“數字只是目的，但了解數字背后的人心才是最佳的手段。”

從2003年到現在，淘寶走過了17個年頭。橫亙在歷史長河中的不只是這個電商巨頭留下的江湖傳說，更多的是“電商”二字成了很多人的金牌飯碗，風險與機遇并存。

可惜，不入虎穴，焉得虎子？

越來越多的電商人開始研究，怎么才能在電商江湖中立于不敗之地？今天，易師兄來和大家講講淘寶的最新算法。

1.0 “變臉”的阿里

一成不變不是互聯網的風格。

據悉，雙十一前夕，手機淘寶即將迎來重大改版。手淘首頁將全面信息流化，原本頂部顯眼的焦點圖展示廣告將改成豎版，移動到頁面下方算法推薦信息流的第一個位置。

此后，改版后的“猜你喜歡”模塊將成為淘寶首頁的新寵兒，聚劃算、百億補貼、淘寶直播、有好貨等版塊的結合體，不再位于淘寶頁面的中部，將共同融入到信息流當中。

為了迎接2020的“雙十一”，淘寶也是費了一番功夫。此計劃已經在灰度測試當中，但最終方案會看測試效果而定。

首頁改版，算法推薦，這些詞語用在電商平臺上也是十分貼合。這次重大改版，如見成效，將會在9月底完成全部改版。

這是一次創新，在電商領域中，平臺首頁版塊的重新規劃直接影響到一些電商商家的運營計劃。畢竟，除了搜索這個最大的流量入口池，首頁就是最好的位置。

據易師兄看來，如今改變算法推薦的動作，靈感可能來源于短視頻領域，而原因可能是由于用戶對于首頁焦點banner圖模式的審美疲勞。

除了淘寶，拼多多也開始了變革。早在 2020 年 6 月，拼多多就向商家表示，由于平臺推廣資源位進行優化迭代，其首頁焦點圖的展示廣告資源已于 2020 年 6 月 5 日 0 點起暫時下線。

除此之外，“滿天星計劃”成為阿里對標抖音和快手電商的新方法。這個短視頻項目將在首頁 “猜你喜歡” 中，通過新內容冷啟動激勵來為商家產出的短視頻內容提供更多流量，并將數據反饋給商家，幫助商家產出更適合自己消費群體的內容。

2.0 是算法還是套路

早在2018年，阿里就發現了手淘“個性化”推薦的重要性，彼時，天貓雙十一的個性化推薦流量已經超過了搜索入口的流量，因此，后來手淘改版后“猜你喜歡”版塊從第七屏一躍到了第二屏。這為淘寶現在打造全面信息流埋下了伏筆。

以前的淘寶是“人找貨”的商業邏輯，通過產品為核心，而現在，已經變成了“貨找人”的方式。講究以人為核心，背后是巨大的利益重新分配和體系重新建立。

那么，淘寶的算法究竟是什么？接著往下看：

1.根據商品分類和自身屬性進行推薦：

（1）加權求和法：

核心邏輯：利用豐富的數據庫源源不斷地向用戶推薦商品，推薦點在于商品之間的關聯性、相似性、維度匹配性等等。不涉及用戶數據。

舉例：一件用戶搜索的衣服，但是點開后由于材質、價格、或者客服態度沒有達到用戶理想的效果，系統會自動匹配另外一款衣服，以供用戶選擇。

商品維度：【材質】【樣式】【顏色】【價格】等等維度，如果相同，不加權，如果不同，根據賦值加分。

根據加權累加的公式，可以得到如下表格：

因此，A商品是系統推薦首選，其后，將會推薦這個相似度分數比較高的商品了，當然A商品不會重復推薦。長期推薦點擊量不高的產品，后面可以進行動態優化。

（2）商品的被動銷售級屬性進行推薦：

核心邏輯：根據最終在用戶訂單中出現的概率來判斷商品間的相關性。（同時被瀏覽的幾率，同時被加入購物車的幾率，同時被購買的幾率）即支持度、置信度、提升度。

計算A→B支持度，購買A還購買B這個組合的訂單占所有訂單的百分比。

計算A→B置信度，購買A還購買B這個組合的訂單占所有購買A的訂單的百分比。

計算A→B提升度，購買A還購買B的概率同不購買A只購買B商品的概率之商。

根據相關度算法，首先先從所有訂單中找出包含A商品的訂單個數N1，然后再查詢A的所有訂單中出現B的個數N2，則置信度X=N2/N1。

2.根據用戶定義標簽

核心邏輯：根據用戶基礎信息和行為數據推薦商品。（人以群分，將有相似的屬性，相似行為的用戶分為一類人，然后這一類中的人某一個人喜歡A產品，那么其他人也有極大的可能喜歡A產品）

（1）基礎標簽：可能就是年齡標簽、性別、收入范圍、興趣愛好、星座、生活區域等，通過類似的標簽推薦興趣相似的人群。

（2）行為標簽：通過搜索、瀏覽、收藏、加購、購買、分享等行為，判定用戶對部分商品的喜愛度。

所有類目商品的喜好度向量和用戶B的向量而言，他們在多維空間的夾角可以用向量余弦公式計算：

余弦值的值域在【-1,1】之間，0表示完全垂直90°，-1表示夾角180°，1表示夾角為0°，系數越靠近1，向量夾角越小，兩件商品的相關性越高。

（3）多緯度的擴展型標簽模型：

搜索主要商品（例如手機）為A標簽，商品附加屬性（例如品牌、價格）為B標簽，淘寶將A標簽和B標簽做相同標簽配對，中間同時會在配對時再引入動態的標簽權重表C，C是動態的，會根據淘寶的營銷策略生成的場景條件D來進行動態變化。

目前影響算法推薦的因素：簡而言之一句話，用戶的喜好會成為你的商品是否展示的主要考核標準。

用戶對商品的主動搜索一直會存在，因為品牌具有確定性和主張，但在電商平臺中，它帶來的流量占比會越來越小。

時代在不斷發展，電商平臺的推薦機制也在不斷優化。“長江后浪推前浪，”想要在電商這條路上一直走下去，了解最新的規則，是重中之重。

ps：我是易師兄，坐標@易店無憂網 ，從事網店轉讓多年，一個縱橫于電商，笑談天下事的90后，歡迎關注！