做得最好的一家公司之一，相信凭借着他本身的用户基数以及数据量，他很快就会把精准投放广告的市场给做起来。毕竟不是每个男人都喜欢在看足球体育节目之前看一长串的欧莱雅美白润肤露广告……如果是梅西C罗代言的某款运动鞋广告，会更好一些……

• 答案 3：

  我记得10年前,互联网刚兴起的时候就有人研究如何通过机器算法推送用户信息的算法，其方式和亚马逊采用的一样，无非是对用户数据的深度挖掘（浏览行为、性别、年龄........)，然后匹配用户感兴趣的广告，这就是所谓的精确广告投放的概念。Amazon的给用户推荐商品的推荐算法给用户推荐其本质事实上和10年前试图做的精确广告投放本质是一样，无论想给用户推送的是商品也好，广告也好，新闻内容也好，微博也好，其本质都是信息。要解决的本质问题都是一致，如何将信息（商品、广告、新闻、微博、图片....)有效的传播到需要的用户那去？这一切都看起来很美，但遗憾的是10年后这仍然未成功。亚马逊事实上在挑战互联网行业的最大课题：如何有效的将信息传播到最需要的用户处？这里有一个逻辑：如果亚马逊能够推送商品成功，那他还可以用这个算法给我们推送其他信息（合适的新闻，我们最想看到的朋友动态、令我们龙心大悦的匹配广告。。。）只靠这个算法，他也将是互联网的王者。但可惜这一切都不会成功。用户的诉求和心理很微妙，很多时候你自己都不知道自己的诉求，前1分钟你想吃肯德基，后1分钟你可能放弃这个想法，如keso说的我买了本股票的书，不代表我就得接受机器推送的其他股票书籍。近来随着facebook和微博新产品的发展，让我们慢慢看清楚这2个产品形态其本质并不只是一个“社交网络" 这么简单，fb和tw设计的产品形态通过加为好友和关注模式，为你建立了一个人肉过滤网，这个过滤网由于有你的熟人和你感兴趣的人存在，他们的品味和喜欢，他们的分享和转发行为，为你构建了一层有效的过滤网。这个过滤网让你隔绝于于信息噪音外，得到的都是比较有效的信号。我们会慢慢看到“人肉算法”强于机器算法。人肉过滤网胜过机器算法给你的“精心”安排和推送。目前看fb tw这种产品形态是最好的处理信号/噪音比的方式。结论：让我们忘记机器算法，机器算法必败，如果前10年的探索还不够，再花10年还是不会有成效，我们需要改变解决问题的思路用fb和tw这种人肉算法过滤信息中的噪音。亚马逊也得也必须考虑“人肉过滤网”而非geek于自己精心的机器算法。这里提醒一下豆瓣的同学也是如此，不要痴迷于自己的算法了。

• 答案 4：

  说说自己的感受，如果是没有目的的购物，那么这种通过我购买的东西推荐给我的方式，给我造成了部分困扰，因为都是我买过的同类型的东西，可是卓越上好像没有随便逛逛之类的页面（我没有找到，可能眼神不好）。由此想法源于我的一次退货，因为是信用卡付款，所以卓越将退款打入了礼品卡中，这样我就必须要2次消费（这点有点操蛋）。于是我就想开始寻找一些这些钱能够买的一些东西，我要在每个大分类下面的小分类中寻找，来回的翻阅目录很繁琐。我就想如果有个按钮能够告诉我，这些钱能买到什么？然后在推荐给我，那样体验肯定不错。

