亚马逊的“杀手级”推荐功能！

《财富》杂志网络刊载文章称，亚马逊第二财季销售额增长29%，从去年同期的99亿美元增长至128.3亿美元，这种增长在很大程度上与亚马逊将其推荐功能整合到购买流程的几乎所有部分中有关。但文章同时指出，虽然许多观察人士都认为亚马逊的推荐功能是一种“杀手级”的功能，但分析师则指出，亚马逊仍旧具备很大的上升空间。

当亚马逊在其网站上推荐一种产品时，很明显那并非巧合。

从根本上来说，这家零售巨头的推荐系统基于几个简单的要素：用户在过去曾带来过什么，用户在自己的虚拟购物车中放入了什么物品，用户曾经打分或称赞过的物品，以及其他客户曾经浏览和购买过什么物品等。亚马逊将这种自产的数学计算方式称为“物品对物品的合作过滤”(item-to-item collaborative filtering)，利用这种算法来为回头客定制浏览体验。一名设备狂热爱好者可能会发现，亚马逊的网页上充满了各种设备推荐;与此同时，一位刚刚当上母亲的妇女则可能发现，这些页面会提供婴儿产品。

从亚马逊已经取得的成功来判断，这种推荐系统是行得通的。在第二财季中，亚马逊的销售额增长29%，至128.3亿美元，高于去年同期的99亿美元。这种增长在很大程度上与亚马逊将推荐功能整合到购买流程的几乎所有部分中有关，从产品发现到付账都是如此。在登陆亚马逊网站以后你会发现多种产品推荐;而在打开特定的产品页面以后，你又会看到“经常被购买物品”的区域或是客户还会购买的其他物品。就目前而言，亚马逊对这种推荐功能的有效性仍旧保持缄默。(亚马逊的一名发言人向《财富》杂志表示：“我们的任务是让客户感到高兴，允许他们意外发现出色的产品。我们相信，这种情况在每一天中都会发生，那是我们最大的成功价值。”)

亚马逊还会通过电子邮件来向其用户少量发放推荐。不过，虽然网站推荐程序更加趋向于自动化，但到目前为止，亚马逊仍旧主要依靠手动方式来进行推荐。据亚马逊的一名员工透露，这家公司会向某些员工提供很多软件工具，基于用户的购买和浏览行为来锁定目标客户。但是，实际上的目标锁定工作是由员工完成的，而并非由及其完成的。如果一名员工的任务是推广一部电影来让消费者购买，比如说《美国队长》(Captain America)之类，那么他们可能会找出类似的电影，确保看过其他喜剧动作电影的用户能收到一封电子邮件，鼓励其在未来购买《美国队长》这部电影。

亚马逊员工研究的主要度量方法包括打开率、点击率和选择退出率等――对于任何公司的电子邮件营销渠道来说，这都是常有的标准――但不太为人所知的事实是，这家公司会使用一种“适者生存”类型的收入和邮件度量标准，用来为亚马逊的电子邮件生态系统安排优先次序。上述亚马逊员工向《财富》杂志表示：“这是很酷的一种方法。基本上来说，如果一名用户同时符合书籍类电子邮件和视频游戏类电子邮件的资格，那么每邮件平均收入较高的那一种就将胜出。不妨想象一下，当所有产品类别都会大规模运用这种方法时将会是什么样子――客户有资格收到几十封电子邮件，但只有效率最高的那一封会进入他们的电子邮件收件箱。”

这种策略能防止用户的电子邮件收件箱挤满各种邮件，至少可以防止被来自于亚马逊的邮件挤满。与此同时，这种策略还能最大化购买机会。事实上，这种电子邮件的转换率和有效性是“非常高的”，远比现场推荐更加有效。据美国投资公司Forrester的分析师苏查里塔・穆尔普鲁(Sucharita Mulpuru)称，在某些情况下，亚马逊现场推荐的转换率比其他电子商务站点的表现最多会低60%。

虽然许多公司观察人士都指出，亚马逊的推荐功能是一种“杀手级”的功能，但分析师认为，亚马逊仍旧具备很大的上升空间。穆尔普鲁指出：“电子商务行业中有一种集体的认识，即亚马逊的推荐引擎是一种次优的解决方案。”富国银行分析师特丽莎・迪尔(TrishaDill)则指出，亚马逊的推荐功能几乎可以说是无可挑剔，但她同时指出，在向用户提供更具相关性的物品这一方面，亚马逊仍旧有很多工作要做。举例来说，她指出亚马逊曾向其发出一封电子邮件来推荐一种电锯手提箱(而实际上她没有电锯)。

除了提高自身推荐的精准性以外，亚马逊还可以探索更多方式来与客户取得联系。这家公司已经开始单独出货某些物品――比如说一副扑克牌或一罐装肉桂等――这些物品此前都是整批出售的，因而成本过高。客户可能会购买这些物品，但只有在订单总金额达到或超过25美元时才会这样做。但是，在订单达到这一价格门槛时，亚马逊可以主动在用户结账时推荐这种附加产品，就像传统的超级市场那样，它们会在结账柜台那里放上口香糖和块状糖等物品。

在那种情况下，亚马逊的客户可能会象在超级市场里一样有这样的想法：“只不过是多花几美元而已，为什么不呢?”