外卖精准推荐不会那么快来甚至根本就不会来

　　本文笔者将从外卖产品类型的特殊性，实现外卖精准推荐对平台现有业务模式的冲击，外卖市场现时竞争状态，和对实现精准定向的影响等几个方面尝试分析：外卖精准推荐为什么迟迟无法实现？
　　选了这么久都不知道点什么外卖，相信很多人都和我一样有过这样的经历。对于外卖精准推荐的渴求程度可以用千呼万唤来形容，利用推荐结果减少外卖挑选时间，甚至是通过推荐选择点外卖而不是放弃外卖选择自己做饭或下馆子。
　　降低用户购买决策时长，提高订单成交率，提升用户使用体验，增大用户留存，对外卖实现精准个性化推荐好像真的是大有裨益。然而，外卖平台已经大火大热了很长一段时间，推荐系统这一领域的存在也是由来已久，但在这么长的时间内我们却一直没等来外卖平台实现精准个性化推荐。
　　外卖平台也是向来都有推荐系统的，只是还没有实现到我们理想中的＂精准化、个性化＂，更多地是基于群体，地理位置和少量的用户行为进行推荐。实现精准化推荐除了要求数据的完备性，算法技术的支持，计算资源的投入外，最根本的还是要从头考量实现精准化的必要性，还是维持适当个性化即可，同样面对着商业价值与用户体验之间的博弈。
　　本文将从外卖产品类型的特殊性，实现外卖精准推荐对平台现有业务模式的冲击，外卖市场现时竞争状态，和对实现精准定向的影响等几个方面尝试分析：我们没等来的外卖精准推荐究竟是为什么？
　　（美团外卖现有的外卖推荐）
　　一、对部分人来说点外卖为刚需场景
　　尽管从去年年底，美团开始提高对外卖商家的佣金抽成，外卖的平均价格也随之出现了小幅上涨。但商家和市场份额反应还是相对良性，没有出现大幅的波动，美团今年第一季度财报显示：外卖变现率和交易笔数还是呈现出上涨的态势。
　　（来源：美团2019年Q1财报）
　　这一现象表明还是存在不少用户对外卖的价格敏感度并不高，在很多情况下点外卖成了刚需场景，特别是对于一二线城市的部分用户群体，点外卖已经成为他们日常生活必须经历的一部分，相对于低线城市的价格敏感用户，外卖价格上涨可能会转向自己做饭，而存在部分用户是无论情况如何变化都会选择点外卖。
　　主要表现在几个方面：
　　个人因素：不会做饭，懒得做饭，吃腻饭堂周边饭馆，工作没有时间。
　　环境因素：周边没有餐馆或周边餐馆消费水平高。
　　天气因素：雨天，高温，严寒等。
　　……
　　假如在某一情况下你最后一定会点外卖，那做不做外卖精准推荐对于平台方来说已经无关紧要，你终究会达成交易，甚至是完成了一笔超出自己＂预算＂的订单。但如果你除了点外卖还有做饭，下馆子，饭堂等其他选择，这时的外卖精准推荐对于平台方来说才有存在的价值——留住用户，提高成交率，增加购买盈利。
　　外卖对不少人来说是刚需场景，而对于部分用户来说只是其中的一项选择，究竟哪种用户占据上风，黏性用户和流失用户的相对占比优势影响着外卖推荐系统开发的必要性。
　　二、外卖精准推荐对平台现有商家营销业务的冲击
　　区别于其他购物电商的商家活动和精准推荐的平衡共存，外卖精准推荐对于商家广告营销活动将会带来不小的冲击。一般的电商购买决策时长，可能是跨度到几个小时，几天甚至是更长的时间，购买的物品并不算紧急，会更加注重货比三家，多花费时间浏览，多次反复查看。
　　而外卖购买选择时间是非常短，从打开APP到完成下单往往只有几分钟到十几分钟，追求的是快速选择，快速下单，快速送达。一旦形成了外卖的精准个性化推荐，用户的购买过程将很可能只会关注到推荐结果，而选择无视其他商家其他商品。
　　（美团外卖商家活动）
　　美团外卖现有的商家营销形式有店外发券、外卖美食活动等，和其他类型产品一样，外卖平台的这一套模式也是基于用户的价格敏感特性而发起的。
　　区别于上文所讲的部分用户价格敏感度不高，是指可接受价格的小幅上涨波动，而优惠的价格对绝大数用户来说还是有较大的吸引力。
