探究推薦引擎瞬間被「秒」背後：到底是什麼讓用戶接踵而至？

6月16日，阿里雲技術專家鄭重（盧梭）將作客雲棲社區，直播分享《技術實戰：21天搭建推薦系統》，報名地址：http://click.aliyun.com/m/4894/
 

「我是作電商CRM的，市場中有很是多的CRM在相互競爭，必需要找到一個能讓本身的產品區別於競爭對手，甚至優於對手的核心能力。如今產品的將來都壓在推薦引擎上，我須要大家幫助定製出這項能力。」一位企業的負責人如此坦言。

5月18日上午11點，推薦引擎新版上線，在限量提供折扣搶購後，全部的產品瞬間就被秒殺。秒殺結束以後，仍然有不少用戶上門求購。

至此，咱們不由好奇，這到底是怎樣的一款產品？用戶接踵而至的背後，說明了怎樣的一個現象？這款產品成功的背後，又有哪些鮮爲人知的艱辛？筆者採訪了阿里雲推薦引擎團隊的技術專家盧梭，產品專家蕭驍，運營專家黯滅，在一探究竟的同時，也就推薦引擎有怎樣的一個將來，作了深刻探討。

 

什麼是推薦引擎？

推薦引擎是阿里雲數加中的一個產品，它是一款用於實時預測用戶對物品偏好的數據工具，可以幫助客戶面對衆多物品信息時發現令消費者感興趣的物品。

阿里雲推薦引擎（RecEng）是推薦系統的一部分，主要實現的是算法子系統。它能讓企業快速搭建本身的個性化推薦系統，支持企業定製個性化推薦算法，助力企業實現商業目標。

它擁有如下優點：

1.    不會算法也能作優化！推薦引擎的推薦算法流程白盒化，即使是不懂算法的業務人員也能夠參與配置。

2.    算法開放！支持企業融入本身的算法，進行效果調優。

3.    接入簡單、快速！可快速實現APP/網站個性化功能，節省90%的程序量。

4.    數據安全！客戶的數據由客戶本身管理。

應用場景包括電商網站/APP的商品推薦、視頻網站的視頻推薦、音樂網站的音樂/聽書音頻推薦、新聞網站的新聞推薦、小說網站的小說推薦、教育行業的學生個性化試卷、社交網站的好友推薦、招聘網站的工做推薦/人才推薦等。

產品專家蕭驍表示，在5月18日秒殺中，受用戶追捧的是推薦引擎的升級版。新版增長了三個功能：實時修正、自定義效果指標、內置在線存儲。

 

爲何要作推薦引擎？

提到爲何要作推薦引擎，技術專家盧梭說，這裏淵源有點長。

當初他在數據平臺事業部時，面臨的問題和如今差很少，當時但願吸引第三方客戶到平臺上來，想來想去以爲要吸引客戶到平臺上來，須要給他們甜頭。看了一圈，以爲推薦是一個比較好的抓手，有市場，並且市面上沒有真正有競爭力的對手，就決定開幹。

後來來到阿里雲，他們以爲這個問題仍然是存在的，就堅持了下來。盧梭說，其中得特別感謝下主管必達的支持，由於這個決策是有風險的。「好在通過一年的努力，走到今天，市場已經有必定的反響，證實推薦引擎團隊當初這步棋走的還不算太偏。」對於努力並無白費，盧梭感受很開心。

 

客戶接踵而至的背後是數據驅動業務成企業核心競爭力

「在秒殺以前，就有不少客戶來諮詢活動內容，甚至有人問能否內購。」回顧當時秒殺盛況時，運營專家黯滅同窗顯得有點意外和開心。

秒殺的過程也一波三折。「咱們提供了4款產品，事先咱們也跟客戶說明了秒殺前必定要在帳戶中充足錢，可是有的客戶仍是沒作到，致使最開始秒殺成功的兩個客戶，因爲帳戶餘額不足訂單瞬間做廢，而後被別的客戶秒到。」

推薦引擎的火爆，充分說明了客戶自己對推薦是存在業務需求，秒殺則激發了這個需求。「這也代表市場上大部分客戶很但願用數據來驅動業務，只不過以前因爲缺少算法和計算能力等客觀因素的限制，有心無力。」黯滅說，從客戶的方方面面都能感覺到，他們對阿里雲推出基於場景化的數據應用能力的熱情和滿意。

活動結束後，依舊有不少客戶找過來，深度溝通後黯滅也進一步意識到，「今天來使用推薦引擎，或者說很是渴望實現個性化推薦系統的客戶們，在他們內心是把這項技術看成本身產品的核心競爭力，甚至生命力。」

