从盒马鲜生App使用体验，看阿里运营线上商品策略(4)

而我们在前面对于土鸡蛋这款商品做了无效浏览，这样的用户行为数据在建模前的预处理清洗中应该进行剔除。很显然，盒马在这里并没有对“脏数据”做什么处理，这将对个性化推荐的效果造成影响。 [本文来自：www.11jj.com]

（2）单品页的推荐没有部署个性化算法

在盒马鲜生App中，我们选择了“大米”这个品类下的两种类型大米。分别查看其TOP4 SKU的单品页推荐情况，如下图所示。

图6 “稻花香”(米)品类中TOP4单品的推荐结果

 

图7“泰国米”品类中TOP4单品的推荐结果

从上面两张图可以看出，盒马鲜生App上的每一款单品页中的商品推荐雷同度都很高。针对单品的“看了还看”或者“买了还买”并没有部署推荐算法。造成这种情况的原因，要么阿里的产品运营策略就是只推爆款。要么是盒马鲜生的用户消费频次和深度都比较浅，即回头客比较少、每次购买的商品比较少。造成无法形成足够多的有效商品关联规则。

有限的推荐位如果都用来推送雷同的商品，其后果必然是其他大部分的商品没有得到足够的曝光，为商品的马太效应埋下了伏笔。

2、卖出更多的商品（二）：盒马鲜生的商品关键词搜索

搜索引擎作为解决“信息过载”的另一种利器，在内容型App中从来都占据重要的位置（和个性化推荐一样，在App的功能中都属于一等公民）。因为搜索属于用户自发找寻信息的一种行为，是用户将内在的偏好主动暴露出来的一种表现，这样的数据具有很高的价值。但是，盒马的搜索引擎似乎对用户发自内心的商品偏好并不感兴趣，整个搜索界面主要都是围绕着热门商品搜索进行引导，如下图所示。