【客户案例】用户点击率提升57%?| 智能推荐&开放搜索的实践分享-阿里云开发者社区

开发者社区> 搜索与推荐技术> 正文
登录阅读全文

【客户案例】用户点击率提升57%?| 智能推荐&开放搜索的实践分享

简介: 上海的联蔚科技是一家所属阿里生态的服务商,基于对大量客户的真实分析,从客户IT背景出发基于案例分析,来给大家分享为什么我们选择智能推荐和开放搜索作为企业技术服务架构的核心层,且在集成过程中,这两个服务的定位。

本文字数:2206
阅读时间:5~8分钟

您将了解:
直销系统架构的演变过程
智能推荐和开放搜索的如何集成到客户架构中
在服务实施后给客户带来的本质变化

以下是正文


(本文内容来自阿里云生态服务商上海联蔚科技的侯炜康,在云栖大会推荐与搜索工程技术专场上的分享)

image.png

(侯炜康,侯总)

直销系统的演讲之路

上海的联蔚科技是一家所属阿里生态的服务商,基于对大量客户的真实分析,从客户IT背景出发基于案例分析,来给大家分享为什么我们选择智能推荐和开放搜索作为服务于企业技术架构的核心层,并介绍在集成过程中,这两个服务的定位是什么。

image.png

(图一)

图一是我们服务的某大型直销客户的IT架构图,我们知道直销是比较特殊的行业,由于直销体系的原因,无法在天猫以及京东开店,这就意味着客户所有的销量均来源于自建系统,整个系统承载的数据量巨大,且系统索引在IT架构上又较复杂。
因为是外企客户,系统复杂度不只是图上展示的ABCD式的简单应用,还包括一些黑盒应用、商用的软件、单点式的系统集成,以及很多为业务服务的各类应用。但这些应用从产品体验到业务逻辑,均是按照每条业务线的要求去做的,长时间积累后会有一些问题。
图一右边比较像我们现在所说的“双中”的战略,当中是业务层,下面是数据层,他们根据自己的需求定义了这个策略:在能力层,所有的业务逻辑必须服务化、接口化,同时将做体验跟能力的团队进行拆分,体验团队变为以用户为中心的产品团队,而能力层,则由做核心业务逻辑的团队组成,且在新的策略中所有的数据需要实现回流。

数字化发展阶段

image.png

(图二)


图二中是数字化发展阶段中的关键节点,在帮助客户实现数字化后,客户所有流水都在系统中,且在阿里巴巴的maxcompute中存储所有回流数据,基于dateworks做了部分数据上的开发,而定位的方向是个性化维度。
从个性化维度来说,我们在客户所有业务痛点中发现业务推荐和检索是主要的问题。虽然这两个服务在他们现有的系统里存在,比如客户自建的电商系统中,但只做了简单的算法,会存在比较多的问题。

业务痛点如何解决

image.png

(图三)


基于大量的数据分析,发现客户在整个推荐业务方面的核心问题是跳出率偏高。在承接智能推荐服务的初期,由于客户有新的品类目推出,在SKU较少且推广投入较大的情况下,由投放带来的流量带来的二次点击率很低。我们在帮助客户梳理系统过程中,发现缺少个性化推荐,所以这块也是比较大的问题。
客户在检索方面由两部分组成。第一部分是产品和内容,而现有的体系里处于割裂状态,会出现检索体验不一致的情况。比如在推出一个全新SKU的时候,电商网站产生的检索结果和在内容网站产生的检索结果是不一致的,而且客户原本是希望可以实现在搜索SKU后,同时出现内容、产品,让客户可以自己去选所需要的结果,但由于现在的检索系统由2个solar集群组成,所以无法实现这样的体验。

为什么选择智能推荐&开放搜索服务

image.png
(图四)


