没有个性化功能的在线商店就像一位失明的调酒师，会对不同顾客推荐同样的商品。这种“一刀切”的建议仅在特定情况下有效。
更高级的工具是个性化推荐。当系统能精准匹配用户需求时，效果显著提升。研究表明，超过50%的用户会因个性化推荐而再次光顾商店。
然而，个性化推荐也存在潜在问题。
关键在于，高质量推荐依赖于为每位访客建立独特的虚拟画像。该画像记录行为历史、浏览与购买记录及停留时长等，涵盖用户的习惯、偏好和行为特征。系统虽不知晓个人真实数据，但能通过“用户编号”识别特征并在再次访问时调取档案进行推荐。
如果用户不仅为自己选购，还为孩子选购呢？
这使情况变得复杂，需要针对有孩家长的个性化推荐算法。REES46专注于行业算法开发，以下简要介绍“儿童”推荐机制的内部工作原理。
儿童与成人的区别
儿童作为消费者与成年人存在显著差异：
- 孩子只有一项不变的特征——性别。身高、脚码等生理参数变化迅速，仅记录一次尺码终身推荐不可行。系统需记住参数并准确预测其变化。
- 一个成年人可能有多个孩子。系统必须能够识别并管理两个或更多个虚拟档案。
- 存在特定的儿童商品类别。如尿布等“针对最小年龄段”商品具有周期性购买特点。且此类商品有专门的尺码表（如0至24个月）。
- 存在儿童节等特定节点。节日前夕儿童商品销量增加，系统应具备广告工具及时提醒用户购物。
这些特点都应在推荐算法中得到充分考虑，否则会产生典型的“盲调酒师效应”。
“儿童”推荐的工作机制
为儿童建立虚拟档案的基础是商品购买和浏览历史，并据此确定性别和年龄。2岁以下年龄每月自动更新一次，2岁以上每年更新一次。
1. 虚拟档案中的年龄
每次都将年龄与特定年龄段的商品浏览和购买情况相关联。在以下两种情况下会创建新档案：
- 若为某性别儿童进行了购买或积累了足够浏览量，而该性别未在已计算的性别中。
- 若为小于最小计算值或大于最大计算值的尺寸和年龄进行了购买或积累了足够浏览量。
对推荐的影响示例：不合适尺寸的商品将被排除：
- “有趣推荐”：若系统知晓特定服装尺码，则隐藏不合适的商品。
- “相似商品”和“热门商品”：即使不知尺码，也可从当前浏览商品中获取初步数据进行过滤。
2. 儿童性别信息
性别信息显著影响推荐结果。与儿童性别相反的商品将被排除：
- 首页上的“热门商品”。
- “有趣推荐”。
- “正在购买”。
- “也购买了/也推荐查看”：若当前浏览商品与儿童性别相符，则排除相反性别商品。
这避免了“垃圾”推荐，提高了整体质量。更精准的推荐意味着更多的点击。
附加内容：儿童触发器
触发器指特定事件发生时，系统自动向用户发送定制化邮件的机制。主要分为以下几类：
- 确认出生日期：收集到足够孩子信息后，发送邮件请求确认出生日期和性别，确保推荐结果100%准确。
- 生日礼物：在计算出的（或用户输入的）出生日期前2天，根据性别、年龄、尺寸、偏好等因素发送商品推荐邮件。
- 新年礼物：于12月21日发送以覆盖天主教圣诞节，同样基于孩子的虚拟档案提供推荐。
- 主题节日：系统记忆祖国保卫者日、妇女节、开学日、毕业典礼、教师节、青年节、万圣节等重要日期。每个节日推荐不同，例如妇女节仅向女孩父母发送邮件且仅包含适合女孩的玩具。
此外，引入常规触发式邮件推送实践。若用户周期性重复购买相同商品，系统计算平均时间间隔，并在间隔结束后发送触发式邮件。
结论
Target最新统计数据显示，69%的25至34岁年轻人愿意与营销人员分享数据以获得更好的个性化推荐。世界正逐渐认识到这一点的重要性。
请使用正确的工具来实现销售额增长的目标。
作者：罗曼·奇吉列夫，REES46推荐系统