为什么各大平台都在“猜你喜欢”，背后的逻辑是什么？

出差或者旅游，我们习惯性的使用各种APP来预定房间，不知道去哪里玩，不知道吃什么的时候，我们也会使用各种APP来挑选信誉高、人气旺的景点或商铺点餐。可是，有些高评价商店位置排名总是靠前，而实际体验后却差强人意。那为什么还是能排名在前？推荐系统如何向潜在消费者建议产品？ 

挖掘用户的潜在兴趣，形成信任 

随着互联网的风行，APP或网站推荐的产品信息，已经成为我们日常生活中的一环，我们很难不参考APP或网站推荐的产品信息，做出购买的决定也变得容易。就好比，今天你想在家吃牛排，但是你认为吃牛排，不能没有红酒，这是你就会有几种选择？ 

第一种选择：去楼下的便利店，然后你走进便利店转了一圈很快找到了红酒，然后你对比一下几个品牌和价格，然后拿起你喜欢的品牌在前台进行付款。 

第二种选择：你觉得不着急，你可以去家附近的大型超市顺带买点零食，你到了超市按照指示牌找到卖酒水的货架，然后不断对比红酒的品牌和价格，选定之后，你又按照指示牌找到卖零食的货架，然后选择了一些你爱吃的零食，然后进行结算。 

第三种选择：你不想出门，这时你决定用外卖APP，在商品里面挑选各种红酒，然后根据距离家里的远近进行下单，等待送货上门。 

这个案例说明了消费者在不同场景选购红酒的方式，消费者是清楚知道自己想要购买的商品，但是生活中很多消费者购物时没有不明确的目标的，不知道需要买什么。 

图片来源：微博 

最常见的就是，超市用各种促销、各种打折、各种堆头推荐商品，同时在需要购买商品附近放和这个商品相关的商品。让原本不消费的消费者产生购买欲望，进而消费。 

随着互联网技术的发展，当今世界已经从信息匮乏演变为信息过载，给信息的生产者和消费者都带来巨大的挑战。例如：网站上搜寻想看的电影、书籍，超市里购物等等，过剩的信息，给用户决策带来了很大的难题，所以一款懂我们的工具，推荐系统可以帮助用户发掘自己需要的信息。 

推荐系统通过精密推荐演算式的目标，不需要用户有明确需求，会根据用户标签，历史行为为用户主动推荐内容，根据各种不同的理由来向潜在的消费者建议产品，了解并预测消费者预测对一个物品的喜好，以此推荐一个很有可能会喜欢的物品。 

敦促用户表明偏好，形成本身的策略 

推荐演算式应该要中立的，它不应该偏重消费者或商家任何一方的利益。它满足的需求是在海量信息中过滤消费者不感兴趣的，为消费者精确锁定希望得到的有价值的信息。通过高品质的推荐让消费者从反感转为知心，同时力争得到消费者的长期信赖和忠诚。 

早期的推荐是根据消费者过去的购买纪录而做出推送，但即时推荐系统不需要历史数据，就利用消费者点击的模式来做分析，特别是专注于消费者正在浏览的品项、广告词、广告等。在这种情况下，就算是第一次点进网站，也会立刻被锁定。 

要想了解用户的喜好，还有一种方法就是引导用户表明自己的偏好：让用户知道自己的好友喜欢些什么、让消费者知道自己过去都喜欢些什么东西、知道什么东西符合消费者的需要等等，从而形成本身的战略。譬如小红书就是利用【种草】这种推荐方式，感觉上，消费者的的注意力是受到图文的影响，事实上，我们会反复观看“猜你想看”、“相关商品”以及“你可能还喜欢”等宣传标语。 

图片来源：小红书、淘宝 

电子商务的迅速发展，网上购物作为电子商务的一种模式，已经成为购物模式的主流，推荐系统在其中所扮演的角色越来越重要。研究结果表明，一个推荐系统成功与否，“信任”是一个主要的因素。 

然而，已现在经有愈来愈多有关于推荐系统的研究结果出现，但大多数都是分析推荐系统的用处以及其过程是否透明，很少触及消费者应该如何应对排山倒海而来的推荐。 

推荐系统的BUG，亡羊补牢，为时未晚 

推荐系统的建立很大程度上可以说有利于便利消费者购物，节省购物时间，也同样面临着挑战，包括推荐产品不精准、客户信息被追踪、制造虚假信息等情况。有这么有一个新闻，在意大利有家猫途鹰（TripAdvisor）餐厅在北义大利小镇莫尼加德尔加尔达（Moniga del Garda）所做餐厅排行榜上居于首位。 

当时是意大利最出名的线上美食杂志《餐桌上的意大利》（Italia a Tavola）的编辑想要证明，入口网页所做的排名是可以受到操弄而制造出的一个骗局。首先，他们创造了一个不存在的、名为“史卡莉塔（La Scaletta）”的餐厅，并且制作了一个简介网页。其次，由一些同谋者编写了假的评论跟评分。结果在接收到一片“好评”之后，该餐厅一跃而为当地的最佳餐厅。 

我们应该了解同时也应该接受一个事实，也就是不同型式的软体都是在“永远的贝塔”状态。 

图片来源：微博 

“贝塔”（Beta）原先指的是软体发展过程里面，进入市场前最后阶段的状态，在这个阶段里，一个由“贝塔使用者”组成的群体会给出使用后的回馈。以现在来说，许多产品都停留在这个阶段，还可以继续予以改进。 

推荐系统已经深入我们的生活，几乎每时每刻接受互联网系统的影响，而推荐系统不仅是电商系统内极为重要的一环，也成为各大网络平台的一环。对于推荐系统的优势我们毋庸置疑，会帮助我们做出较好的选择。但是任何这样的系统都有可能被操弄，其实虚假评价和其他操弄的把戏，会让品牌或产品得不偿失。 

文中图片均来源于网络 

本文来自微信公众号 “品牌几何”（ID：brand-vista），作者：齐赟，36氪经授权发布。