这里说明下,不仅是由于我们与阿里巴巴的战略合作关系,更是我相信上公有云,并不是简单的把计算能力从线下搬到线上。在这点上客户定义是比较清晰的:
  • 第一,希望通过上云统一所有的技术规格,其中包括技术架构、规格,并通过DevOps支撑到应用的快速迭代。
  • 第二,希望改变整个IT交付的思维,比如以前对项目交付的定义是上线就算成功,而现在是如何快速达到业务价值;所有IT交付的团队,包括像我们这样的ISV团队都需要跟着客户一起,用业务视角考虑每一个合作项目。
  • 第三,用云的能力做一些敏捷创新,这是公有云的基础能力。而选智能推荐和开放搜索这类偏saaS的服务,是因为客户以前是有这类服务的,一个是solar,一个是他自己的电商,整个核心流程自建投入较大,其中核心层方面,从用户体验到应用能力、再到数据沉淀,都需要自建,而数据赋能和创新性的东西主要看用户体验和数据沉淀,不会在应用能力上投入大量的成本,但像创新性的功能快速迭代,实现闭环是关键的问题,这是最后选择这两个服务的原因。

智能推荐&开放搜索的定位

image.png

(图五)


智能推荐和开发搜索定位并不是直接与业务前端对接,做单个应用集成,而是我们在SaaS服务上进行了分装,给阿里巴巴的服务用户在语言数据上做了内部的验证,并统一分装到前端做集成,由能力层给所有前端应用去做技术支持。
这两年在给客户做综合优化,会把能力部分应用逐步剥离原有体系逐渐形成中心,向中台(能力层)迁移,那么底层的数据还是回流到maxcompute。目前我们在做datawoeks上面的开发,但开发的精力不在推荐或者检索功能上,是核心用户的数据上面。

现阶段业务架构

image.png

(图六)


图六中,橘色部分是我们做的,深入来看,我们在中间层主要是集成以智能推荐、开放搜索为核心,还同时提供数据的供给,输出格式的统一等等功能。而身份验证是他本身体系里面有的,可能会涉及到一些结果的干预和模型的二次处理问题。

智能推荐&开放搜索能力一栏

image.png

(图七)


图七是产品功能清单,前面两个模块是智能推荐和开放搜索产品自有的功能,最右边是我们给客户定制的功能。
你可以看到有两块共用的推荐和共用的搜索,是因为客户SKU有自己业务定制的排序方式,或者库存调拨方式,每个门店都不一样,这种逻辑偏底层,需要在库存维度,SKU的热度维度、区域维度等不同维度做克制化的干预,维度一多我们在上层的服务越复杂。未来整个阿里云会在底层服务上更多开放能力,让被集成做的更好。

实施结果

image.png

(图八)


图八是实施后的数据成果(三个月之前的部分数据),客户在整个接入页上点击率和转化率有比较高的提升,至于为什么是三个月之前的数据,是因为三个月后增长趋平后的转化达到了一定的极限,需要在后续的产品迭代时我们跟着产品一起迭代,特别是AIRec,我们需要不断调整自己的方式。

希望本次整个链路的分享能给大家带来一些启发,为大家用好云服务得到一些启示。

相关活动:

限时折扣截止--11/29

  1. 新购,首月75折
  2. 新购/续购/升级,预购6个月85折
  3. 新购/续购/升级,预购12个月8折

点击下方产品链接购买

开放搜索(Opensearch)
阿里巴巴自主研发的大规模分布式搜索引擎平台,其核心引擎HA3(问天3)系统为包括淘宝、天猫在内的阿里集团核心业务提供搜索服务支持。通过集成智能查询语义理解、机器学习排序算法等能力,旨在为企业提供高搜索质量的一站式内容智能搜索服务。
智能推荐(AIRec)
基于阿里巴巴领先的大数据和人工智能技术,结合在电商、内容、新闻、视频直播和社交等多个行业领域的积累,为全球企业及开发者提供个性化推荐服务

加入社区

点击 订阅《阿里云搜索与推荐技术交流期刊》,获取本片原文干货文稿!

如果你想与更多开发者交流随时交流、了解最前沿的搜索与推荐技术,可以扫码加入社群
TB10DYxkYY1gK0jSZTEXXXDQVXa-894-1075.jpg

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:

AI Online Serving,阿里巴巴集团搜索与推荐,算法与工程技术的大本营,大数据深度学习时代的创新主场。

官方博客
最新文章
相关文章
友情链接