第四类是购物偏好，购物时段、偏好品牌等。
第五类是客户服务，用户评价等级、退换货次数（金额）等，这里包括两层含义，有些人经常退货或者拒收，有些人买一件东西时会下两个单，货到后挑一挑，收一个退一个，对于这两类用户的成本是非常大的，通过分析定位这类用户。电商行业还有一个概念叫“占单”，比如说iphone7马上要推出，有可能几千个库存刚放出来几分钟就没有了，其中有些是被正常用户买了，有些可能是被竞争对手战术性的占住了，还有些是用机器下单给恶意占住了。正常一个订单，需要24小时之内支付的，超过24小时不支付，订单就取消。如果分析出的这一类用户，就可以给他们限定10个小时或者半个小时甚至10分钟不支付就取消订单。
第六类是业务场景，用户DNA和用户特权等标签。前面提到的订单取消是用户特权的一个特例，负向的特权。对于分析出正向标签的，贡献额比较大的用户，比如国美在线用户等级从G1到G5，一个G5用户，有可能就给免邮或者会员生日礼物等特权。
4、规则与模型
标签是基于规则和模型出来的，而基本的规则是根据时段偏好、站点偏好、访问偏好（用手机APP，还是用微信，还是用PC）、消费周期，然后基于基本的生成购买力算法、用户群体画像算法、促销敏感度算法等生成标签。这些出来的标签会不断地形成一个标签体系，同时，加上一些业务、营销的因素，或者加一些其他的权重来人工干预更新标签，从而建立起基于数据规则和算法模型的标签。
另一种方法就是通过用户采样进行标签扩散，对于经常去浏览、购买的老用户，通过大量采集用户数据进行分析，然后是标签抽取和用户行为建模及以生成标签规则。对第一次登录国美在线或者就来过一次的用户，可以推荐什么商品呢？这时就需要统计学中的采样来进行标签扩散，就是拿出了其中某一类用户或者某几个用户的行为标签，作为这一类人的公共行为标签。所以大家会发现，第一次登录或者只登陆过一次的用户，最终推荐的商品，可能有些跟这个用户的上次浏览相关，有些就不相关，其中不相关的这类推荐，就是基于采样把用户归到一类里面，据此来做的推荐。
5、推荐
国美在线上“猜你喜欢”个性化应用，包括网站的底部、列表页、搜索页还有首页等页面位置。首页是在正中的位置，转化率非常高，另外不同的人登录APP，每个人获得的推荐商品都不一样的。
在国美在线APP“用户中心”的界面，通过用户的购物行为，推出用户DNA的页面，会给用户打上基本的标签，例如喜欢什么类型的商品，经常“海淘”的用户可能就有“海淘达人”的标签，这样建立了每个用户的购物圈画像和商品专属推荐。
还可以基于气候与天气进行推荐，例如深圳，天气比较热时，页面上会推荐“空调”等类似的消暑商品；若出现“雾霾”天气时，则会推荐“空气净化器”。这类规则不复杂，而且天气数据都是公开可以拿到的，只要在原来的基础是增加一些标签。
关于视觉的推荐，也就是基于图片的搜索，目前使用的还比较少。当用户输入一张图片，结果会根据这个图片给出相关的推荐。比如逛街的时候，看到别人穿的衣服或者拿的东西不错，可以直接拍下照片，通过相应的图片计算和搜索算法，相关的商品就可以搜索出来。
前面介绍了推荐系统的应用，那推荐系统的技术架构是怎样的呢？大数据平台的底层是各种数据平台，数据源包括会员数据、商品数据、订单数据等结构化的数据，以及行为日志等是非结构化的数据，包括浏览日志、点击日志、客户和客服的对话记录等。数据源上面是数据同步，通过“Sqoop”、“Flume”、“Kafka”等技术来实现，它的特点是存储的数据和交换的数据比较多。然后是数据存储，用的比较多的是“MySQL”、“Hbase”等。接着是计算框架，如“MapReduce”、“gome_realtime”、“spark”和“sparkstreaming”等。再接着数据平台之上就是算法引擎和推荐引擎，通过许多的算法模型，如“协同过滤”、“关联规则”、“矩形分解”，形成用户画像，结果可以是数据形式，报表形式、或者Excel表形式等。最后是各种应用端，“网站”、“APP”、“WEB”或其他营销应用端。
6、广告
DSP广告系统连接广告主和用户两端，以前的广告是购买广告位，现在基于DSP广告系统，可以做到不同人、不同时段在同一个位置看到的广告是不一样的，或者，同一个时间点，同一个位置，不同人看到的广告也是不同的。比如有100个商家的广告需求和素材，整个DSP平台的过程，首先是不同用户的行为日志进行分析，把用户的URL请求和用户cookie相关的记录传过，在中间Ad Exchange上基于统计规则和算法模型等进行计算，并将计算结果反馈给广告主，广告主根据用户画像的结果通过实时竞价系统RTB进行竞价，最后结合计算和竞价结果给不同的用户展示不同的广告。
国美在线通过很多外部和内部媒体实现DSP广告的个性化投放。金融理财产品也像其他商品一样根据客户的标签进行推荐，效果非常好。
关于比价，跟精准营销有一些关系，但主要是大数据方面。比价平台需要实时地把同行各电商网站的数据爬下来，爬下来之后做一个比对，再帮助用户划分好类别，如果消费者通过这个比价平台看到的价格基本上是比同行低的，而且是他们想要的商品，购买转化率就比较高。
热力图工具主要是内部使用的一个工具，针对网站的首页，实时的把首页的每个资料位，有多少点击，流量是增加还是减少，后面的转化是怎么样的，会实时的展示出来，从而实现智能化的选品和智能化的运营，帮助业务调整买品和价格。商品销量不理想或者库存告急的商品是需要更换，热销商品要是太靠后了，就要往上放一下。这些通过热力图工具页面就可以显示出来。
其实后台的标签系统做好之后，可以有很多其他的应用，例如，将标签应用API接口，给其他应用端提供支持，可以与推荐、搜索、广告和第三方新闻等对接；或者是跟营销去对接，提供可视化的分析，城市的人群分布，不同性格的人群分布，成果实时的生成等。
（转自：数据派）
