淘宝千人千面背后的推荐引擎揭秘

　　＂我是做电商CRM的，市场中有非常多的CRM在相互竞争，必须要找到一个能让自己的产品区别于竞争对手，甚至优于对手的核心能力。现在产品的未来都压在推荐引擎上，我需要你们帮助定制出这项能力。＂一位企业的负责人如此坦言。
　　5月18日上午11点，推荐引擎新版上线，在限量提供折扣抢购后，所有的产品瞬间就被秒杀。秒杀结束之后，仍然有很多用户上门求购。
　　至此，我们不禁好奇，这究竟是怎样的一款产品？用户接踵而至的背后，说明了怎样的一个现象？这款产品成功的背后，又有哪些不为人知的艰辛？笔者采访了阿里云推荐引擎团队的技术专家卢梭，产品专家萧骁，运营专家黯灭，在一探究竟的同时，也就推荐引擎有怎样的一个未来，做了深入探讨。
　　什么是推荐引擎？
　　推荐引擎是阿里云数加中的一个产品，它是一款用于实时预测用户对物品偏好的数据工具，能够帮助客户面对众多物品信息时发现令消费者感兴趣的物品。
　　阿里云推荐引擎（RecEng）是推荐系统的一部分，主要实现的是算法子系统。它能让企业快速搭建自己的个性化推荐系统，支持企业定制个性化推荐算法，助力企业实现商业目标。
　　它拥有以下优势：
　　1. 不会算法也能做优化！推荐引擎的推荐算法流程白盒化，即便是不懂算法的业务人员也可以参与配置。
　　2. 算法开放！支持企业融入自己的算法，进行效果调优。
　　3. 接入简单、快速！可快速实现APP/网站个性化功能，节省90%的程序量。
　　4. 数据安全！客户的数据由客户自己管理。
　　应用场景包括电商网站/APP的商品推荐、视频网站的视频推荐、音乐网站的音乐/听书音频推荐、新闻网站的新闻推荐、小说网站的小说推荐、教育行业的学生个性化试卷、社交网站的好友推荐、招聘网站的工作推荐/人才推荐等。
　　产品专家萧骁表示，在5月18日秒杀中，受用户追捧的是推荐引擎的升级版。新版增加了三个功能：实时修正、自定义效果指标、内置在线存储。
　　为什么要做推荐引擎？
　　提到为什么要做推荐引擎，技术专家卢梭说，这里渊源有点长。
　　当初他在数据平台事业部时，面临的问题和现在差不多，当时希望吸引第三方客户到平台上来，想来想去觉得要吸引客户到平台上来，需要给他们甜头。看了一圈，觉得推荐是一个比较好的抓手，有市场，而且市面上没有真正有竞争力的对手，就决定开干。
　　后来来到阿里云，他们觉得这个问题仍然是存在的，就坚持了下来。卢梭说，其中得特别感谢下主管必达的支持，因为这个决策是有风险的。＂好在经过一年的努力，走到今天，市场已经有一定的反响，证明推荐引擎团队当初这步棋走的还不算太偏。＂对于努力并没有白费，卢梭感觉很开心。
　　客户接踵而至的背后是数据驱动业务成企业核心竞争力
　　＂在秒杀之前，就有很多客户来咨询活动内容，甚至有人问可否内购。＂回顾当时秒杀盛况时，运营专家黯灭同学显得有点意外和开心。
　　秒杀的过程也一波三折。＂我们提供了4款产品，事先我们也跟客户说明了秒杀前一定要在账户中充足钱，但是有的客户还是没做到，导致最开始秒杀成功的两个客户，由于账户余额不足订单瞬间作废，然后被别的客户秒到。＂
　　推荐引擎的火爆，充分说明了客户本身对推荐是存在业务需求，秒杀则激发了这个需求。＂这也表明市场上大部分客户很希望用数据来驱动业务，只不过之前由于缺乏算法和计算能力等客观因素的限制，有心无力。＂黯灭说，从客户的方方面面都能感受到，他们对阿里云推出基于场景化的数据应用能力的热情和满意。
　　活动结束后，依旧有很多客户找过来，深度沟通后黯灭也进一步意识到，＂今天来使用推荐引擎，或者说非常渴望实现个性化推荐系统的客户们，在他们心里是把这项技术当作自己产品的核心竞争力，甚至生命力。＂
　　黯灭也分析了推荐引擎为什么火爆，他认为除了很好满足企业需求之外，对客户有吸引力的地方还有：＂之前市场上的推荐引擎基本上都是黑盒的，客户无法知道推荐的逻辑，也不能干预。我们的推荐引擎是白盒的，所有算法、流程对客户都是透明的，客户可以通过这个产品逐步培养自己的能力，迈入真正意义上大数据的门槛，而不是仅仅停留在统计分析BI的层面。＂
