劉強(qiáng)

所謂商業(yè)價(jià)值，通俗來說就是推薦系統(tǒng)怎么更好的幫助公司掙錢。那么從哪些維度來體現(xiàn)推薦系統(tǒng)的商業(yè)價(jià)值？怎么量化推薦系統(tǒng)的商業(yè)價(jià)值？怎么提升推薦系統(tǒng)的商業(yè)價(jià)值？在挖掘推薦系統(tǒng)商業(yè)價(jià)值的過程中需要關(guān)注哪些問題？這些問題是任何從事推薦算法開發(fā)的工程師、推薦產(chǎn)品經(jīng)理、推薦團(tuán)隊(duì)負(fù)責(zé)人，甚至是企業(yè)的管理者必須思考的問題。本文將會(huì)圍繞這些點(diǎn)展開講解，希望可以給讀者一些啟發(fā)，相信讀者讀完，對(duì)這些問題一定有初步的了解。同時(shí)結(jié)合自己公司的業(yè)務(wù)，也會(huì)有自己的思考和理解。

為什么要關(guān)注推薦系統(tǒng)的商業(yè)價(jià)值

盈利是公司運(yùn)營(yíng)最重要的目的，也是企業(yè)管理者最關(guān)注的問題。企業(yè)任何一項(xiàng)業(yè)務(wù)如果不能直接或者間接與商業(yè)價(jià)值掛鉤，對(duì)公司產(chǎn)生價(jià)值，就毫無價(jià)值，甚至是資源浪費(fèi)。從某種程度上來講，任何業(yè)務(wù)與商業(yè)變現(xiàn)的關(guān)聯(lián)越緊密越明顯，就越能體現(xiàn)出它的價(jià)值。推薦系統(tǒng)也不例外，你能夠多好的將推薦系統(tǒng)與商業(yè)變現(xiàn)結(jié)合起來并產(chǎn)生商業(yè)價(jià)值，就能夠多好的體現(xiàn)個(gè)人的價(jià)值，并得到領(lǐng)導(dǎo)的認(rèn)可和重視。

從推薦算法工程師特別是推薦系統(tǒng)負(fù)責(zé)人的角度來說，你要盡早的量化推薦系統(tǒng)的商業(yè)價(jià)值，為公司的商業(yè)變現(xiàn)提供支撐，只有挖掘出了推薦系統(tǒng)的商業(yè)價(jià)值，才能更好的發(fā)揮團(tuán)隊(duì)的價(jià)值，同時(shí)，團(tuán)隊(duì)也會(huì)更有成就感。只有推薦系統(tǒng)真正產(chǎn)生商業(yè)價(jià)值你才可能得到老板的認(rèn)可， 才會(huì)獲取更多的資源讓推薦系統(tǒng)持續(xù)發(fā)展壯大。通過推薦系統(tǒng)獲取商業(yè)價(jià)值的案例是大家耳熟能詳?shù)?，像亞馬遜、Netflix都通過推薦系統(tǒng)產(chǎn)生了極大的商業(yè)利潤(rùn)，推薦系統(tǒng)每年為Netflix產(chǎn)生的商業(yè)價(jià)值就超過10億美元。

衡量推薦系統(tǒng)商業(yè)價(jià)值的維度

在介紹推薦價(jià)值維度之前，首先講到的是在互聯(lián)網(wǎng)產(chǎn)品中可能存在的盈利模式。目前互聯(lián)網(wǎng)產(chǎn)品主要有四種盈利模式：游戲（游戲開發(fā)、游戲代理等）、廣告、電商、增值服務(wù)（如會(huì)員等），這其中后面三種盈利模式都可以利用推薦技術(shù)來做得更好，加速變現(xiàn)的進(jìn)程，產(chǎn)生更多的收益。我們可以利用推薦系統(tǒng)將互聯(lián)網(wǎng)公司通過打造產(chǎn)品為用戶提供服務(wù)的過程跟后面廣告主、用戶、“標(biāo)的物”提供方這三種變現(xiàn)方式聯(lián)系起來，其中平臺(tái)方的產(chǎn)品是核心，分別連接用戶、“標(biāo)的物”提供方和廣告主（或者廣告平臺(tái)）， 這3條連線代表后三種主流盈利模式。

