好的推薦平臺長啥樣？一文解讀深演智能“智能推薦平臺”
隨近年經濟下行，國家發展改革委持續出臺相關政策和措施，鼓勵社會促進和擴大消費，助力消費市場活力的恢復。與此同時，近幾年來，小程序/APP等線上平臺也已成各大品牌線上銷售的重要陣地，如何洞察消費者喜好，提升消費者的使用體驗是品牌始終關注的話題。在此背景下，經過產品團隊兩年的技術和實踐打磨，8月10日下午，深演智能在北京召開媒體發布會，正式對外發布了深演智能的首款智能推薦平臺產品。
不同于市場上絕大多數同類推薦系統，深演智能推薦平臺在基礎個性化推薦平臺的基礎上做了進一步升級，是一款真正能夠幫助品牌提升業務指標的個性化推薦平臺。經實際業務場景驗證，深演智能推薦平臺的轉化優化效果表現十分優異。此外，其還具備模型可組合、業務可干預、內容更新快另外三大顯著優勢，讓品牌能更有效、更輕松、更智能地實現業績和消費者體驗的提升。
核心痛點：轉化效果不佳，費盡心機仍難以提升
深演推薦：轉化提升顯著，指標曲線一路攀升
推薦系統一方面能夠幫助品牌提升消費者的用戶體驗，另一方面也能促進相關業務指標的提升。因此，表面的個性化已經不能滿足品牌對于推薦效果的需求了，品牌也需要真正能夠提升業績指標的推薦系統。
推薦產品負責人丁若谷先生介紹，深演智能推薦平臺集成了DeepFM、DCN等多種先進AI算法，可以支持針對品牌數據的進一步優化；同時支持A/B實驗，通過系統可以配置不同策略分流，確認模型組從用戶點擊、收藏、加購、下單的全鏈路指標優于控制組，實現全鏈路指標提升。
零售事業群副總裁趙琛先生分享了某奢侈品品牌的案例。在幫助某奢侈品品牌搭建小程序商城產品推薦系統，某奢侈品品牌的小程序用戶越來越多，每個客人看到的產品都是一樣的，但旗下產品眾多，推薦位有限，希望借助AI模型的方式實現千人千面的產品推薦。
深演智能一方面幫助其構建混合產品推薦引擎，實現個性化產品推薦；一方面利用福爾摩斯平臺的智能推薦功能找到最優模型解決方案，大幅提升了訂單轉化率。
瓶頸一：模型復雜，不可控
深演推薦：推薦內容來源靈活，由內而外的「個性化」
傳統的推薦平臺模型復雜，推薦原理難以解釋，導致品牌在實際操作時無法真正理解模型的優化邏輯，推薦結果和效果大打折扣。推薦產品負責人丁若谷先生介紹，深演智能推薦平臺產品內置的豐富能力，能實現自由操作和組合，支持熱榜、業務規則、AI算法等多種來源，經過模型智能篩選，推薦更適合用戶的個性化內容。
瓶頸二：策略調整低效且繁瑣
深演推薦：業務運營策略豐富，Hold住每個復雜需求
深演智能推薦平臺內置黑名單策略、多樣性策略和白名單策略三大類策略，里面包括商品黑名單、去重策略、主推策略等10小類策略，以及其他數十種適用各種場景需求的運營策略，品牌可以靈活選擇，更大程度滿足品牌對于復雜場景的推薦需求。例如，“品牌希望過濾掉價格過低的單品，每種商品推薦不超過3次，在指定位置插入當月營銷日歷主打的商品，都可以在平臺中很方便的配置出來。”丁若谷先生介紹。
瓶頸三：數據更新緩慢，難以捕捉用戶喜好變化
深演推薦：內容實時反饋，牢牢抓住用戶心智
當消費者在瀏覽內容或商品時，時常會受到各種信息影響而改變當下的喜愛偏好。如果推薦系統反饋不夠及時，更新緩慢，就無法隨時隨地捕捉消費者當下的喜好，進而也無法推薦消費者需要的結果。
深演智能推薦平臺支持接入實時的行為數據，包括用戶搜索、瀏覽、點擊、收藏、加購、下單等行為，都能經過實時計算后得到的推薦結果，都能秒級反饋并展現在下一秒的推薦頁面中，用戶喜好多變，也能牢牢抓住消費者心智，呈現更符合消費者當下訴求的推薦內容。
技術優勢：福爾摩斯AI和大模型共同賦能的智能推薦平臺
“深演智能推薦平臺是由福爾摩斯AI（HOLMES AI）賦能的智能推薦平臺。”首席技術官歐陽辰先生表示，利用福爾摩斯AI精準的推薦模型算法，融合多源實時數據的興趣挖掘，多種模型的綜合應用評分和ChatGPT大模型的融合應用，能快速面向和適應業務需求，快速解決冷啟動和少數據的問題。
值得一提的是，深演智能研發的大模型產品AlphaGPT也將于近期對外發布，敬請期待。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）