长沙网络营销-Amazon 的成功经验

从根本上讲，这家零售巨头的推荐系统推荐的基础是一系列基本元素：用户过去购买过哪些商品;他们的虚拟购物车里有什么;哪些商品被他们评价或“赞” 过;其它用户浏览及购买了哪些东西。亚马逊把这套自主研发的算法称为“从项目到项目的协同过滤算法”。依靠这套算法，亚马逊向回头客们提供了深度定制的浏 览体验。数码爱好者们会发现亚马逊上满是新潮电子产品的推荐，而新妈妈们在相同的位置看到的却是婴幼儿产品。

亚马逊如今大获成功，推荐系统想必功不可没。2012年第二财季，亚马逊营收达到了128.3亿美元，与去年同期的99亿美元相比大涨了 29%。毫无疑问，如此惊人的增长肯定离不开推荐系统。亚马逊将其深度整合到购物流程的方方面面，从商品发掘到结账付款，几乎无处不在。你会看到许多商品 推荐板块;点入某个商品的网页，“人气组合”与“(浏览了该商品的)用户还购买了其它商品”等栏目赫然在目。不过，亚马逊对推荐系统的效率守口如瓶。亚马 逊的一位发言人表示，“我们的任务是取悦用户，让他们在不经意之间发现美妙的产品。我们相信快乐每天都会出现，这是我们衡量成功的标准。”

亚马逊还能通过电子邮件发送推荐。虽然亚马逊网站的推荐系统绝大部分依靠自动化，但至今仍有某些部分需要人工大量参与。亚马逊的一名员工表示，公司提供了许多软件，它们能根据用户的购买和浏览行为筛选目标用户。不过，最终目标的确认仍依靠人工而非机器。

亚马逊员工研究邮件阅读率、点击率、退出率等关键参与指标——这可谓任何公司电子邮件渠道的标准做法——但鲜为人知的是，亚马逊按照邮件营收率等指标，对邮件生态系统进行优胜劣汰式优先级排序。

这一策略能防止(客户的)收件箱被亚马逊的邮件塞满，同时将购买机会最大化。事实上，此类邮件的转化率和效率“非常高”，比网站推荐的效率要高得多。根据其他电子商务网站的业绩，在某些情况下，亚马逊网站推荐的销售转化率可高达60%。

虽然很多亚马逊观察员将推荐视为其杀手级应用，但分析师们相信它还有很大的提升空间。穆尔普鲁说：“电子商务行业的普遍看法是，亚马逊的推荐引擎是一个次优选项。”虽然亚马逊的推荐几乎无可挑剔，但在向用户提供相关性更高的产品方面，它仍有很多工作要做。

除了提升推荐本身的准确性外，亚马逊还可以探索更多争取用户的途径。目前，该公司已经开始销售之前都是成批出售的商品，比如说一副扑克牌或一罐 肉桂，这些商品单独配送的成本过高。只有当客户订单金额大于等于25美元，才能购买这些商品。但在客户结账时，假如订单金额超过这一门槛，亚马逊可以积极 推荐这些附加产品，这与传统超市在收银处摆放口香糖和糖果等冲动消费商品十分相似。