這三種變現(xiàn)方式都離不開大量活躍的忠實(shí)用戶，推薦系統(tǒng)幫助公司更好的在這三種變現(xiàn)模式上提升變現(xiàn)能力的同時(shí)， 也會(huì)強(qiáng)調(diào)推薦系統(tǒng)在促進(jìn)用戶活躍留存上的價(jià)值，雖然這不能直接產(chǎn)生商業(yè)價(jià)值，但是用戶始終是一切商業(yè)價(jià)值的保障和核心。同時(shí)，推薦系統(tǒng)可以讓“標(biāo)的物”得到更高效率的分發(fā)，提升整個(gè)平臺(tái)的運(yùn)營(yíng)效率，有效節(jié)省公司資源，這也會(huì)產(chǎn)生隱形的商業(yè)價(jià)值。

1.廣告變現(xiàn)

所謂廣告變現(xiàn)，即在產(chǎn)品上投放互聯(lián)網(wǎng)廣告，通過將廣告曝光給用戶或者用戶點(diǎn)擊廣告獲取收益，掙的是第三方（即廣告主）的錢（如果不是自建廣告平臺(tái)，將流量外包給廣告聯(lián)盟，獲取的收益就是廣告聯(lián)盟的分成），即所謂的羊毛出在豬身上。當(dāng)然，廣告有很多種方式，有展示廣告、品牌廣告、效果廣告、信息流廣告等。

一般公司在發(fā)展到一定用戶規(guī)模后，會(huì)通過將流量給到廣告聯(lián)盟或者自建廣告平臺(tái)來承接廣告變現(xiàn)能力。創(chuàng)業(yè)公司或者希望將廣告業(yè)務(wù)做輕的公司一般采用流量外包的方式來做廣告變現(xiàn)，有一定規(guī)模的或者廣告業(yè)務(wù)是核心業(yè)務(wù)的公司會(huì)采用自建廣告平臺(tái)的方式來做廣告變現(xiàn)。廣告精準(zhǔn)投放本身就是一個(gè)復(fù)雜的技術(shù)工程問題，實(shí)現(xiàn)的算法技術(shù)也跟推薦系統(tǒng)具有很多相似性，同時(shí)也會(huì)依賴用戶畫像等大數(shù)據(jù)基礎(chǔ)能力。這里作者不細(xì)說廣告精準(zhǔn)投放相關(guān)技術(shù)，只從推薦系統(tǒng)角度來說說推薦怎么為廣告變現(xiàn)帶來商業(yè)價(jià)值。如視頻行業(yè)，推薦系統(tǒng)推薦的視頻是可能包含前貼片廣告、暫停廣告的，可以說這些廣告是通過推薦業(yè)務(wù)帶來了曝光，可以量化出通過推薦算法帶來的每日廣告CMP，同時(shí)可以計(jì)算由推薦產(chǎn)生的廣告的轉(zhuǎn)化率、每次播放平均廣告曝光時(shí)長(zhǎng)等與整個(gè)大盤的對(duì)比。因?yàn)橥扑]的視頻一般比大盤更精準(zhǔn)，用戶點(diǎn)擊的概率會(huì)更大，從而可以帶來比大盤更好的轉(zhuǎn)化效果，通過量化這些指標(biāo)，可以體現(xiàn)推薦系統(tǒng)在廣告曝光上產(chǎn)生的商業(yè)價(jià)值。

隨著今日頭條的崛起，信息流一詞也越來越火，利用信息流技術(shù)來做推薦，基本被所有的新聞資訊類App、短視頻類App所采用，并且是作為主要的內(nèi)容分發(fā)技術(shù)?，F(xiàn)在連手機(jī)百度App全面信息化，微信“朋友圈”、“看一看”也是一種信息流。隨著信息流技術(shù)的成熟及在提升內(nèi)容分發(fā)和提升用戶使用時(shí)長(zhǎng)等方面的價(jià)值， 企業(yè)商業(yè)變現(xiàn)的訴求催生了信息流廣告技術(shù)。信息流廣告可以完美地跟近實(shí)時(shí)個(gè)性化推薦結(jié)合起來，通過借助個(gè)性化推薦的巨大流量及精準(zhǔn)興趣匹配，讓廣告產(chǎn)生最大化的商業(yè)價(jià)值。

總體來說，不管是視頻的貼片廣告還是新聞短視頻的信息流廣告，推薦系統(tǒng)的商業(yè)價(jià)值主要體現(xiàn)在提升廣告的曝光與轉(zhuǎn)化。

2.電商變現(xiàn)

