书阅屋

手机浏览器扫描二维码访问

第34章 重构服务口碑为王6（第1页）

所以，蘑菇街的经验是，要改变营销视角——要站在用户角度考虑。

但是微信对蘑菇街的要求非常严格，规定了蘑菇街可以推哪些信息，哪些服务可以提供给买家。

蘑菇街也曾有过非常多的想法，比如说能不能做营销、做推送什么的，但微信把蘑菇街原来这些“很正常”

的想法都否定了。

这让张郁强感到微信跟微博比有本质上的差距：微博更多的是站在蘑菇街的利益、立场上去做营销，然后就去推；微信则更多的是站在用户角度考虑问题，用户想要什么东西，才给他推什么内容——而这就会影响到所谓的“打开率”

。

微信对购物目标的行为也非常明显

现在蘑菇街的购买高峰是下午两三点和晚上8～10点那个时段，正好是有些白领、上班族中午或晚上下班回家的时段，非常明显。

是的，由于人们在移动端的时间越来越长，单个人所贡献的PV（pageview，即页面浏览量）很高，点击数大概在89～92之间，UV（uniquevisitor独立访问者数）只占30%，但是交易额已经达到60%左右，转化率更高。

在蘑菇街看来，单个点击量如此之高，除了因为人们越来越多的时间在微信上停留而必然会产生交易外，从人性的角度看，人们在微信中接受的信息也必然会对其产生影响，例如时尚的趋势，因而也会被新潮的款式、颜色、穿法所推动，进而构成交易。

个性化的微信未来

个性化推荐是每个电商梦寐以求的最终目标！

然而这种个性化推荐不论是电商公司还是内容采购公司（广告公司）都想做却做不好，原因就是在于这中间有太多环节。

例如亚马逊，早就想做个性化推荐，但亚马逊是根据用户经常买的一些衣服、型号来推荐其他的产品。

这家电子商务鼻祖公司后来却发现，实验的结果表明推荐的内容和用户真正的喜好匹配度不是特别高——因为人是非常“活”

的，他可能这段时间非常喜欢白色，但过段时间又喜欢蓝色，所以保不准以后会喜欢什么——人是很难琢磨的，所以说这是一个很复杂的系统。

对这件事张郁强也有个很形象的比喻，个性化推荐就像“理科生”

跟“文科生”

的差异，程序化的推荐模型更像理科生的思维，有很多逻辑推导，根据数据来计算。

蘑菇街的主要客户群——女孩子们，则更像文科生，是感性的，可能跟当时的心情、环境等等因素相关。

比如说她晚上是去约会、看电影、吃饭，还是去歌舞厅等，并不是完全按照逻辑可以算出。

当然，并不是说有了这些意外因素就不能做个性化推荐。

张郁强正在研发的工作中，有一个正是个性化的产品。

但如果现在给蘑菇街的个性化产品推荐打分：从0到100，0分是一点都不符合，100分是非常匹配，蘑菇街的个性化最多可以做到50～60分。

张郁强自己感觉，按照目前的方法再往上做是非常困难的。

在18～25岁的用户群中，蘑菇街也做了一些个性化努力，包括像地域、平时收藏喜好……这个可以被打50分左右。

不过令张郁强很欣慰的是，很多蘑菇街爱打扮的小编也在用，但她们正在帮蘑菇街做60分到90分的那个阶段，例如她们要去约会了可能装扮成什么样子，而这个阶段，就更多地需要人工编辑。

因此，在个性化推荐这个问题上，张郁强更推崇“技术加时尚编辑达人”

这种解决办法，而像谷歌那种完全由机器技术来解决的办法并非最佳途径。

张郁强期望，明年蘑菇街能在个性化推荐这个功能上达到80～90分。

或许蘑菇街考虑的问题思路是个很好的尝试，因为蘑菇街做的是导购，衣服这样的产品不是用代码、公式可以去解决的。

所以蘑菇街在2014年二、三季度中首先会花时间想办法提升商品的质量、商家的服务效率，然后才是帮自己的用户找到更好、更个性的衣服。