内容要点
本文从电商行业经典个性化场景、会场搭建实战分析来分享个性化推荐在电商的经典应用和平台化搭建。
电商行业经典个性化场景
在早期，个性化推荐技术，首次应用到淘宝双十一主会场，形成了一个从楼层顺序排列个性化、楼层内坑位个性化再到坑位素材个性化的三层结构，为每位消费者打造了一个专属的类目会场。
第一层，通过楼层顺序个性化，女神看到的楼层顺序可能是女装、美妆、天猫国际等，男神看到的楼层顺序可能是男装、旅行、数码等。
第二层，通过楼层内坑位内容个性化，使得在同一个楼层内，不同用户看到的商品或店铺不同，比如同样都是美食控，喜欢吃辣的用户可能看见麻辣牛肉干，喜欢甜口儿的用户可能看见巧克力。
第三层，通过坑位内容素材个性化，使得同一个楼层的同一个坑位，即便算法预测两个用户都需要巧克力，但一个喜欢费列罗，而另一个喜欢德芙，也会在入口图上展示不同的品牌。
通过这三层的个性化层层递进，将海量的商品按照消费者从面到线再到点这样一个深入的过程进行喜好挖掘，从而达到精准迅速的信息分发、触达。
早期的双十一类目会场包括了51个天猫会场和18个淘宝会场，在底层技术层面，应用了基于人群特征的选品技术、对实时行为的迅速响应乃至自动合图技术等，在给予用户畅快体验的同时，极大提升了uv的引流效率，对比非个性化相对提升了2.56倍。
可以说，那个阶段是个性化推荐的探索元年，在斩获大幅数据增长后，个性化推荐的场景开始在淘宝逐渐铺开。之后，主要打造的个性化场景有首焦推荐、banner推荐、店铺内个性化推荐等，在早期的基础上，进行技术内核升级的同时也加入了商家赋能的个性化推荐系统，从而能够结合会场流量的增长、每个场景的差异点。比如说推荐各场景大小不一、定位差异大，有导购类场景、有成交类场景等，需要根据场景本身的特性来进行流量智能调控。与之前相比，之后的双十一个性化场景也融入了更多平台业务策略、流量调控逻辑的因素。
再之后，个性化的场景不论在广度上还是深度上都有了更多的延伸、拓展。例如近年的双十一，从10月20号的预售/造势期开始，到11月1号预热期开始再到双十一当天，个性化的推荐场景都由始至终贯穿，并成为促成交易额提升的重要手段。除之前的业务以外，还扩展出了入口图个性化、多楼层入口图个性化、多楼层店铺个性化、店铺内推荐等业务形态。
到近两年，瀑布流首次加入到众多商品推荐之中，较之前双十一手淘首页个性化推荐区块，在延续往年大促传统的基础上又有了新意，每个区块各有侧重，能够覆盖到不同用户的多层次需求。
首页焦点图以滑动帧的形式展示商品图片和宣传语，以品牌活动为主；主会场入口是导流最集中的区域，满足用户最迫切的shopping需求；六宫格历史悠久，已经培养起了一定的用户心智；氛围会场入口为各行业会场分发流量，也是最需要使用流量调控手段的区域；瀑布流会场入口主要面向手淘深度用户，从一定程度上迎合长尾需求和发现性需求。
到去年，淘宝双十一推出了互动城个性化和云主题，互动城和品牌墙首次合二为一，具有很强商业化目标的互动城首次尝试了个性化。互动城作为之前双十一重点项目，因为领喵币盖楼玩法带来了大量用户流量，通过用户做任务领喵币/兑换红包等互动方式，成功引领了网络潮流，创造了流量新阵地。商家通过分层级付费/参与店铺投放获取了对应的层级流量，实现了平台、商家及用户的三方共赢，是一次重大的创新和突破。
随着之前手淘大改版，信息流已经成为手淘首页的用户个性化推荐主阵地。云主题，作为信息流的重要组成部分，是一个服务于用户多元化需求的轻量导购体系。云主题推荐是结合了电商认知图谱，基于对用户本身及其每个行为背后隐含的深层次需求，再与场景建立映射，最终通过实时的推理、计算，然后得到当前推荐的商品和场景组合。
这些年与推荐、个性化相关的双十一，很多玩法都是基于大数据，基于业务诉求，包括平台的愿景等，如果针对每一个场景都需要定制化开发，对于阿里来说无疑是一个不可收敛的人力投入。从早期推荐展露头脚，到如今端智能应用到推荐板块，除了淘宝、天猫，咸鱼、1688等也已具备了非常丰富的推荐应用场景。面临整个集团推荐场景的广泛铺开，从很早开始，集团就开始了平台式推荐业务支持的探索，不论是算法开发、还是运营，都能使用适配的平台工具快速搭建场景，进行推荐实验与实时的效果观察、流量调控等。
会场搭建实战分析
以阿里小二们经常使用的平台为例，这个平台提供了很多能力，是一个高效、实时、支持多种投放类型、提供高阶算子的开放的个性化推荐平台，可以一站式算法选品、智能搭建、个性化投放。在这个平台上，小二们只要明确会场的搭建诉求、面向对象和业务指标，即使没有推荐的算法基础，对埋点和大数据没有经验，也可以很快搭建出个性化的推荐场景，从选品到投放的每一步都有数据赋能，具备业务经验加成引导。
除一些非常核心的需要算法实时跟进，通常，小二们从搭建场景到部署到上线只需小时级别的时间，也不需要固定的算法支持开发。目前来说，推荐的场景非常多，淘系的大部分个性化场景都是通过平台来搭建上线的，平台化已是一种必须的业务支撑方向。
如上图，这是两种截然不同的场景，但是不论从业务类型的多样性，还是业务目标的多样性，小二都可以在这个平台上进行选配。每一个场景都有着搭建的目标，有的是转化，有的是留存，场景化搭建的贯穿也是平台的一大特色。
因此，基于淘系算法、业务经验的沉淀，我们打造了一款推荐的Saas化服务——智能推荐AIRec，希望以标准化服务的形式赋能客户，通过行业化、场景化，下钻找到适配行业、效果优异的算法模板，通过丰富的数据侧服务为数据采集、上报减负，配合多样的运营策略，匹配上层的特色业务诉求。目前，智能推荐已进行了电商行业算法模型的升级，电商模板2.0已发布。
加入社群
点击订阅《阿里云搜索与推荐技术交流期刊》
扫码入群，了解更多资讯，获取课程资料