　　对于没有明确需求的用户而言，这些通过发券、参加活动曝光的商家无疑是会更加关注查看，还是因为外卖的决策时间短，外卖这一营销推广曝光形式的订单转化应当会优于其他产品类型。而一旦形成了外卖的精准化推荐，这一营销模式就将维持不了现有的高关注度，用户会将注意力转为浏览关注推荐结果。
　　客单价作为推荐评定的一大重要维度，推荐结果是建立在用户可接受的价格范围之上，一旦推荐结果的价格符合用户预期，那对于那些在开展活动，发放优惠券的商家也就不会怎么留意了，除非在推荐中找不到自己想要的结果。可能你会有疑问：＂像淘宝也会发放商家优惠券也有猜你喜欢？＂
　　淘宝的商家优惠券更多地是为用户提供了多一个选择，对于购物会货比三家的时候自然就会去点击查看。而外卖的选择不会花费太多的时间去进行对比，不想要太多的选择，只求快速做决定，不太可能出现查看推荐结果再去比对优惠活动商家的情况。
　　将活动商家加入到推荐结果当中不就可以了吗？
　　（今日头条内容推荐页广告穿插）
　　推荐结果是通过计算预测出符合用户喜好的可能购买的商品，然后按照可能性从大到小排序。
　　不同于像今日头条、抖音、电商的内容分发推荐，用户目的性不强，没有快速处理决策的诉求，不拒绝浏览大篇幅的推荐结果页，外卖购买决策时间短，很可能是在个位数的商品结果中就完成了下单选择。即使这一广告内容实现高精准投放，精细的受众定向，点击转化效果表现突出，但是通过这种形式广告曝光的商品商家个数将会非常有限，整体曝光流量大幅缩减，整体广告收益将会大打折扣。
　　如果是提高每次商家曝光的广告收费，这一做法则将会增大平台的头部效应，广告可以对商家带来巨大的高转化流量，但对于没有投放广告的商家而言将会有不小的流量打压，被过多的流量抢夺。
　　三、外卖市场竞争还没到线上精准受众定向的时候
　　现如今各大平台方都在纷纷推崇精准化推荐，一大利益驱使是可以为各大广告主实现精细的受众定向，广告的精准投放。如果你登录美团外卖渠道广告投放的网站就可以看到在最下方有一句：
　　（网址：http://www.meituanwaimai.com.cn/product.asp）
　　尽管外卖市场的火热状态已经持续了很长的一段时间，但是在大部分时间都是处在多个外卖平台间的价格补贴战，侧重点在于收割用户流量，渗透扩大市场规模，凭借平台流量再去吸引餐饮商家入驻。也仅是从去年开始美团外卖逐渐提高商家佣金，但市场也没有太过剧烈的反应，验证了平台自身具有大批黏性忠诚用户和商家。
　　在这一漫长的用户流量争夺战中截止目前美团外卖处在于领先的位置，但这一优势并不明显。作为外卖市场的领先者，大可再继续打平台高频场景高流量这张优势牌。
　　这也是为什么美团外卖现在的线上广告资源都还是以CPT（按展示时长结算）计算收费，无需主动发起定向投放来吸引广告主，而且定向投放形式一旦被其他竞争对手所跟进效仿，其他平台实现定向投放也同样可以为外卖商家带来高精细的用户流量，平台广告主就很容易被瓜分。
　　而对于市场的相对落后者（例如饿了么）现阶段的主要目标应该是在守住自身现有市场规模的前提下，力图从领先者手中抢夺更多的用户资源，如果此时率先投入人力财力进行广告精准定向投放这一庞大工程的研发，自有市场很容易就被领先者所吞并。
　　（来源：美团外卖广告资源介绍）
　　四、外卖区别于其他商品的特殊性
　　外卖区别于其他商品，除了上面所提到的购买决策时间短之外，另外一些特有属性也让外卖精准推荐的实现不是一件容易的事情。
　　1. 外卖更注重新颖惊喜度
　　当茫无目的，不知道选什么的时候就会倾向于去选择那些热门排名靠前的商品。而茫无目的情况在外卖购买中更为普遍，外卖平台的排名推荐流量一直都保持着最大的流量占比。