• 答案 5：

  首先有个前提：如果1个B2C网站的页面内容长久内容不更新，是很难激发起用户兴趣的。再者，个性化首页推荐只是一种形式，是基于用户的浏览行为和下单记录等多维度计算出的“最佳匹配”。但是，再怎么牛B的算法，再多的用户行为数据积累，也不能避免顾客的瞬时需求变更（比如中途看到一个BANNER促销啊，或者新的想法啊），达到转化率的提高。“我在选书本的时候突然看到一个衣服促销广告，恰好我喜欢那个衣服，就点进去了”，这个行为怎么讲？“啤酒+尿布”是一个经典的案例，但是这毕竟也是少数啊。所以，用户个性化首页与商品自动推荐，其实核心的作用应该是拉近与顾客的距离，降低首页跳出率，从而有继续逛甚至下单的可能。真正要提升客户体验，还可以考虑加入商品运营的部分。亚马逊N年前的邮件营销管理，就是根据你采购的产品类别，以及这个产品的属性与生命周期，推荐给你相关的升级产品或者相关产品，并辅以活动的形式，来提升转化率与买家粘连度。比如：“我之前买了一本《初生婴儿注意事项》，结果6个月以后，我的邮箱里面收到亚马逊的促销广告 --- 图书特价7折《如何让6个月婴儿更聪明》，所以我就毫不犹豫去买了“ 基于亚马逊强大的CRM系统，这个成为了提升2次购买率与忠诚度的利器。另外，上述行动虽然有提升用户体验的作用，但是别忘了，一个网站的基础建设是最重要的。对于新用户，没有数据积累，怎么留住他们？新用户来到网站以后，如果能很快知道：“这里是卖什么的，我该怎么找，我能快速找到么？“ 那就需要 良好的网站导航，清晰的类目架构，以及合理的关键词匹配结果了。这点对于老用户来说，也尤为重要。所以，个人认为，用户对网站的体验可以分为：1.良好的网站导航与类目结构 + 2.相对精准的商品推荐 + 3.CRM商品运营 + 4.各类型促销形式的嵌入；如果只想强化某一点，就能提升网站的转化率和订单量，其实是不现实的。

• 答案 6：

  卓越亚马逊的个性化推荐，对我还是比较有用的，但对一个购物次数不多的用户，用处有多大，值得怀疑。另外，由于推荐的准确度不是很高，经常需要用户介入，也带来一些困扰。比如我买过《哈利波特》，但并不是为自己买的，如果经常根据《哈利波特》来给我推荐其他书籍，就很繁琐。而且，有多少用户会经过多次点击后，告诉卓越亚马逊，以后不要依据此书做推荐？再比如，我买过一本有关美国股市历史的书，就会经常被推荐一些股票操作的书，其实都不是我想要的。我支持个性化首页，不过也要根据情况而定，如果用户极少购买个性化推荐的产品，那么就应该调整。

• 答案 7：

  推荐算法最大的弊端就是会重复推荐用户浏览过的书籍或者类似的书籍，可能这些书籍已经被用户过滤，购买了相关书籍之后不会考虑类似的书籍，这些都是算法上需要优化的。但其实推荐算法最大的优势就是能够帮用户发现那些用户原来不知道的，但确实是用户感兴趣的好书。比如对我来说，只要几次的访问下来能够帮我发现这样的一本书，那推荐算法对我就是有价值的。

• 答案 8：

  谢谢金美女的邀请，已经有好多非常棒的回答了，我从中也学到了很多东西呢！Amazon的数据化运营做得非常棒，这是个性化首页的技术基础。每个亚马逊的消费者，在登录网站首页时，购物之旅就已经变得个性化——亚马逊或许会给女性消费者推荐正在打折的雅斯兰黛精华露，而给男性用户推荐苹果的iPhone4。根据每个消费行为数据，亚马逊的后台会自动匹配其可能感兴趣的商品，呈现不一样的首页。在个性化首页上以及消费者将商品装入购物车后，亚马逊还会给每个消费者推荐他/她可能感兴趣的商品，这也是数据化运营的结果，这也让亚马逊卖出了更多的东西。互联网的消费将是个性化的消费，而互联网正在以个人为中心向着去中心化发展。亚马逊因为数据化运营，同时也是一家互联网消费数据公司。

