千人千面，這幾年無論是在營銷界，還是在產品運營界，都得到了很廣泛的應用
千人千面，這幾年無論是在營銷界，還是在產品運營界，都得到了很廣泛的應用。在營銷行業(yè)，會用來提升營銷的精準性，即做人和物的精準匹配，所謂精準營銷；做產品運營的人會在產品中很多模塊增加千人千面的策略，以此來達到產品流量的高效分發(fā)；在電商行業(yè)千人千面的應用尤其多，比如淘寶的猜你喜歡、京東的為你推薦，都屬于此類應用。
我們先簡單的聊聊到底什么是千人千面
千人千面，就其字面意思來講就是不同的人，呈現(xiàn)不一樣的東西。所以在所有實例中，個性化推薦是最常用的一種實踐。本質上來說，個性化推薦主要的目標有兩個，一個是高效連接用戶和平臺上的物品，讓用戶盡可能的發(fā)現(xiàn)平臺上“好的東西”；另一個就是“投用戶所好”，即發(fā)現(xiàn)用戶的興趣，基于他的興趣為其呈現(xiàn)“好的東西”。
同理，上面提到“好的東西”也是個性化的?！昂谩迸c“不好”這種評判完全是基于對物品的客觀評判來決定的，這種客觀的評判的具體量化標準不同的業(yè)務不盡相同，但是大多都可以稱之為是用戶對于物品的正反饋。比如對于一件商品，可能是用戶對于該商品的購買、關注、搜索、分享、好評等等。所以同一個東西，A喜歡，B可能覺得一般，甚至C可能覺得很厭煩。
千人千面就是實現(xiàn)“人”和“物”高效匹配，它們之間是一個互相補充，互相依賴的關系，也就是人們看到自己感興趣的物越多，那么對好東西的衡量也就越準確。否則就是一個惡性循環(huán)。
本質還是一個數(shù)據(jù)的交互過程。對于人來說，系統(tǒng)通過人們在網絡的一系列行為，去判斷用戶感興趣的物品，進而為他們推薦“好的東西”；對于物來說，系統(tǒng)通過人在為其推薦的物品上的一些列交互，比如點擊、下單、購買等，來判斷這個物品是不是一個“好的東西”。
簡單用下面的圖來表示：
2B數(shù)據(jù)增長
但是忽然有一天，我的一個公眾號粉絲在后臺問我，是否考慮過2B的千人千面，我心里“噔”了一下。確實，我們看了太多2C產品營銷實施千人千面的案例，竟然一直沒有注意到2B端。無論是從業(yè)務流程的復雜繁瑣程度，還是從營銷運營的現(xiàn)狀，低效、冗余一直是2B端的產品躲不過去的傷痛。所以千人千面如果應用在2B端，那必然會是一個行業(yè)的革新。
套用一下，不妨稱之為“千B千面”。
無獨有偶，之前在公司做過一個2B端個性化推薦的實施，實施過程中也有過一些思考，這里分享給大家。
首先，明確一個問題，2B端的千人千面能不能做，能。但是如果想要做一個通用的架構，目前還有難度，只能做一個“局域”的。什么意思呢？比如淘寶和京東的千人千面體系，除了底層數(shù)據(jù)的差異，整個架構是可以套用的。另外，除了電商行業(yè)，對于以單個物品推薦的業(yè)務，我理解也是可以進行套用的。
再加上，目前各大企業(yè)在產品和賬號體系上的互通，比如用微信，QQ，微博等一些列社交賬號，可以注冊各種各樣的應用，導致千人千面的冷啟動階段也變得“有數(shù)可依”。
其次，如果想要在2B的產品上大規(guī)模開展千人千面的實施，會面臨哪些問題。我想了想大概有下面幾點：
第一、2B端的數(shù)字化程度較低。
2B端數(shù)字化、信息化，應該是近幾年才提上日程，甚至是往后十年的主要方向。所以就目前來講，B端的數(shù)據(jù)是不足以做千B千面。
舉個例子，一個用戶在網上點擊的一個鏈接，購買一款商品，現(xiàn)在是很容易被捕捉到，并且以結構化的數(shù)據(jù)進行存儲，但是一個企業(yè)與哪些供應商進行了連接，是很難被追蹤記錄的。
另外一方面，現(xiàn)在僅僅大概有30%的企業(yè)，實現(xiàn)了從采到銷的線上化、銷售化，如果大家注意觀察的化，會發(fā)現(xiàn)很多中小企業(yè)還是一個excel去解決問題的。
第二、每一個B端是一個數(shù)據(jù)孤島。
這就是目前整個B端的現(xiàn)狀?？赡艽蠹視J為，這30%企業(yè)也是一個實施“千B千面”的機會啊。但是就現(xiàn)狀而言，數(shù)據(jù)是每個企業(yè)密級最高的東西。更有企業(yè)喊出數(shù)據(jù)是公司唯一的資產，所以一個企業(yè)唯一的資產怎么會輕易的讓其他人獲取到？
不看別的，可以看目前云服務的現(xiàn)狀，除了小公司出于成本的考慮愿意采用云服務，稍微大點的公司都在搞自己的云服務，沒人會愿意把自己家的數(shù)據(jù)放在別人的服務器上。