黯滅也分析了推薦引擎爲何火爆，他認爲除了很好知足企業需求以外，對客戶有吸引力的地方還有：「以前市場上的推薦引擎基本上都是黑盒的，客戶沒法知道推薦的邏輯，也不能干預。咱們的推薦引擎是白盒的，全部算法、流程對客戶都是透明的，客戶能夠經過這個產品逐步培養本身的能力，邁入真正意義上大數據的門檻，而不是僅僅停留在統計分析BI的層面。」

 

數據驅動業務上，應景的企業「死亡」七字決

在採訪中，蕭驍還提到很是有趣的一個現象——客戶對於推薦引擎是既愛又怕。「愛的是，它解決了本身的業務需求；怕的是能力不足，懼怕用別人的推薦服務被坑。」

黯滅認爲，這種狀況下膽大心細的客戶就很是容易在數據創業的風口上得到成功，而那些在「觀望」、在「諮詢」、在「遲疑」、在「研究」，在「以爲有難度」、「以爲騙人」、以爲「這個和那個差很少」的人，他們的業務發展須要快速過程當中，大多數人就死在這7個詞上。

這是由於他們在面對一次機遇時，就是由於一時遲疑，沒有沉澱本身產品的核心能力，而被對手彎道超車。

黯滅還認爲：「推動引擎不只能節省研發成本，更能幫助業務和產品實現獨特性，從而脫穎而出。」數據驅動業務的時代，若是再不個性化，這不是Low不Low的問題，而是是否能生存下去的問題。

 

沒有人能隨隨便便成功 令他們難忘的兩件事

沒有人能隨隨便便成功，這是亙古不變的事實。推薦引擎的成功，確定與昨天的努力是分不開的，盧梭也分享了在那些努力的日日夜夜中，一些令他們難忘的事情和心得。

盧梭說，有兩件事比較難忘：

第一件事是「印象」，在規劃這個產品時，不少人不理解，不少人不看好，認爲將算法服務場景化太難太難，外部失敗的例子也太多。

第二件是那些日子裏的耐心、堅持和合做。推薦引擎在初始設計時，開發團隊就給產品定了一個基調：保持耐心、堅持下去。「咱們知道這事很差作，由於好作的事也不須要咱們來操心了。因此在肯定方向沒問題後，就始終用匠心的態度打磨產品。」

 

推薦引擎的市場還須要培育

如今有不少國外企業已經經過機器學習實現個性化服務，例如亞馬遜、Linkedin、Netfliex、Facebook等。諮詢公司Gartner認爲到2018年，那些全面投資各類個性化在線購買體驗的企業，其銷售額將超過沒有投資個性化在線購買體驗企業的30%。那國內如今是什麼狀況？

「從找上門的客戶來看，他們對定製版的需求是最旺盛的，這些公司既有天使輪的創業公司，也有在細分市場比較成熟的大公司。推薦引擎正式商業化也才兩天，定製版的意向客戶已經有4家，標準版新增客戶也很是快。」黯滅說。

黯滅除了肯定推薦引擎市場在國內很火爆外，還重點談了另一點——仍然須要時間來培育市場。「客戶最擔憂的是推薦引擎到底能給他帶來多少好處。再就是客戶廣泛都面臨一個實際的問題：推薦引擎雖然已經作了不少工做，可是對客戶來講，還不是一個很友好的產品，存在必定的使用門檻。」

那將來怎麼作？推薦團隊把前期的重點在定製版客戶上。「不是以爲門檻高嗎，只要客戶真的下決心用，咱們來幫你定製，讓客戶能真正看到效果，再大力推廣宣傳這批客戶的實際效果，帶動更多的客戶來用標準版。」不過他們也認爲，長期來看標準版纔是推薦引擎的主力，定製版總歸只能服務一小部分客戶。

 

推薦引擎將來將始終聚焦中小客戶 下降使用門檻

盧梭說，推薦引擎在將來將更聚焦中小客戶。中小客戶的數據規模可能很小，小到連算法都不必定能跑起來，這種客戶人工運營的效果通常不差，可是在人工運營中算法也是有用武之地的，「能幫助運營人員發現數據中的規則，並把這些規則應用到系統中，減輕運營人員的工做量。」

在方向上，推薦引擎一方面會繼續擴展產品服務能力。目前的推薦算法仍是太基本，要吸引更多的客戶，尤爲是有必定算法開發能力的客戶，須要推薦引擎團隊在算法的深度和廣度上進行增強。另外一方面就是針對行業定製算法模板，進一步下降客戶的使用門檻。與此同時，他們也將發力國際市場，「從目前的瞭解來看，國際客戶和國內客戶比較類似，也能大有可爲。」盧梭介紹到。

除此以外，推薦引擎團隊還有一個始終不變的重點——聆聽企業的需求，並在此基礎上預測企業將來的需求，提供個性化服務，幫助企業在將來踏上成功之路。「哪怕環境不斷變化，企業仍舊能夠緊緊依靠個性化服務吸引顧客。」盧梭相信，只有這樣，推薦引擎、阿里雲才能始終得到成功。