　　数据驱动业务上，应景的企业＂死亡＂七字决
　　在采访中，萧骁还提到非常有趣的一个现象——客户对于推荐引擎是既爱又怕。＂爱的是，它解决了自己的业务需求；怕的是能力不足，害怕用别人的推荐服务被坑。＂
　　黯灭认为，这种情况下胆大心细的客户就非常容易在数据创业的风口上获得成功，而那些在＂观望＂、在＂咨询＂、在＂迟疑＂、在＂研究＂，在＂觉得有难度＂、＂觉得骗人＂、觉得＂这个和那个差不多＂的人，他们的业务发展需要快速过程中，大多数人就死在这7个词上。
　　这是因为他们在面对一次机遇时，就是因为一时迟疑，没有沉淀自己产品的核心能力，而被对手弯道超车。
　　黯灭还认为：＂推进引擎不仅能节省研发成本，更能帮助业务和产品实现独特性，从而脱颖而出。＂数据驱动业务的时代，如果再不个性化，这不是Low不Low的问题，而是是否能生存下去的问题。
　　没有人能随随便便成功 令他们难忘的两件事
　　没有人能随随便便成功，这是亘古不变的事实。推荐引擎的成功，肯定与昨天的努力是分不开的，卢梭也分享了在那些努力的日日夜夜中，一些令他们难忘的事情和心得。
　　卢梭说，有两件事比较难忘：
　　第一件事是＂印象＂，在规划这个产品时，很多人不理解，很多人不看好，认为将算法服务场景化太难太难，外部失败的例子也太多。
　　第二件是那些日子里的耐心、坚持和合作。推荐引擎在初始设计时，开发团队就给产品定了一个基调：保持耐心、坚持下去。＂我们知道这事不好做，因为好做的事也不需要我们来操心了。所以在确定方向没问题后，就始终用匠心的态度打磨产品。＂
　　推荐引擎的市场还需要培育
　　现在有很多国外企业已经通过机器学习实现个性化服务，例如亚马逊、Linkedin、Netfliex、Facebook等。咨询公司Gartner认为到2018年，那些全面投资各种个性化在线购买体验的企业，其销售额将超过没有投资个性化在线购买体验企业的30%。那国内现在是什么情况？
　　＂从找上门的客户来看，他们对定制版的需求是最旺盛的，这些公司既有天使轮的创业公司，也有在细分市场比较成熟的大公司。推荐引擎正式商业化也才两天，定制版的意向客户已经有4家，标准版新增客户也非常快。＂黯灭说。
　　黯灭除了确定推荐引擎市场在国内很火爆外，还重点谈了另外一点——仍然需要时间来培育市场。＂客户最担心的是推荐引擎到底能给他带来多少好处。再就是客户普遍都面临一个实际的问题：推荐引擎虽然已经做了很多工作，但是对客户来说，还不是一个很友好的产品，存在一定的使用门槛。＂
　　那未来怎么做？推荐团队把前期的重点在定制版客户上。＂不是觉得门槛高吗，只要客户真的下决心用，我们来帮你定制，让客户能真正看到效果，再大力推广宣传这批客户的实际效果，带动更多的客户来用标准版。＂不过他们也认为，长期来看标准版才是推荐引擎的主力，定制版总归只能服务一小部分客户。
　　推荐引擎未来将始终聚焦中小客户 降低使用门槛
　　卢梭说，推荐引擎在未来将更聚焦中小客户。中小客户的数据规模可能很小，小到连算法都不一定能跑起来，这种客户人工运营的效果一般不差，但是在人工运营中算法也是有用武之地的，＂能帮助运营人员发现数据中的规则，并把这些规则应用到系统中，减轻运营人员的工作量。＂
　　在方向上，推荐引擎一方面会继续扩展产品服务能力。目前的推荐算法还是太基本，要吸引更多的客户，尤其是有一定算法开发能力的客户，需要推荐引擎团队在算法的深度和广度上进行加强。另一方面就是针对行业定制算法模板，进一步降低客户的使用门槛。与此同时，他们也将发力国际市场，＂从目前的了解来看，国际客户和国内客户比较相似，也能大有可为。＂卢梭介绍到。
　　除此之外，推荐引擎团队还有一个始终不变的重点——聆听企业的需求，并在此基础上预测企业未来的需求，提供个性化服务，帮助企业在未来踏上成功之路。＂哪怕环境不断变化，企业仍旧可以牢牢依靠个性化服务吸引顾客。＂卢梭相信，只有这样，推荐引擎、阿里云才能始终获得成功。