　　对于每个不同用户来说，所处地理位置的热门靠前商品在一段时间内基本不会有太大的波动，即用户在很长时间内看到的商品列表排名结果都是基本一致的。这时推荐系统的价值就在于为用户推荐那些相对不那么热门的商品，越不热门的商品越可能让用户觉得新颖，当看惯吃腻了热门靠前的商品，就越有可能购买非热门没听说过的其他商品。
　　但是，外卖不像其他商品，不同单品间有款式、样式、材质等多样的特性差异，单品种类丰富。外卖不同商家同一类型的不同商品间差异化小，在食材、口味上很难说出有明显的差别，外卖种类也是屈指可数，对于用户新颖商品的定义也是一大挑战。
　　（来源：公众号美团点评餐饮学院）
　　惊喜度的体现则在于与用户的历史兴趣不相似，但却让用户觉得满意的商品推荐。
　　当多次下单同一商家或同一份外卖时，可能并不意味着用户就偏好于这一类型，在大多数时候为了节省时间和精力去挑选，就直接沿用之前的订单选择，外卖的口味、价格、送达时间等都还属于个人可接受的范围内。即使有点腻烦了，也还是可以接受，我们渴求可以有更多的其他选择，但又不想花太多的时间精力去找。
　　这种＂虚假＂喜好的特性在外卖购买中是一大遍及的陷阱，需要谨慎去判断用户多次完成同一订单是真正的出于个人喜好，还是仅仅只是为了解决吃饭问题所完成的重复机械化的购买执行。而且这一偏好行为可能发生次数越多，所占权重越大对用户喜好的预测就越不可信，对惊喜度的诉求就越大。
　　2. 外卖用户难以精细多维定义
　　当我们在淘宝买了早餐面包时，它可能就会知道你是有预备早餐习惯的用户，就会为你推荐早餐相关的其他商品。当我们在亚马逊买了《启示录》，它可能就会识别出你是刚入门的产品经理，就会为你推荐产品经理的其他相关书籍。
　　但吃饭这一行为是每个人都有，很难通过用户的订单行为识别出用户的行为习惯或角色去明确或精细定义用户类型。大概只能是通过地区、个人品类偏好、客单价等少维度的用户标签特征去构建用户画像，用户特征的稀缺也会让基于用户和物品相似度计算的推荐结果较为粗泛，多数人看到的推荐结果很可能都是差不多，外卖的推荐可能难以像其他商品实现高度个性化。
　　（来源：《美团外卖18年商业化广告介绍》）
　　3. 外卖中的时间因素
　　工作日时间段用户外卖兴趣可能是渐变的，基本上不会有什么太大的变化，以快餐饭类为主。但周末假日时段用户兴趣可能是突变的，选择变化多，可能跟工作日呈现出完全不一样的用户兴趣，有些外卖类型在工作日基本不会享用，有些外卖类型在周末也不会点到。
　　区别工作日和周末假日进行外卖推荐是需要着重考虑的问题，综合渐变的用户兴趣和突变的用户兴趣。周末假日用户客单价相对于平时会有很大程度提升的可能，吃好点犒劳下辛苦工作学习了一周的自己，同时在外卖决策选择时间上也会有所增加，喜欢尝试新的外卖类型，在周末假日时间段可适当提高外卖推荐的多样性。
　　五、商业价值指导业务实现
　　推荐系统产生的前提，一是信息过载，一是需求不明确。
　　这两大特点无疑是对现今互联网行业和互联网用户的最大特性写照，互联网从增量市场向存量市场过度的行业发展态势，也造就了推荐系统的广受追捧，走算法封装产品解决问题，留存转化用户，各行各业都希望由工具互联网向算法互联网进阶，完成产品升级，满足用户需求。
　　尽管行业的发展催生新的业务场景，新的技术升级，但无论在任何时候产品都是商业导向，推荐系统也不例外，需要满足于自身产品发展所制定的核心北极星指标，避免跟随大流热潮，打着＂升级＂的幌子做着对业务没有实际提升甚至对现有业务体系有破坏风险的＂改进＂。
　　推荐结果应能够让用户感知到真正的智能化，辅助决策，而对于企业平台方来说一切都需要以具有商业价值开始，没有商业价值的用户体验优化是不切实际的。没等来的外卖精准推荐或许不会那么快来，甚至根本就不会来。