電商中的商品，是指廣義的物品，除了實(shí)物商品外還包括虛擬物品（如網(wǎng)絡(luò)小說、網(wǎng)絡(luò)課程等）。平臺(tái)方（如天貓）的電商變現(xiàn)，是通過入駐的商家掙錢（商家商品售賣按照其銷售額（不包含運(yùn)費(fèi)）的一定百分比（簡(jiǎn)稱“費(fèi)率”）交納的技術(shù)服務(wù)費(fèi)（分成）;為商家提供軟件服務(wù)，如數(shù)據(jù)分析/庫存管理、行業(yè)趨勢(shì)分析等的服務(wù)費(fèi)）。推薦系統(tǒng)通過高效的分發(fā)商品，將商品推薦到對(duì)它有購買意愿的用戶眼前，促進(jìn)商品的售賣，從而從商家獲取更多的分成。

另外，像淘寶、快手這類公司，類似房產(chǎn)中介，提供一個(gè)平臺(tái)，對(duì)接用戶和“標(biāo)的物”提供方，為了讓這個(gè)平臺(tái)可以穩(wěn)定、健康的發(fā)展，必須考慮滿足“標(biāo)的物”提供方的訴求。只有“標(biāo)的物”提供方能夠在這個(gè)平臺(tái)上掙到錢，才會(huì)有更多的“標(biāo)的物”提供方入駐該平臺(tái)，生產(chǎn)更多優(yōu)質(zhì)的“標(biāo)的物”。有了這些“標(biāo)的物”，才能留得住用戶，這樣整個(gè)系統(tǒng)才是一個(gè)穩(wěn)定的生態(tài)系統(tǒng)，平臺(tái)方的生意才能持久、欣欣向榮。推薦系統(tǒng)需要維護(hù)好“標(biāo)的物”提供方的利益，因此需要從機(jī)制和算法上至少做到下面四點(diǎn)：

①為新的“標(biāo)的物”提供方提供掙錢的機(jī)會(huì);

②讓“創(chuàng)造”優(yōu)質(zhì)“標(biāo)的物”的提供方得到更多的曝光，掙到更多的錢;

③為新的“標(biāo)的物”提供曝光的機(jī)會(huì);

④為優(yōu)質(zhì)“標(biāo)的物”提供更多曝光的機(jī)會(huì)。

3.增值服務(wù)變現(xiàn)

這里先解釋一下增值服務(wù)，增值服務(wù)主要是指“特色服務(wù)”，在保證基本服務(wù)的同時(shí)， 進(jìn)行超出常規(guī)的，個(gè)性化的服務(wù)。比如視頻行業(yè)的會(huì)員、游戲行業(yè)的裝備、QQ空間的黃鉆等都屬于增值服務(wù)范疇。我們這里拿視頻行業(yè)中“推薦如何促進(jìn)會(huì)員購買”來說明推薦在增值服務(wù)變現(xiàn)上的商業(yè)價(jià)值，其他行業(yè)的增值服務(wù)可以根據(jù)類似思路結(jié)合具體業(yè)務(wù)場(chǎng)景具體分析。

推薦系統(tǒng)通過精準(zhǔn)地為非會(huì)員用戶推薦他（她）感興趣的會(huì)員節(jié)目， 提升會(huì)員節(jié)目在非會(huì)員用戶的曝光，從而促進(jìn)非會(huì)員用戶購買會(huì)員。個(gè)性化推薦能夠更好的挖掘用戶深層的興趣需求， 準(zhǔn)確觸達(dá)用戶的興趣點(diǎn)， 從而帶來更精準(zhǔn)的會(huì)員節(jié)目推薦。另外，個(gè)性化推薦也可以讓更多的冷門但優(yōu)質(zhì)的會(huì)員節(jié)目得到曝光的機(jī)會(huì)。推薦體驗(yàn)越好，用戶就更容易在這個(gè)平臺(tái)上找到想看的內(nèi)容，自然黏性就更高，也更容易持續(xù)付費(fèi)。所以，推薦系統(tǒng)在視頻行業(yè)增值服務(wù)上的價(jià)值主要體現(xiàn)在提升會(huì)員的轉(zhuǎn)化與會(huì)員留存。

4.用戶增長(zhǎng)

