在經過昨天一整天的預熱過后，國內電商大佬京東、蘇寧、國美今日如期開戰。盡管沒有出現大家所期待的“你敢1元，我就敢0元”，但電商大佬們的價格戰卻再次讓國內互聯網彌漫在硝煙中。對于此次開戰的起因或動機，大家都有各自的看法，不過歸根結底還是為了搶占市場、賣產品賺錢。
然而，同樣作為電商巨頭的亞馬遜，如今最倚重的早已不再是低廉的價格，而是其強大的個性化推薦系統。該公司第二財季銷售額增長29%，從去年同期的99億美元增長至128.3億美元。《財富》雜志網絡版在上月底揭密亞馬遜的個性化推薦服務時曾指出，這種增長在很大程度上與其將推薦功能整合到購買流程的幾乎所有部分中有關。
百分點的BRE與BAE
國內電商大佬們都在忙著大搞野蠻價格戰，無暇在大數據挖掘及個性化推薦方面深耕細作，這為創業公司留下了很大的生長空間�；诖髷祿治黾夹g為電商提供個性化推薦服務的“百分點”便是其中之一，該公司恰巧在今日發布了最新的個性化推薦引擎（BRE v2）及分析引擎（BAE v2）。
在BRE v2中，數據分析與挖掘算法已經成為推薦引擎的最底層，變成一種基礎服務，并不直接影響推薦結果。而新增的場景、規則、展示這三種引擎，能夠結合電商站點的KPI，在最佳時機將合理的商品信息匹配到個體用戶，讓用戶得到最佳的推薦內容。對電商網站來說，則能夠增加商品的曝光數量，提升用戶平均訪問步長和商品頁訪問量（Glance View），進而影響商品轉化率、商品動銷數以及銷售額。
實際上用戶在網站上的瀏覽、點擊等操作都會產生數據內容，同時商品本身的各種特性也可以全部轉化為數據。而推薦引擎可以通過底層算法將這些特性數據全部標簽化，再以標簽聚類的方式對個體用戶的即時操作意圖進行判斷，就能夠得出相對精確的個性化推薦結論。這個過程很像是模式識別在社會化行為判斷領域的一種實現。
此外，同時發布的分析引擎BAE v2更像是將百度統計與BRE推薦引擎結合，功能上與淘寶平臺使用的量子統計、數據魔方一類的產品有類似之處。只是BAE引擎的數據來源是全網絡，而不是某個單一的電商平臺。
行業人士看電商
事實上在發布新產品的同時，百分點還邀請到包括1號店CTO韓軍、優購網市場總監徐雷、IDG資本合伙人李豐等專業人士，共同探討了大數據時代電商平臺引入個性化數據挖掘系統的必要性及發展前景。
韓軍表示，數據挖掘是電商在精細化運營中必要的“知己”手段，而1號店在試用個性化數據推薦廣告后，效果是人工使用站內系統投放廣告產生效果的十倍。同時徐雷認為，B2C的本質在于“通過賣貨的形式，利用數據挖掘和技術手段來經營用戶的消費價值”，而電商的重點在“商”，在于“經營”。
IDG的李豐則認為，移動互聯網未必會取代傳統互聯網，因為大家在移動端顯得很沒有“耐心”。因此，給用戶推薦個性化的內容，在短時間內抓住用戶的心在這時候顯得尤為重要。越來越多的應用和服務采用Facebook、微博的開放平臺作為自己的用戶管理系統，這讓我們從大數據中挖掘用戶意圖并為其推薦個性化內容真正成為可能。
價格傾軋之外的選擇
今日的價格戰并非首次在電商平臺間爆發，也肯定不是最后一次。大佬們之所以樂此不疲，說明優質低價確實對消費者來說確實很有吸引力。然而用戶所需要的并不僅僅是低廉的價格，所以價格傾軋也不可能長久，基于大數據分析的個性化推薦似乎成為電商的必經之路。
是否所有電商平臺都需要一個像亞馬遜那樣的個性化推薦系統呢？這倒未必。對于還未涉足個性化數據挖掘和推薦的綜合性電商平臺來說，從頭構建這樣一個系統可能需要投資大量的資金和精力，而產生的效果并不一定會投放成正比；同時垂直領域的電商網站在數據獲取方面還有局限性。在這種情況下，像百分點這樣的第三方服務或許是更好選擇。
選擇第三方服務的前提是，你愿意把自己網站上的數據拿出來與全網、甚至競爭對手分享。如果這個前提不成立，要實現個性化內容推薦，那你還得咬牙堅持自己開發一套數據挖掘系統。總之，在“八百回合”的價格鏖戰之后，電商大佬們也必然回歸精細化運營狀態，屆時大數據仍然將是他們必不可少的驅動力。
推薦閱讀
浦發硅谷銀行行長魏高思昨天接受南都采訪時表示，對科技創新型企業不甚了解的傳統銀行家來說，這些企業不僅看上去是高風險客戶，實際上也的確是高風險客戶。但是對于硅谷銀行來說，雖然難度很高，但通過努力總能把風>>>詳細閱讀
地址：http://m.sdlzkt.com/a/guandian/yejie/20120330/117919.html
網友點評
精彩導讀
科技快報
品牌展示