• 答案 9：

  我觉得这个问题，使劲退到最后，就是个不停做实验的事，不停优化下去。在没做出复杂的推荐策略之前，基于用户数据，先对用户以购买行为为基点进行有意义的多维度划分，例如起码划分出不用推荐，就直接灌输的一群，这部分就硬来了，呈现什么就是你这个店的形象。然后为推荐无效的另一端，在例如图书信息信息源性质的用户，采集他们信息，赋予高权重。后者的甄别挺难的。这部分就是划分出无效的推荐来。常规用户，这是推荐发挥效果的地方，这里慢慢试验吧，amazon.com他们做的好就在他们UGC做的好，这部分会自然粘住用户，我其实极端质疑数据挖掘的有效性，或者说通过数据挖掘来白描购买群体心理，并影响购买决策的有效性。在做出推荐策略之后，就更难了，不停的试验找最优解吧，可惜啊，这个想都能想到，是不完全信息的混合策略的XX 均衡（？？？忘记是博弈论里面哪个了，反正就是解不稳定，做实务的话，很容易滑落成不是求真，而是给领导个合理但无意义的答案），前两天还跟一个朋友说，大家做数据挖掘，想算法，其实不如去关注关注行为/试验经济学的一些有意思结论，肯定比低头想方便。另外一个解决的方法，就是上面第二段说到的，在信息源（这是最难的事）上逆向的推，这样有点上帝的感觉，把各个程度的人的偏好大体估摸出来（这是可以做到的），然后在离他需求不远的地方，放上购买理由。这篇里其实也写到了知乎的潜在的最根本的问题了，等我随后全部想清楚了先，起码现在看，知乎随着进来人平均水平的稳步下滑，逆淘汰会越来越严重，最终还可能挤走真正的信息源。————我重新开个问题，把这些转走

• 答案 10：

  我的感觉,推荐准确率一般,同时略显杂乱.不过,这种模式倒是很好.

• 答案 11：

  Amazon负责这事儿的人现在是我们公司的同事了。谁给他个邀请码回答这个问题？dq2007@gmail.com

• 答案 12：

  亚马孙的搜索智力让我难以想象，我已经购买过拖把了，还是给我推荐拖把，我已经购买过教材了，还是给我推荐拖把。很多东西都可以使用很长一段时间，为何要重复推荐呢？我买了会计的教材，可以推出我是商学院的学生，能否给我推荐一些商学的入门畅销书呢，比如《人性的弱点》等等。或者给我推荐蚊帐，零食也可以接受呀。

• 答案 13：

  亚马逊给我推荐的东西从来不是我想要的，个人认为他目前做的推荐只是最表面的推荐，只是给产品打了标签，还没给用户打标签。当我在那里只有过一两个很浅的足迹时，或许可以做这么浅的推荐。但是当我已经在上面留下很深的，甚至很多的足迹时，是不是可以以此来分析我真正需要的会是什么？而不是我刚买过这个产品你马上又来给我推荐同类产品。

• 答案 14：

  Amazon的数据挖掘团队我想是业界一流的，他们肯定是从收益最大化的角度来处理这个问题的，收益最大化基本上就等于用户满意。

• 答案 15：

  精确投放广告是这种网站必须下苦功的问题，呈现出来的商品如果表现得当肯定会增加销售量，值得研究。

• 答案 16：

  这个可以有，前提是自身数据挖掘能力强大，能够把握消费者的习惯和兴趣点。我也希望知乎能了解我的兴趣点，给我推荐我感兴趣的问答！

• 答案 17：

  这是一件挺有价值的事情，但能不能做好还取决于数据挖掘能力。当然，我现在看准确率一般，可能和我用amazon次数不够多的缘故有关吧，呵呵。当然，我买书目前只用amazon.cn，还没用过当当呢。

• 答案 18：

  感谢邀请。我用 amazon.cn 不多，不过根据amazon.com的经验，我对这种个性化首页一直缺乏兴趣。主要是常年买书形成了自己的一套判断原则，对「推荐」这个形式没有什么期待，我连人的推荐都很少信任，更别说机器推荐了。

• 答案 19：

  amazon.cn 个性化推荐挺好用，特别是推荐相关类产品，我的很多书是通过这种途径找到的。不过首页显示7-8个维度的个性化推荐，这个有点过了，很多我都没用过，减少一些复杂的推荐维度，估计会更好。