無論上面提到的互聯(lián)網(wǎng)公司主要的四種盈利模式中的哪一種，想盈利都離不開用戶。只有具備大量的用戶，用戶持續(xù)使用產(chǎn)品，在產(chǎn)品上停留更長(zhǎng)的時(shí)間，平臺(tái)方才有機(jī)會(huì)獲得更多的利潤(rùn)。所以，推薦系統(tǒng)需要更好的服務(wù)用戶，提升用戶留存、活躍，占領(lǐng)用戶的時(shí)間才能幫助平臺(tái)方讓用戶沉淀下來。有了大量的用戶才有盈利的基礎(chǔ)，因?yàn)楹玫耐扑]系統(tǒng)，可以提升用戶滿意度，提升會(huì)員購買的續(xù)訂率，占領(lǐng)用戶更長(zhǎng)的時(shí)間也才會(huì)讓更多的廣告得到曝光展示的機(jī)會(huì)。所以，下面的用戶增長(zhǎng)也是推薦系統(tǒng)需要關(guān)注的隱形的商業(yè)化指標(biāo)，雖然不能直接產(chǎn)生利潤(rùn)，但卻是利潤(rùn)產(chǎn)生的根基。用戶增長(zhǎng)是指提升用戶留存、活躍、停留時(shí)長(zhǎng)。

5.成本節(jié)省及效率提升

推薦系統(tǒng)對(duì)平臺(tái)方的價(jià)值，除了上面提到的直接商業(yè)價(jià)值及促進(jìn)用戶增長(zhǎng)帶來的間接價(jià)值外，推薦系統(tǒng)可以提升內(nèi)容的分發(fā)效率，用更少的人力成本在更短的時(shí)間讓內(nèi)容得到更大程度的分發(fā)，利用個(gè)性化推薦可以做到千人千面，甚至是近實(shí)時(shí)的個(gè)性化推薦，采用人工編排的方式是無法做到這一點(diǎn)的。頭條戰(zhàn)勝傳統(tǒng)的新聞門戶網(wǎng)站，最主要的功勞就是從創(chuàng)業(yè)開始就以個(gè)性化推薦系統(tǒng)為核心技術(shù)，大大提升了內(nèi)容的分發(fā)效率，根本不用招聘大量的編輯來對(duì)內(nèi)容做低效的手工整理和編排。

推薦系統(tǒng)的商業(yè)價(jià)值可以表現(xiàn)在如下7個(gè)子維度：

①提升廣告的曝光與轉(zhuǎn)化;

②促進(jìn)“標(biāo)的物”提供方（即商家）生態(tài)繁榮;

③促進(jìn)“標(biāo)的物”售賣，獲取更多經(jīng)濟(jì)收益;

④提升會(huì)員的轉(zhuǎn)化與會(huì)員留存;

⑤用戶增長(zhǎng)：提升用戶留存、活躍、停留時(shí)長(zhǎng);

⑥節(jié)省人力成本;

⑦提升內(nèi)容分發(fā)效率;

從這7個(gè)子維度來詳細(xì)說明怎么量化推薦系統(tǒng)的商業(yè)價(jià)值，有哪些思路和方法？

量化推薦系統(tǒng)商業(yè)價(jià)值的思路和方法

管理學(xué)大師彼得德魯克曾經(jīng)說過，“你如果無法度量它， 就無法管理它”。對(duì)于推薦系統(tǒng)，也是一樣。我們只有度量出推薦系統(tǒng)的商業(yè)價(jià)值，才知道目前的狀況，哪里存在問題，哪里有優(yōu)化空間，最終才知道從哪些角度來優(yōu)化，從而讓推薦系統(tǒng)創(chuàng)造更多更持久的商業(yè)價(jià)值。

上一節(jié)我們從5個(gè)大維度7個(gè)子維度來說明推薦系統(tǒng)的商業(yè)價(jià)值，在本節(jié)中我們側(cè)重怎么具體地量化推薦系統(tǒng)的商業(yè)價(jià)值，有哪些指標(biāo)可以衡量推薦系統(tǒng)在各個(gè)維度上的價(jià)值，只有知道怎么量化商業(yè)價(jià)值，才能更好的提升商業(yè)價(jià)值。

下面的分析，更多的是提供量化推薦系統(tǒng)商業(yè)價(jià)值的思路，具體的落地還需要推薦算法工程師發(fā)揮自己的聰明才智，結(jié)合自己公司的業(yè)務(wù)特點(diǎn)來思考細(xì)化，并最終量化出來，同時(shí)在實(shí)踐過程中不斷優(yōu)化，找到最佳的量化維度和指標(biāo)。

