网络推荐的下一站:个性化
去年11月底, eBay收购推荐引擎Hunch,并在声明中表示将利用Hunch的技术,根据用户的兴趣爱好,为其提供个性化的购物体验。
推荐引擎已成为零售商以及整个Web的必要组成部分。几乎所有主要的互联网公司,不管是媒体、社交网络还是软件应用,都应深入了解客户并满足他们的期望,为其提供有价值的信息和建议。
网络个性化首先需要整合更好的推荐算法和服务。然而,我们现在看到的却大多是尚待深入的尝试,以及 Facebook在内容分享识别上的徒劳。显然,我们需要一种比单纯的建议和定制更为有效的方案,网络个性化是我们当前在互联网发展浪潮中面临的一个最具挑战同时也是最有意义的一项任务。
推荐已达极限
亚马逊和 Netflix曾是推荐的典范,根据用户习惯和历史操作记录为其提供个性化建议。然而,随着“群参与”(crowd-sourced approach)的兴起,亚马逊和Netflix动摇了,推荐的地位开始慢慢回落。
虽然推荐曾有过突破性的辉煌,但并未发展成熟。网络消费者的观念正在从简单到复杂逐步进化,但相关的服务提供者却没有相应进化,仍然妄图通过喜好分类为所有消费者找到原型,打上标签,他们忽视了消费者作为人类个体,有着多变的需求和期望。
从推荐到个性化的变迁
eBay收购Hunch标志着从推荐走向真正的个性化,这并不是因为Hunch是一个很好的个性化工具,相反是因为Hunch是一个很优秀的推荐引擎。随着推荐在网络上的渗入,以及人工智能技术的成熟,最终我们将看到真正个性化的网络。在未来几年,能真正理解和意识我们人类是动态且独特个体的技术将成为必然的主导趋势,如 Siri就是一个很好的例子。
这是一场从网络搜索转向信息传递的运动,这是一次由“拉”到“推”的技术变迁,关乎收入和用户体验等诸多方面。
以电视为例,我们一直都认为电视是一个为被动消费者广播预制内容的简单盒子,但渐渐地我们可以自己控制内容,这已经超越了单纯的DVR功能,是个性化服务的一种表现。
个性化适用我们当前的所有技术,但首先需要对个性化概念有一个基本的认识。从很大程度上来说,推荐技术就像是冰山一角,触及不到真正的核心部分,而个性化则是真正的利器,对个体及其个体的独特性有很好的认识。
永无止境的个性化进程
个性化是当前兴趣图谱、社交图谱、个体输入,以及结构化数据的最佳整合,一旦该方案得到最大化利用,则可达到很好的效果。同时,个性化是一个永无止境的进程,它的效用可以被无穷放大。
当网络成为我们自己的个人网络,就需要能够理解个性多变性的技术。也就是说既要整合直接信息,也要整合环境信息,如时间、地点、日程安排、习惯、参与度等。此外,还意识到人的身份也是不断变化的。
对企业来说,推荐是实现个性化价值的入门工具,随着推荐层的普及,我们应该开始逐渐超越它,走向胜利的下一站——个性化。
Via TC