• 答案 20：

  会的，如果用户可以选择关注商品的优先级，然后按照这个优先级给每个用户呈现商品，势必增加用户体验。增加购买几率。

• 答案 21：

  去年同人于野同学的一篇文章说过这个事情，详见geekonomics10000.com/463...这应该是统计学家们比较擅长的数据挖掘了吧。我觉得有一个天然的试验场就是新浪微博(facebook也应该算)。海量用户每天都产生大量特异性很好的数据，如果有算法把这些人的消费习惯挖掘出来卖了。。。

• 答案 22：

  觉得目前所有网站的推荐机制都很不靠谱。这需要很多的沉淀和对用户数据的深度挖掘。遇到过不少次网站根据我的一次性消费数据或者阶段性消费数据不断给我做类似推荐，这样的推荐有价值吗？

• 答案 23：

  京东也在做这种尝试，但是还非常地不友好。根据购买记录来做推荐经常遇到不靠谱的事情就是，假如我买了一台海尔空调1P，下次登陆还给我推荐海尔空调或者其他品牌空调，完全就是直接在类目中随机推送，没有丝毫意义。

• 答案 24：

  不管是个性化推荐，还是类目，还是搜索，都是从用户的需求出发的。如果没有用户的行为数据，很难判断哪种方式是更适合用户的。而且，我们所说的用户，对不同的网站也不同，每个网站都有自己独特的用户群。凡客的用户和京东用户肯定是有区别的，淘宝的用户和亚马逊.cn也是有区别的，符合自己的才是最好的。

• 答案 25：

  个性化推荐是个大趋势，有效的推荐，用户会更喜欢，商家也能提高收益。

• 答案 26：

  在卓越买过三本书，一个手表。给我感觉就是页面设计不太适合中国人的习惯，有时候感觉非常的凌乱，用户购买一样东西以后根本就不会太关注了，所以这样是不行滴。或者可以从浏览过，搜索过的词来定位推荐。

• 答案 27：

  如果你觉得这种做法很傻的话，有很多网站这么做了。我访问google英文网站时会提示设为默认搜索页，可我不是每天都访问英文页面，更何况十次访问谷歌6次打不开页面。我偶尔访问facebook时，ta建议设为首页，可我不是每天都穿越。如果你对这个功能不以为然的话，你完全可以直接用搜索，不是吗？如果你不想ta推荐，你可以恢复到传统页面，不是吗？

• 答案 28：

  个人觉得设计是与营销合作在一起的。对于消费性引导个人觉得还是比较准确的。色彩和版式的布局也是很具其产品进行定位的。不过大部分跟Amazon.com一致。也是体现了全球站点的统一性。这点有点类似于雅虎。

• 答案 29：

  有一定帮助，特别是自动根据用户关注的产品推荐相关产品的功能上。不过，如果要说网页，该网站最急需优化的不是这个，而是产品的介绍页面

• 答案 30：

  这个需要是一个开方的定制界面，完全靠算法，国内数据架构和底层就不够~系统对接需要选择和本土化~还有就是一个布道的过程~

• 答案 31：

  符合AMAZON企业理念--用户体验

• 答案 32：

  个性化首页推荐的产品有的是已经买过的同样的产品（基本不会重复买了），有的是同类产品（基本也不大再会买）。而且不能在首页看到比较全的优惠信息了，只能点进相应的类别中查看，有点麻烦。另，amazon.cn好像取消了收藏的功能，以心愿单的方式代替。用起来比较不方便，希望可以由用户自己选择商品是添加到收藏还是心愿单。

• 答案 33：

  从用户角度来讲，如此大篇幅的类似商品推介是不合理的。我是深有体会的。有的时候买了一个东西，要过很久才再买。可以每次登陆上去就是以前买过的东西个人觉得没有价值。多一点人气商品推介的话，有可能会买。即使不会买，当有一天需要的时候也会想起来卓越可以买！不过也许买母婴用品，化妆品的用户可能会比较喜欢这样，因为她们常常都需要！推荐新商品和推荐已经买过的东西要因不同的用户而异！

• 答案 34：

  亚马逊靠推荐提高了30%销量，个性推荐当然有用。前提是用户已经在这个网站累积了足够多的行为数据，这点上amazon.cn的积累明显不如amazon.com，所以冷启动问题严重，这样的情况下就算一样的算法，效果也会相差很远。