1.提升廣告的曝光與轉(zhuǎn)化

不管是視頻的前貼片廣告還是推薦信息流廣告，可以統(tǒng)計(jì)一定周期內(nèi)通過推薦產(chǎn)生的廣告曝光、展示、點(diǎn)擊、轉(zhuǎn)化率等指標(biāo)。統(tǒng)計(jì)周期可以是天、周、月等維度。

拿視頻貼片廣告來說，可以統(tǒng)計(jì)每天通過推薦算法產(chǎn)生的CPM。根據(jù)該行業(yè)每個(gè)CPM多少錢，這就間接的體現(xiàn)了推薦系統(tǒng)帶來的廣告收益。

另外，為了體現(xiàn)推薦系統(tǒng)在高效個(gè)性化精準(zhǔn)分發(fā)上對(duì)廣告帶來的價(jià)值（我相信因?yàn)橥扑]更精準(zhǔn)，用戶對(duì)推薦嵌入的廣告的耐受度會(huì)更高， 未來我們團(tuán)隊(duì)也會(huì)在這個(gè)方面做一些數(shù)據(jù)分析探索），需要提煉出可以與大盤對(duì)比的指標(biāo)， 比如下面的幾類指標(biāo)：

①人均廣告播放時(shí)長(zhǎng)及大盤廣告播放時(shí)長(zhǎng)對(duì)比;

②廣告轉(zhuǎn)化率與大盤轉(zhuǎn)化率的對(duì)比;

③使用推薦算法的用戶人均點(diǎn)擊廣告次數(shù)與大盤用戶人均點(diǎn)擊廣告次數(shù)對(duì)比。

同時(shí)，我們還可以統(tǒng)計(jì)不同的推薦算法模塊在這些指標(biāo)上的差異點(diǎn)，知道哪個(gè)推薦模塊帶來的廣告價(jià)值更大。

2.促進(jìn)“標(biāo)的物”提供方（即商家）生態(tài)繁榮

由于作者沒做過電商推薦， 為了內(nèi)容的完整性， 這里我拿淘寶來舉例說明， 不當(dāng)之處在所難免，也歡迎有過電商推薦經(jīng)驗(yàn)的朋友指正、交流。

首先，我們要基于大數(shù)據(jù)統(tǒng)計(jì)在一定周期內(nèi)商家提供的商品的點(diǎn)擊、評(píng)論、購買、反饋、收藏、退貨、投訴、物流等情況，結(jié)合商家商品的素材及商家用戶畫像，給商家及商家的不同商品打分（這個(gè)打分是動(dòng)態(tài)變化的）。推薦系統(tǒng)會(huì)根據(jù)用戶行為，在離線階段，根據(jù)推薦算法召回用戶可能會(huì)喜歡的物品，在排序階段，結(jié)合上面的物品商家打分及可能的運(yùn)營(yíng)規(guī)則對(duì)商品做排序。

推薦系統(tǒng)在促進(jìn)商家繁榮上的價(jià)值，需要根據(jù)上面的介紹，給新入駐的商家、新上線的商品、評(píng)分高的商家、評(píng)分高的商品更多的曝光機(jī)會(huì)、更好的排序位置，可以量化的指標(biāo)主要有：

①新上線商品在一定周期內(nèi)通過推薦算法產(chǎn)生的總售賣數(shù)量、總售賣金額、售賣數(shù)量增長(zhǎng)率、總金額增長(zhǎng)率;

②新入駐商家在一定周期內(nèi)通過推薦算法產(chǎn)生的售賣數(shù)量、總售賣金額、售賣數(shù)量增長(zhǎng)率、總金額增長(zhǎng)率;

3.促進(jìn)“標(biāo)的物”售賣，獲取更多經(jīng)濟(jì)收益

在促進(jìn)“標(biāo)的物”售賣上，我們可以量化推薦系統(tǒng)的如下指標(biāo)：

①通過推薦產(chǎn)生的“標(biāo)的物”售賣數(shù)量、金額;

②通過推薦人均購買的“標(biāo)的物”數(shù)量、金額及大盤人均售賣數(shù)量、金額;

③通過推薦售賣的不同（長(zhǎng)尾）“標(biāo)的物”的總量（去重）;

