“我是做電商CRM的，市場中有非常多的CRM在相互競爭，必須要找到一個能讓自己的產品區別于競爭對手，甚至優于對手的核心能力。現在產品的未來都壓在推薦引擎上，我需要你們幫助定制出這項能力。”一位企業的負責人如此坦言。
5月18日上午11點，推薦引擎新版上線，在限量提供折扣搶購后，所有的產品瞬間就被秒殺。秒殺結束之后，仍然有很多用戶上門求購。
至此，我們不禁好奇，這究竟是怎樣的一款產品？用戶接踵而至的背后，說明了怎樣的一個現象？這款產品成功的背后，又有哪些不為人知的艱辛？筆者采訪了阿里云推薦引擎團隊的技術專家盧梭，產品專家蕭驍，運營專家黯滅，在一探究竟的同時，也就推薦引擎有怎樣的一個未來，做了深入探討。
什么是推薦引擎？
推薦引擎是阿里云數加中的一個產品，它是一款用于實時預測用戶對物品偏好的數據工具，能夠幫助客戶面對眾多物品信息時發現令消費者感興趣的物品。
阿里云推薦引擎（RecEng）是推薦系統的一部分，主要實現的是算法子系統。它能讓企業快速搭建自己的個性化推薦系統，支持企業定制個性化推薦算法，助力企業實現商業目標。
它擁有以下優勢：
1. 不會算法也能做優化！推薦引擎的推薦算法流程白盒化，即便是不懂算法的業務人員也可以參與配置。
2. 算法開放！支持企業融入自己的算法，進行效果調優。
3. 接入簡單、快速！可快速實現APP/網站個性化功能，節省90%的程序量。
4. 數據安全！客戶的數據由客戶自己管理。
應用場景包括電商網站/APP的商品推薦、視頻網站的視頻推薦、音樂網站的音樂/聽書音頻推薦、新聞網站的新聞推薦、小說網站的小說推薦、教育行業的學生個性化試卷、社交網站的好友推薦、招聘網站的工作推薦/人才推薦等。
產品專家蕭驍表示，在5月18日秒殺中，受用戶追捧的是推薦引擎的升級版。新版增加了三個功能：實時修正、自定義效果指標、內置在線存儲。
為什么要做推薦引擎？
提到為什么要做推薦引擎，技術專家盧梭說，這里淵源有點長。
當初他在數據平臺事業部時，面臨的問題和現在差不多，當時希望吸引第三方客戶到平臺上來，想來想去覺得要吸引客戶到平臺上來，需要給他們甜頭。看了一圈，覺得推薦是一個比較好的抓手，有市場，而且市面上沒有真正有競爭力的對手，就決定開干。
后來來到阿里云，他們覺得這個問題仍然是存在的，就堅持了下來。盧梭說，其中得特別感謝下主管必達的支持，因為這個決策是有風險的。“好在經過一年的努力，走到今天，市場已經有一定的反響，證明推薦引擎團隊當初這步棋走的還不算太偏。”對于努力并沒有白費，盧梭感覺很開心。
客戶接踵而至的背后是數據驅動業務成企業核心競爭力
“在秒殺之前，就有很多客戶來咨詢活動內容，甚至有人問可否內購。”回顧當時秒殺盛況時，運營專家黯滅同學顯得有點意外和開心。
秒殺的過程也一波三折。“我們提供了4款產品，事先我們也跟客戶說明了秒殺前一定要在賬戶中充足錢，但是有的客戶還是沒做到，導致最開始秒殺成功的兩個客戶，由于賬戶余額不足訂單瞬間作廢，然后被別的客戶秒到。”
推薦引擎的火爆，充分說明了客戶本身對推薦是存在業務需求，秒殺則激發了這個需求。“這也表明市場上大部分客戶很希望用數據來驅動業務，只不過之前由于缺乏算法和計算能力等客觀因素的限制，有心無力。”黯滅說，從客戶的方方面面都能感受到，他們對阿里云推出基于場景化的數據應用能力的熱情和滿意。
活動結束后，依舊有很多客戶找過來，深度溝通后黯滅也進一步意識到，“今天來使用推薦引擎，或者說非常渴望實現個性化推薦系統的客戶們，在他們心里是把這項技術當作自己產品的核心競爭力，甚至生命力。”
黯滅也分析了推薦引擎為什么火爆，他認為除了很好滿足企業需求之外，對客戶有吸引力的地方還有：“之前市場上的推薦引擎基本上都是黑盒的，客戶無法知道推薦的邏輯，也不能干預。我們的推薦引擎是白盒的，所有算法、流程對客戶都是透明的，客戶可以通過這個產品逐步培養自己的能力，邁入真正意義上大數據的門檻，而不是僅僅停留在統計分析BI的層面。”
數據驅動業務上，應景的企業“死亡”七字決
