必然少不了一个词个性化推荐-腾讯大数据.PDFVIP

盘点科技圈里的时髦词汇，必然少不了一个词：个性化推 荐。 借助个性化推荐技术，互联网产品获取或积累用户的兴趣喜 好数据后，可以直接为用户提供每个人感兴趣的内容，以此提升产 品的内容吸引力。 想要在产品里添加个性化推荐功能已经不是一件难事，事情 的难点在于推荐的内容是否准确。为了解目前用户对该类功能的反 馈，企鹅智酷推出了一项调查，以下就是调查结果： 86%用户体验过个性化推荐，应用商店覆盖度最高 参与调查的用户在反馈自己的使用体验时，仅有13.9%的用 户表示完全没有体验过个性化推荐功能。剩余86.1%的用户都获得 过根据自己的喜好或习惯形成的个性化内容。 回归到具体在哪些产品里体验过该功能，应用商店的占比最 高，28.4%用户在应用商店里体验过个性化推荐。其次是音乐产 品，用户比率为27.8% 。排在第三位的是电商类产品，占比为 22.4% 。 广告是用户体验个性化推荐时占比最低的产品领域。这反映 出用户可能很少发觉展现在自己眼前的广告具有个性化元素。 只有24%用户认为产品个性化推荐靠谱 推荐的内容是否准确决定了这个功能的吸引力。从用户反馈 来看，超过一半的用户认为，自己获得推荐只是少部分准确。当 然，也有24%的用户表示大部分的产品个性化推荐准确，11.9%认 为完全不准确。 相比于推荐技术，用户还是更相信自己 既然来自于技术的推荐只是少部分准确，那么用户会更信赖 谁呢？答案还是用户自己。30.2%的用户选择不相信推荐，只相信 自己。 除了相信自己，群众的眼光可能也是雪亮的。25.9%用户认 为多数用户的选择更加可靠。个性化推荐技术在信任程度上排在第 三位。 一个让人意外的结果是，仅有15.8%的调查者选择相信专业 人士的推荐。 超过一半的用户需要个性化推荐技术 对于使用个性化推荐功能的产品而言，虽然不能提供让用户 完全满意的推荐内容，可用户还是需要这样的功能。54.5%用户反 馈称需要产品中添加个性化推荐，20.1%仍在犹豫中，剩余25.4% 的用户则表示不需要。 由此可见，对于准确度还有待提升的推荐技术，用户保持了 更开放的态度。 结论：如何猜透用户的心思和需求 能够基于用户数据提供个性化推荐，这是互联网产品可以提 供的一项特色功能。可从目前用户的反馈来看，这种推荐很难达到 用户所期待的准确度。不过，即便不够准确，用户需求依旧存在。 结合这样的反馈，产品在设置个性化推荐功能时，除了要不 断完善推荐算法的精准度外，其实还有一些讨巧的方式，既防止让 不准确的推荐吓跑用户，又不至于让用户面对海量内容时不知所 措： • 仅将个性化推荐作为内容推荐的辅助手段。千万不要对自 己的推荐过于充满信心，如果把算法推荐作为产品的核心逻辑，可 能很容易遭致用户的质疑。 • 先把选择权交给用户，因为用户更相信自己。你认为替用 户做出选择是一种帮用户省力的做法，事实上用户更乐于为自己的 选择买单。 • 让用户知道大多数人的选择是什么，也是一个不错的推荐 方式。当一个产品已经有了数据积累时，不妨把产品获得的数据反 馈给用户，有的时候，群众的眼光可能真是雪亮的。