• 答案 35：

  想法很好，但做得还不够，虽然是业界顶尖的。人能够在瞬间接收非常庞大的信息，这些信息根据各种不同的维度进行处理并输出一个结果，但计算机现在做不到。Amazon的算法，大部分是加法：你看了什么，买了什么，就给你推荐类似的产品。但这是不够的，能做到下面两点，可能会好一些：1、做减法，至少不要再推荐我已经买过的书，或者是哪些我多次登录但毫不理会的书；2、优化产品的分类方式，维度尽可能多一些（当然，这样计算量就很大，而且会给算法带来很大的麻烦），我买一本书的原因可能有很多，可惜你很难知道到底是为什么。

• 答案 36：

  目前亚马逊为我推荐的书籍还没有我想要的（应该主要是算法问题，推荐的书籍和已经购买的重合度太大，没有再买一本的必要）。但是这种精确投递信息的方式将会是今后的主流。其实很多时候在网上购物都是朋友推荐的产品，如果在推荐系统中更多的加入一些SNS朋友购物的相关信息（要有差异化，不同种类的产品），可能会有不错的效果。

• 答案 37：

  难道是我的用户习惯和亚马逊设定的用户习惯差异太大？ 自从首页全改成推荐之后，就茫然没有了方向，不知从何着手，推荐 准确率自然更不必提，现在基本情况是，从其它网站或广告邮件上知道确切的东西之后，再去精确搜索，其它情况已经不上去了。

• 答案 38：

  其实用户还是很喜欢个性化推荐的，但确实，卓越亚马逊上不少推荐的东西是在重复我之前的购买历史。比如，我刚刚买了一个录音笔，它会再我下次打开页面时又给我推荐其它款的录音笔，类似的情况还有不少，其实这种推荐显然不是很有必要的。一方面根据用户的浏览、购买记录进行个性化推荐，但另一方面可以将网站最有价格竞争力、最具独特性的产品多多推荐给用户。

• 答案 39：

  因为Amazon.com也这么做

• 答案 40：

  其实，对有目的性购买的人群来说，推荐没有太大的意义；反之对于随便逛逛的人来说，推荐对促成购买，意义很大；至于算法，实际上，没有完全完美的东西，只能接近完美，如果说推荐的东西80%觉得可以，那就已经是成功了；总有20%的人属于另一个世界。

• 答案 41：

  个人观点，喜欢，省钱。都是已购买的产品，如果展示其他的新品一冲动就会浪费。但是每次访问都是看过的东西或相关的产品，毫无新鲜感。很多反馈都是让用户失去了“逛街”的感觉，太机械化。amazon这种个性化的页面应该不符合国内消费者的习惯。此观点目前没有数据支持。amazon中国的员工，拽英文，没劲。京东当当新蛋的员工也会点呀，但没amazon的那么讨厌、还香港腔。呵呵~此回答有攻击之嫌。

• 答案 42：

  出发点挺好的，准确度并不高。对于这类型的首页，更喜欢自助订阅式的，类似于google自定义首页。或是半自助式，可以自已拖动调节商品类目。

• 答案 43：

  非常好，精准推荐，我非常喜欢

• 答案 44：

  在卓越买了这么多东西，没有享受过一点好处，这点有待改善

• 答案 45：

  我认为如果这个页面效果不好，他们会换掉。既然没换掉，那肯定比千篇一律的首页效果好。

• 答案 46：

  挺好的事情，符合互联风发展趋势，个性化需求是精准营销的基础。

• 答案 47：

  您觉得，做个性化首页是用户价值的实现还是网站价值的实践？

• 答案 48：

  NO1、购买行为的确定人们在购买一本书，会经过几个思考阶段？若是浏览过的书，没有定购，这个说明了什么潜在的问题呢？NO2、以用户吸引用户为何不从小范围开始，把会读书的，懂书的人用户，先激活起来NO3、用户最终的需求，是把图书信息统一管理起来当你家中，有，1个大书架，29口袋的书时，就迫切需要[是特指图书管理系统]私家需求，仅供参考