在采訪中，蕭驍還提到非常有趣的一個現象——客戶對于推薦引擎是既愛又怕。“愛的是，它解決了自己的業務需求；怕的是能力不足，害怕用別人的推薦服務被坑。”
黯滅認為，這種情況下膽大心細的客戶就非常容易在數據創業的風口上獲得成功，而那些在“觀望”、在“咨詢”、在“遲疑”、在“研究”，在“覺得有難度”、“覺得騙人”、覺得“這個和那個差不多”的人，他們的業務發展需要快速過程中，大多數人就死在這7個詞上。
這是因為他們在面對一次機遇時，就是因為一時遲疑，沒有沉淀自己產品的核心能力，而被對手彎道超車。
黯滅還認為：“推進引擎不僅能節省研發成本，更能幫助業務和產品實現獨特性，從而脫穎而出。”數據驅動業務的時代，如果再不個性化，這不是Low不Low的問題，而是是否能生存下去的問題。
沒有人能隨隨便便成功 令他們難忘的兩件事
沒有人能隨隨便便成功，這是亙古不變的事實。推薦引擎的成功，肯定與昨天的努力是分不開的，盧梭也分享了在那些努力的日日夜夜中，一些令他們難忘的事情和心得。
盧梭說，有兩件事比較難忘：
第一件事是“印象”，在規劃這個產品時，很多人不理解，很多人不看好，認為將算法服務場景化太難太難，外部失敗的例子也太多。
第二件是那些日子里的耐心、堅持和合作。推薦引擎在初始設計時，開發團隊就給產品定了一個基調：保持耐心、堅持下去。“我們知道這事不好做，因為好做的事也不需要我們來操心了。所以在確定方向沒問題后，就始終用匠心的態度打磨產品。”
推薦引擎的市場還需要培育
現在有很多國外企業已經通過機器學習實現個性化服務，例如亞馬遜、linkedin、Netfliex、Facebook等。咨詢公司Gartner認為到2018年，那些全面投資各種個性化在線購買體驗的企業，其銷售額將超過沒有投資個性化在線購買體驗企業的30%。那國內現在是什么情況？
“從找上門的客戶來看，他們對定制版的需求是最旺盛的，這些公司既有天使輪的創業公司，也有在細分市場比較成熟的大公司。推薦引擎正式商業化也才兩天，定制版的意向客戶已經有4家，標準版新增客戶也非常快。”黯滅說。
黯滅除了確定推薦引擎市場在國內很火爆外，還重點談了另外一點——仍然需要時間來培育市場。“客戶最擔心的是推薦引擎到底能給他帶來多少好處。再就是客戶普遍都面臨一個實際的問題：推薦引擎雖然已經做了很多工作，但是對客戶來說，還不是一個很友好的產品，存在一定的使用門檻。”
那未來怎么做？推薦團隊把前期的重點在定制版客戶上。“不是覺得門檻高嗎，只要客戶真的下決心用，我們來幫你定制，讓客戶能真正看到效果，再大力推廣宣傳這批客戶的實際效果，帶動更多的客戶來用標準版。”不過他們也認為，長期來看標準版才是推薦引擎的主力，定制版總歸只能服務一小部分客戶。
推薦引擎未來將始終聚焦中小客戶 降低使用門檻
盧梭說，推薦引擎在未來將更聚焦中小客戶。中小客戶的數據規模可能很小，小到連算法都不一定能跑起來，這種客戶人工運營的效果一般不差，但是在人工運營中算法也是有用武之地的，“能幫助運營人員發現數據中的規則，并把這些規則應用到系統中，減輕運營人員的工作量。”
在方向上，推薦引擎一方面會繼續擴展產品服務能力。目前的推薦算法還是太基本，要吸引更多的客戶，尤其是有一定算法開發能力的客戶，需要推薦引擎團隊在算法的深度和廣度上進行加強。另一方面就是針對行業定制算法模板，進一步降低客戶的使用門檻。與此同時，他們也將發力國際市場，“從目前的了解來看，國際客戶和國內客戶比較相似，也能大有可為。”盧梭介紹到。
除此之外，推薦引擎團隊還有一個始終不變的重點——聆聽企業的需求，并在此基礎上預測企業未來的需求，提供個性化服務，幫助企業在未來踏上成功之路。“哪怕環境不斷變化，企業仍舊可以牢牢依靠個性化服務吸引顧客。”盧梭相信，只有這樣，推薦引擎、阿里云才能始終獲得成功。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 淘寶“千人千面”背后的推薦引擎揭秘