④通過推薦產(chǎn)生的商品轉(zhuǎn)化（曝光->瀏覽，瀏覽->增加購物車，添加購物車->付款等的轉(zhuǎn)化）及大盤轉(zhuǎn)化。

通過這些指標(biāo)可以衡量推薦系統(tǒng)在提升售賣變現(xiàn)上的價(jià)值。同樣的，我們可以統(tǒng)計(jì)不同的推薦業(yè)務(wù)、不同的行業(yè)、不同的商品品類在上述指標(biāo)上的差異，確定不同推薦產(chǎn)品產(chǎn)生價(jià)值的大小，指導(dǎo)我們有針對(duì)性的優(yōu)化不同的推薦產(chǎn)品形態(tài)。

4.提升會(huì)員的轉(zhuǎn)化與會(huì)員留存

推薦系統(tǒng)在促進(jìn)會(huì)員購買方面，除了上面3提到的4個(gè)指標(biāo)對(duì)會(huì)員也適用外，還可以關(guān)注推薦在促進(jìn)會(huì)員留存方面的價(jià)值，我們可以關(guān)注如下指標(biāo)：

①通過推薦會(huì)員節(jié)目產(chǎn)生的累計(jì)會(huì)員購買人數(shù)、次數(shù)、金額;

②一定周期內(nèi)通過推薦會(huì)員節(jié)目產(chǎn)生的會(huì)員購買人數(shù)、次數(shù)、金額及大盤占比;

③可以統(tǒng)計(jì)經(jīng)常使用推薦的用戶和不頻繁使用推薦功能的用戶購買會(huì)員的比例、頻次、購買金額等的差異;

④在相同時(shí)期的新用戶，在后續(xù)使用期間，經(jīng)常使用推薦的用戶和不頻繁使用推薦功能的用戶在會(huì)員續(xù)費(fèi)率上的變化.

5.用戶增長(zhǎng)：提升用戶留存、活躍、停留時(shí)長(zhǎng)

用戶增長(zhǎng)對(duì)整個(gè)公司的發(fā)展非常關(guān)鍵，前面也說過用戶增長(zhǎng)是變現(xiàn)的根基。這里我們拿視頻行業(yè)來舉例說明，其他行業(yè)類似，推薦在促進(jìn)用戶增長(zhǎng)上的指標(biāo)可以體現(xiàn)在如下幾個(gè)方面：

①通過推薦算法產(chǎn)生的總播放量、總播放時(shí)長(zhǎng)及分別對(duì)應(yīng)的大盤占比;

②通過AB測(cè)試，首頁增加更多個(gè)性化推薦和完全人工推薦對(duì)新增用戶的一天、三天、七天、一個(gè)月留存率等留存指標(biāo);

③通過AB測(cè)試，比較使用推薦的用戶和不使用推薦的用戶播放視頻時(shí)間與在產(chǎn)品上的停留時(shí)間之比（用戶在視頻App上的目的就是觀看視頻， 觀看視頻與停留時(shí)間之比越大，說明用戶體驗(yàn)越好， 極端情況下這個(gè)比值為1，這時(shí)用戶進(jìn)入App就開始播放喜歡的視頻直到退出App。

6.節(jié)省人力成本

推薦算法具體節(jié)省的人力成本確實(shí)無法精確計(jì)算，但是可以拿視頻網(wǎng)站的首頁進(jìn)行類比。如果純用人工編排首頁，假設(shè)需要5個(gè)人力，那么這5個(gè)人力一年的工資總額就是首頁編輯一年的成本;如果采用推薦算法，成本就是前期推薦算法開發(fā)部署的成本，加上算法維護(hù)，以及運(yùn)行一年需要的服務(wù)器成本。我們先不考慮兩者推薦的效果問題，當(dāng)產(chǎn)品形態(tài)非常復(fù)雜，就需要更多的人力來維護(hù)首頁，而算法基本是一次性投入，具有規(guī)模效應(yīng)，大家應(yīng)該可以想象得到，隨著業(yè)務(wù)復(fù)雜性提升，算法的成本基本是恒定的，而編輯成本是線性增加的，所以在極端復(fù)雜的產(chǎn)品或者有多個(gè)產(chǎn)品矩陣需要維護(hù)的視頻公司中大量采用推薦算法，可以不必招聘這么多編輯，從而可以大大減少人力成本。

7.提升內(nèi)容分發(fā)效率

推薦系統(tǒng)相比人工編輯編排天然具有千人千面、完全自動(dòng)化、近實(shí)時(shí)更新等優(yōu)勢(shì)， 可以做到內(nèi)容的精準(zhǔn)高效分發(fā)。我們可以從如下指標(biāo)來體現(xiàn)推薦系統(tǒng)的分發(fā)效率。