所以數(shù)據(jù)對于每個企業(yè)來說，都是私有資產，神圣不可侵犯的，至少目前的認知還是在這個層面，而且從當下來看至少長期會處于這種局面。
與云面臨的困境一樣，在信任問題沒有解決之前，B端的數(shù)據(jù)永遠是一座孤島。
第三、缺少結構化的數(shù)據(jù)。
落地過千人千面的人都清楚，結構化的數(shù)據(jù)是關鍵，比如做個性化推薦系統(tǒng)，結構化數(shù)據(jù)是用戶標簽，排序特征的基礎保障。大多數(shù)成熟的企業(yè)數(shù)據(jù)做的都不好，更別談小公司了。
另外，很多人對結構化的數(shù)據(jù)一直有誤解。結構化的數(shù)據(jù)并不是說沒有數(shù)據(jù)，而是缺少經過加工的數(shù)據(jù)，看一下關于結構化數(shù)據(jù)的定義：
結構化數(shù)據(jù)也稱作是行數(shù)據(jù)，是由二維表結構來進行邏輯展示和表達的數(shù)據(jù)，嚴格遵循數(shù)據(jù)格式與長度規(guī)范，主要通過關系型數(shù)據(jù)庫進行存儲和管理。
我們很容易的用結構化的數(shù)據(jù)去描述一個人，比如社會學統(tǒng)計信息，線上行為：基本包括：點擊、瀏覽、加購、下單、收藏、關注、分享、訂閱；線下行為：旅游、出行、飲食、居住。但是很難有一個統(tǒng)一的框架去描述一個B端企業(yè)，這與B端業(yè)務的多樣性、復雜性、多變性密不可分。
所以如果某一天大規(guī)模的千B千面開始，那么B端結構化數(shù)據(jù)的比必定是首先邁過的檻。
第四、缺少統(tǒng)一的衡量標準
無論是2C還是2B千人千面的實施，都需要巨大的成本，所以必須要有一個可衡量的效果。一般來講，2C端的千人千面主要看流量分發(fā)的效果，并且伴隨業(yè)務線發(fā)展程度不同，制定指標也不盡相同。一般來講又如下的規(guī)則：
對于新業(yè)務線，主要以流量相關的指標為核心指標，比如PV，UV這些；
對于發(fā)展中業(yè)務線，主要看流量的分發(fā)效率，所以看點擊率的比較多，或者是訂單轉化率；
對于成熟的業(yè)務線，則主要看盈利和營收了。
但是B端呢？很難有一個統(tǒng)一的框架。哪怕做的是相同的行業(yè)，但是由于想法不同，那么具體的業(yè)務流程也大相徑庭。比如同樣是做餐飲的，做小吃和做正餐的玩法就不一樣，那么每個環(huán)節(jié)衡量的指標也就不一樣。一個小吃店一天買1000份小吃和一個飯店一天買1000分正菜，絕對不是一個概念。
這樣會導致這么一個問題，如果把千人千面用在B端企業(yè)上，需要單獨為每一個大B，小B客戶進行實施，由于從業(yè)務模式，還是底層數(shù)據(jù)來看，實施難度很大，對于服務提供商來說成本投入巨大，就意味著價格很高，對于企業(yè)來說就很難接受，這就是一個惡性循環(huán)。
千B千面的一個小案例
上面討論了在做大規(guī)模2B千人千面前需要攻克最大的難題。然后之前做過一個面向小B的個性化推薦，這個也算是一次簡單的2B的千人千面，簡單聊聊。
項目是為一個面向所有小B的商家提供物品采購服務的平臺搭建個性化推薦系統(tǒng)?？傮w的思路和2C的千人千面類似。
數(shù)據(jù)清洗——標簽挖掘——trigger機制——召回策略——排序策略——精排策略——前端展示
對于這個面向小B的推薦系統(tǒng)來說，主要目標就是以更小的成本讓小B商家采購到想要的物品。但是同時需要考慮到供應商的供應鏈能力。比如海南的供應商無法給北京的商家提供采銷服務。
但是，如果大家又關注線下的一些涉及到采銷業(yè)務的商家，就會發(fā)現(xiàn)他們會有固定的合作伙伴，就是經常只會在固定的幾個供應商來采購商品。
其實基于上述目標和對需求的拆解，整個思路就很明確了。最主要的還是如何建立小B和供應商之前的采銷關系鏈。這個供應關系鏈會以結構化的數(shù)據(jù)進行創(chuàng)建，最終用于個性化推薦。
但是你會發(fā)現(xiàn)，這個供應關系鏈它是一個“局域”的。也就是當你再來一個新的2B業(yè)務，依然需要為它搭建一個新的架構，新的策略。
上面大概是之前做2B的千人千面的一個小小嘗試。但是如果要做到目前2C規(guī)模的千人千面，還有很長的路要走。
