我們每個購物者,在電力平臺日常商品瀏覽、搜索、購買行為,為平臺提供了大量的用戶行為數(shù)據(jù),亞馬遜使用大量的用戶數(shù)據(jù)進行大數(shù)據(jù)分析、用戶肖像,最終為每個用戶提供前所未有的購物體驗：個性化的網(wǎng)絡購物中心、準確的營銷,幫助用戶找到感興趣的商品等。

以下就和賣家們分享大數(shù)據(jù)推薦的相關內(nèi)容。

1.收集和分析用戶數(shù)據(jù)。

用戶在購物網(wǎng)站上會產(chǎn)生四種數(shù)據(jù),即時數(shù)據(jù)、行為數(shù)據(jù)、社交數(shù)據(jù)和屬性數(shù)據(jù)。

即時數(shù)據(jù)包括用戶輸入的搜索關鍵詞和瀏覽的商品頁面地址。

行為數(shù)據(jù):瀏覽行為偏好,如用戶購買的商品、關注和收集的商品、停留在頁面上的時間、查看用戶評論等。

社交數(shù)據(jù):愛好、觀點和態(tài)度。

屬性數(shù)據(jù)：用戶性別、年齡、職業(yè)、居住地。

從用戶搜索關鍵詞到訪問產(chǎn)品頁面,完成整個采購過程進行采集分析。

收集和分析用戶瀏覽偏好、興趣愛好、觀點態(tài)度等信息。

2.細分用戶群,準確推薦。

根據(jù)感興趣的商品對用戶進行群體分類,并將與他們感興趣相一致的商品廣告推送給用戶,將有效提高銷售率。

為了細分用戶,我們需要依靠大數(shù)技術來滿足這一需求。

亞馬遜開發(fā)了基于大數(shù)據(jù)的聚類模型,并根據(jù)用戶的行為數(shù)據(jù)細分用戶,目標是將特定的用戶分配到與他最相似的現(xiàn)有用戶細分組中。

算法分析了用戶在細分組中的購買歷史記錄和產(chǎn)品評估,從而生成產(chǎn)品推薦列表并推送給用戶。

3.推薦商品匹配組合。

亞馬遜還開發(fā)了從商品到商品的協(xié)同過濾算法：也就是說,對于給定的商品,通過分析其各種屬性和基于大數(shù)據(jù)技術的算法商品,即用戶傾向于一起購買商品,從而建立匹配的商品鏈表。

當用戶購買商品時,向他推薦這些相關商品更有效。

4.獨特的個性化網(wǎng)店。

亞馬遜利用大數(shù)據(jù)技術為每個用戶提供個性化的在線商店,基于之前收集到的用戶興趣數(shù)據(jù)。

登錄亞馬遜主頁后的個人賬戶,點擊推薦鏈接,將引入用戶進入這樣的購物區(qū)：亞馬遜根據(jù)用戶過去的購買歷史和商品領域,使用算法找到類似的商品,生成用戶可能感興趣的商品推薦列表,用戶可以評分推薦商品,也可以查看推薦商品的原因。

作為賣家,我們應該了解亞馬遜買家的推薦原則。

只有這樣,我們才能更好地優(yōu)化我們產(chǎn)品的listing,做好廣告工作。

希望上述內(nèi)容對賣家有幫助。