①每天通過推薦算法分發(fā)的“標(biāo)的物”的數(shù)量（去重）及在大盤分發(fā)量中的占比;

②通過推薦算法產(chǎn)生的人均播放量、人均播放時(shí)長(zhǎng)與非推薦算法產(chǎn)生的人均播放量、人均播放時(shí)長(zhǎng)的對(duì)比;

提升推薦系統(tǒng)商業(yè)價(jià)值需要關(guān)注的問題及建議

在上一節(jié)我們提到很多衡量推薦系統(tǒng)商業(yè)價(jià)值的指標(biāo)， 那要怎樣提升這些指標(biāo)呢？有什么方法和技巧？推薦系統(tǒng)商業(yè)價(jià)值的挖掘是一個(gè)非常偏業(yè)務(wù)的問題，上面提到的只是一些非?；A(chǔ)的點(diǎn)，實(shí)際落地量化時(shí)需要結(jié)合公司的業(yè)務(wù)、行業(yè)、階段、戰(zhàn)略方向等來具體調(diào)整、規(guī)劃、實(shí)施。在這一節(jié)我們提供一些提升推薦系統(tǒng)商業(yè)價(jià)值的建議及需要關(guān)注的問題，供讀者參考。

1.要事第一，分清主次和優(yōu)先級(jí)

上面提到推薦系統(tǒng)的商業(yè)價(jià)值有很多方面，由于公司資源有限、公司所在的階段也不一樣，所以一定要有側(cè)重點(diǎn)，不能胡子眉毛一把抓，否則什么都做不好。在某一段時(shí)間或階段一定要結(jié)合公司當(dāng)前的業(yè)務(wù)重點(diǎn)，集中注意力到少量的幾個(gè)指標(biāo)， 這樣才能更有針對(duì)性的挖掘量化出推薦系統(tǒng)的商業(yè)價(jià)值。

2.完善推薦算法數(shù)據(jù)打點(diǎn)，方便統(tǒng)計(jì)

上一節(jié)提到的所有指標(biāo)，基本都涉及數(shù)據(jù)統(tǒng)計(jì)，同時(shí)絕大多數(shù)統(tǒng)計(jì)都涉及用戶在產(chǎn)品上的行為，這就需要記錄用戶的行為?；ヂ?lián)網(wǎng)公司一般通過數(shù)據(jù)埋點(diǎn)的方式將用戶的行為記錄下來并上傳到大數(shù)據(jù)中心，通過數(shù)據(jù)分析挖掘用戶行為，最終獲得對(duì)用戶的洞察，所以就要有很好的機(jī)制、方法、策略將用戶的關(guān)鍵行為記錄下來，只有記錄下來了，才能進(jìn)行精細(xì)化的統(tǒng)計(jì)分析。

3.需要搭建高效的AB測(cè)試平臺(tái)

要想體現(xiàn)推薦算法的價(jià)值比人工或者大盤好或者對(duì)算法做優(yōu)化，就需要做有說服力的分析對(duì)比，目前在互聯(lián)網(wǎng)行業(yè)最有效的對(duì)比方式就是做AB測(cè)試，通過將用戶分為AB兩組，在同一時(shí)間提供不同的服務(wù)，通過相同的指標(biāo)來統(tǒng)計(jì)指標(biāo)在兩組用戶間的差異，從而發(fā)現(xiàn)問題、得出結(jié)論。

所以，要很好的體現(xiàn)推薦系統(tǒng)的商業(yè)價(jià)值，就需要搭建一套高效易用的AB測(cè)試平臺(tái)，方便對(duì)各種商業(yè)指標(biāo)做對(duì)比分析。

4.商業(yè)價(jià)值與用戶體驗(yàn)的平衡

從上面的講解，我們可以知道toC類產(chǎn)品，商業(yè)價(jià)值最終直接或者間接來源于用戶，可以說用戶是公司的“衣食父母”，在做（推薦系統(tǒng)）商業(yè)變現(xiàn)時(shí)，一定要重視用戶體驗(yàn)，讓盈利做到“細(xì)水長(zhǎng)流”，太注重短期利益，往往會(huì)死得很慘。用戶不是傻瓜，用戶只會(huì)為他認(rèn)為有價(jià)值的產(chǎn)品或者服務(wù)買單。

