電商產品如何做“關聯推薦”?根據用戶的購買記錄來做推薦

上一篇文章《互聯網產品如何實現個性化推薦?》我們講了如何根據用戶的瀏覽記錄去做“猜你喜歡”這種個性化推薦，這種推薦的邏輯是用戶瀏覽過這個商品，但是沒有購買，所以在產品的某個界面(比如首頁)繼續(xù)給用戶推薦類似的商品，讓用戶更快的找到自己想要的商品，減少用戶路徑，提高轉化率。那么，如果用戶已經購買了某個商品，我們該如何給用戶推薦呢?再推薦類似的商品似乎不大合適了，因為用戶不大可能會立馬重復買一樣東西。今天我們來講另外一種推薦模式：根據用戶的購買記錄來做推薦。

關聯推薦

有的同學可能注意到過，當你購買某件商品后，在產品的某個界面(比如支付結果頁)會給你推薦跟已購買的商品不一樣，但又有某種關聯的商品。比如，買了《高數》上冊，推薦《高數》下冊;買了裙子，推薦高跟鞋;買了《JAVA入門》，推薦《JAVA進階》等。這種推薦模式，我們一般成為關聯推薦，意指推薦有關聯的商品。那么這個關聯一般是個什么內在邏輯呢。

一般來講，這種推薦模式下，已購買商品和推薦商品具有以下的關聯邏輯：

1)兩個商品具有上下游的關系，比如《高數》上冊和《高數》下冊、《JAVA入門》和《JAVA進階》

2)兩個商品有功能/作用上的互補，比如裙子和高跟鞋、菜刀和砧板

這種推薦模式的目的也是希望通過商品之間的聯系來帶動更多商品的銷量，提高轉化率。

推薦邏輯

上一篇講的根據用戶的瀏覽記錄做推薦，是因為系統能識別瀏覽商品所屬的三類類目，然后從同類目下篩選其他商品。但是關聯商品推薦的模式下，系統如何識別商品之間的關聯邏輯呢?系統如何知道《高數》上冊和《高數》下冊是可以放在一起推薦呢?如何知道裙子高跟鞋是有關聯的呢?

在這里，我們仔細理解前面說的兩點關系，即上下游關系和功能互補關系。這種關系可以理解為兩種商品類目之前的關系，或者是指定的兩件商品之間的關系。也就是說，當用戶購買某件商品后，系統得識別是否其他類目或者指定商品與當前購買商品有聯系。

因此，為了實現這個關聯推薦邏輯，在產品設計層面，就要實現特定類目和特定商品之間的關聯。比如將A類目和B類目關聯上，或者將甲商品和乙商品關聯上。那么當用戶購買A類目下的商品或者甲商品，就從B類目下篩選商品或者將商品做推薦。

小結

以上講的推薦模式屬于低技術門檻下的實現方式，如果公司具備大數據分析、數學建模、算法模型設計等技術實力，那么可以采用自動化的協同過濾算法來實現關聯推薦，這就是另外一個故事了。

猜你喜歡：

如何撰寫產品需求文檔(PRD)?產品經理須知!

敏捷開發(fā)流程圖和敏捷開發(fā)十二原則

流程圖怎么畫?做為產品經理的你會畫流程圖嗎?

傳智教育產品經理培訓課程