在《天貓搜索市場機制》一和二中 分別介紹了天貓搜索的多元化和市場化，今天重點介紹一下個性化。天貓以前的搜索結果是千人一面，搜索“連衣裙”，每個人看到的結果都一樣。但用戶的實際需求是千差萬別的，千人一面已經遠遠滿足不了用戶需求。天貓這兩年一直在嘗試千人千面的搜索，去年嘗試了購買力個性化和性別個性化，今年天貓搜索團隊做了深入地研究探索，這一年取得的成果非常多而且效果顯著。如果說去年是淺層的個性化嘗試，那么今年已經實現了深度的、大規模的個性化搜索。目前有30%的流量在做測試，本周會在天貓搜索的全部流量下應用。
舉個例子，搜索“T恤”，沒有做個性化之前，搜索結果中有男士T恤、女士T恤和兒童T恤，你想要的可能只是男士T恤，其它結果會影響你的瀏覽效率。所以個性化會根據你的購買性別來推薦商品。
再舉個例子，搜索“衣柜”，出來的結果中有實木衣柜和簡易衣柜，實木衣柜和簡易衣柜是兩個不同的市場，商品的價值可能會差10倍。你要的可能只是“實木衣柜”，那些“簡易衣柜”只會干擾你浪費你的精力，所以個性化會根據你的購買力來推薦商品。
除了性別和購買力，個性化考慮的維度很多，比如：品牌、店鋪、年齡、地域、職業、社會角色、人生階段、生活狀態等等。根據這些數據會計算出一個綜合的個性化模型，來推薦出適合的商品。數據越多，需求刻劃就越精細。個性化還跟你的購買類目有關，每個類目都不一樣。比如說，在“女裝”類目下你可能更傾向于低價商品，在“童裝”類目下你就會傾向于高價商品。在“尿不濕”類目下更傾向于品牌商品，在“家具”類目下更傾向于本地的商品。個性化再細一步就是每個Query都不同，搜索“連衣裙”和搜索“連衣裙 專柜”背后的個性化需求是不同的，“連衣裙 專柜”背后已經代表了價格和品牌的消費意圖。
個性化的數據除了會用到個人的消費數據，還會考慮人的關系數據和人群數據。比如“女裝”類目下有“少女”“淑女”“熟女”三個群體，個性化會考慮你屬于哪個群體。更細粒度的還有基于語義簇的分類，比如“連衣裙”下你可能屬于偏好甜美風格的群體。
個性化搜索的難點在于模型的穩定性和時效性，前面介紹的個性化模型是根據歷史消費數據計算出來，穩定性會比較好，但時效性還不夠。比如說：搜索“T恤”一直是購買女士T恤，但今天可能要為男朋友購買一件T恤。這時候怎么辦呢？我們利用大數據技術加入了實時個性化的計算。在你當前的購買行為中，系統會迅速捕捉你的當下購買意圖，來影響當前的搜索結果。當系統確認你的當下購買意圖是“男士T恤”時，會把符合的結果排前。
個性化讓用戶選購效率大幅提升，讓搜索流量更為精準，對于商家來說，讓喜歡某個商品的用戶看到，轉化率會更高。有些商家會比較關心對于爆款的影響，個性化對于爆款商品的優勢會有一定程度的削弱，因為爆款滿足的是大眾化的需求，滿足不了用戶的個性化需求。那些能夠滿足消費者差異化需求的商品會有更多的機會。這是符合商業規律的，在一個細分粒度的市場中消費需求滿足地更好商品才會贏得消費者的青睞。
在個性化匹配的過程中，商家未來也可以主動參與進來，針對不同的客戶群來推薦不同的商品，但目前還不能參與，今年會在天貓搜索中實現。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 詳解天貓搜索市場機制（三）