對(duì)于初創(chuàng)公司，當(dāng)用戶規(guī)模很小時(shí)，可以提前思考變現(xiàn)的事情，也可以做適當(dāng)變現(xiàn)的探索，但更多精力要放到用戶體驗(yàn)上，更關(guān)注用戶體驗(yàn)，一切以用戶體驗(yàn)為主，為用戶提供有價(jià)值的產(chǎn)品及服務(wù)，快速拓展用戶規(guī)模，形成口碑。當(dāng)用戶規(guī)模足夠大時(shí)，可以在商業(yè)變現(xiàn)上投入更多的精力，做更多的商業(yè)化嘗試，畢竟公司要生存下去還得具備變現(xiàn)的能力，同時(shí)利用這些能力真正做到變現(xiàn)，但決不能忽視了用戶體驗(yàn)，兩者需要保持微妙的平衡。

5.盡早量化推薦系統(tǒng)的商業(yè)價(jià)值

在成立推薦系統(tǒng)團(tuán)隊(duì)時(shí)，團(tuán)隊(duì)負(fù)責(zé)人不要僅僅只關(guān)注有哪些推薦產(chǎn)品形態(tài)落地到產(chǎn)品及推薦點(diǎn)擊等指標(biāo)，同時(shí)還要關(guān)注推薦系統(tǒng)的商業(yè)化指標(biāo)。

在創(chuàng)業(yè)早期，公司可能還沒有考慮商業(yè)化的事情，這時(shí)應(yīng)該花更多時(shí)間精力關(guān)注推薦系統(tǒng)在用戶發(fā)展上的指標(biāo)，畢竟這是隱形的商業(yè)化指標(biāo)。作者在前幾年做推薦系統(tǒng)的時(shí)候，只關(guān)注有多少推薦產(chǎn)品形態(tài)落地，對(duì)指標(biāo)的事情漠不關(guān)心，最近幾年才有了量化指標(biāo)的意識(shí)，并真正地將量化指標(biāo)落地到了業(yè)務(wù)中，這也是最近幾年最大的心得體會(huì)和領(lǐng)悟。

6.定期匯報(bào)推薦系統(tǒng)的商業(yè)價(jià)值

定期向領(lǐng)導(dǎo)或者老板匯報(bào)推薦系統(tǒng)的商業(yè)價(jià)值，讓領(lǐng)導(dǎo)深刻認(rèn)識(shí)到推薦系統(tǒng)的商業(yè)價(jià)值，并結(jié)合公司戰(zhàn)略、產(chǎn)品發(fā)展方向及當(dāng)前的業(yè)務(wù)重點(diǎn)，調(diào)整推薦系統(tǒng)產(chǎn)品形態(tài)及核心指標(biāo)來適應(yīng)公司業(yè)務(wù)發(fā)展的需要。只有展現(xiàn)出了推薦系統(tǒng)的商業(yè)價(jià)值，推薦系統(tǒng)才會(huì)受到重視，最終才有可能發(fā)揮它的巨大威力。

7.關(guān)注推薦系統(tǒng)價(jià)值在整個(gè)平臺(tái)的比重

做推薦系統(tǒng)不僅僅要關(guān)注它的絕對(duì)價(jià)值， 更重要的是要關(guān)注它的相對(duì)價(jià)值，即推薦系統(tǒng)在整個(gè)平臺(tái)上產(chǎn)生價(jià)值的比例（權(quán)重），所以對(duì)推薦的任何一個(gè)商業(yè)指標(biāo)，最好可以做到跟大盤做對(duì)比，知道了在大盤中的比重，這樣才能更好的知道推薦系統(tǒng)的分量。說句很直接的話，誰在公司可以產(chǎn)生更多的商業(yè)價(jià)值，誰就可以獲取更多的資源和更多的話語權(quán)， 即經(jīng)濟(jì)權(quán)決定話語權(quán)。

8.細(xì)化各個(gè)推薦模塊的價(jià)值

在成熟的產(chǎn)品中，會(huì)有很多個(gè)推薦算法模塊，每個(gè)獨(dú)立模塊可以看做一個(gè)推薦產(chǎn)品形態(tài)。我們?cè)趺吹@些模塊呢？是投入相等的資源嗎？

肯定不是。實(shí)際上任何一個(gè)公司，人力資源一定是緊缺的，根據(jù)二八定律，我們一定是將人力資源投入到產(chǎn)生價(jià)值最大的那個(gè)模塊，這就需要我們提前量化出各個(gè)模塊的相對(duì)價(jià)值，只有量化了各個(gè)模塊的價(jià)值，才能將精力投入到最有成效的地方。