业务场景
以淘宝为代表的电商平台已经成为人们日常购物的主要渠道，电商平台承载着保障商家和消费者两方收益的重要责任。对于商家而言，商品库存积压经常导致高昂的成本损失。因此，在电商平台的运营过程中，帮助商家“甩货”是不可避免的场景。
造成商家损失的主要原因如下：
- 采-销不平衡：商家采购环节早于销售环节，采购量根据商家的经验、市场行情等因素预测得出，然而受到疫情、政策等不确定因素影响，市场需求可能会突然紧缩，这就导致了商品滞销、库存积压。
- 商品时效性：一些品类的商品对于销售时间有着严格的限制，例如生鲜、果蔬等易变质的商品，鞋帽、服装类有着较强季节特点的商品，过了适销的时段后便难以售卖，这对商家来说是严重的损失。
为了控制由库存积压、商品过期等原因导致的成本损失，电商平台需要借用一定的手段推广“甩货”商品并实现清库存的诉求。
技术难点
推荐系统已经成为电商平台的主要流量入口之一，通过推荐系统对甩货商品进行扶持，可以使商品得到有效的曝光，从而促进用户下单、实现库存清理和资金回流。但是，现有推荐系统普遍缺少人工干预流量分发的能力，主要技术难点如下。
难点1:算法复杂性。
推荐系统背后是由一套复杂的数据处理逻辑和算法模型支撑的，在推荐系统返回的结果中人工插入甩货商品将会影响推荐效果，干扰整个推荐系统的正常运作。
难点2:效果难量化。
传统的推荐系统基于对物品加权的方式，调整算法模型参数从而增加甩货商品被推荐出来的概率。但是，这种方式难以在干预前预估甩货效果，而商家却需要定量对商品进行曝光（因为库存是有明确数量的）。
因此，通过推荐系统助力电商平台甩货仍然存在诸多技术难点。
AIRec流量调控解决方案
阿里云智能推荐AIRec最新推出“流量调控”功能，轻松解决电商平台库存清零、甩货诉求。
方案优势：
- 扶持效果好：“流量调控”是基于AIRec推荐系统架构而开发的流量干预功能，在保证推荐效果的基础上对所选商品进行扶持。既不扰乱推荐系统整体的推荐逻辑，又能达到给予商品流量扶持的效果。
- 效果可量化：与传统的“加权”方式相比，“流量调控”功能以商品的曝光次数、曝光次数占比等可量化的指标为调控的目标，更容易实现定量扶持；
- 易于管理：“流量调控”以任务为功能单元实现业务诉求，针对不同种类的甩货商品可以建立不同的“流量调控”任务，这种方式便于灵活管理，您可以随时新建或结束一个任务。
- 操作简单：您只需要新建并配置任务目标等信息，系统将根据您的配置自动干预流量的分发，不需要您持续观察和监测；
更多使用详情请参考产品文档：https://help.aliyun.com/document_detail/460614.html
案例实践
某大型电商平台，利用“流量调控”功能帮助服装商家换季甩货。按照经验，三月份是冬装（棉服、羽绒服、冲锋衣）的淡季，商家希望与平台合作，在二月末实现冬装“库存清零”。
AIRec解决方案
- 商家推出促销活动，对甩货服装重新制定促销优惠价，并设定限时活动；
- 电商平台利用“流量调控”功能圈选甩货的冬装，并在首页瀑布流和“有好货”专区页进行定向扶持，目标是给予所选商品20000次的曝光；
客户价值
促销活动期间，商家平均库存降低74%，约15%的SPU实现“库存清零”，
了解智能推荐AIRec产品详情：https://www.aliyun.com/product/bigdata/airec
填写问卷获首月100元试用：https://page.aliyun.com/form/act1504604810/index.htm
如果你想与更多开发者们进行交流、了解最前沿的搜索与推荐技术，可以加入钉钉社群：23310502
