网购，已经成为时下年轻人日常生活中不可或缺的一部分，服装鞋帽、食品、家电厨房用具，甚至是彩票都可以通过网络购买，也可以说，不管是卖场和商店里有还是没有的货品，都可以通过网络送货到门。近两年随着网购市场的兴起，网商也风生水起，一些传统行业也按捺不住“寂寞”，纷纷加入电子商务的行列。就在各大电商冒出水面的时候，一个新的问题又摆在了大家的面前，那就是如何“卖东西”？现在电商的差异性越来越小，原来只卖数码电脑配件的，现在也卖图书了，大有只有你有想不到，没有我不卖的味道。然后，就出现了诸如“电商大战”等事件，集体拼价格！
拼价格，固然能吸引用户的眼球，并促成订单交易，除此这外，难道就别无他法了吗？回答当然是否定的，不要忘记我们生活在一个科学技术就是第一生产力，技术可以改变世界的时代，现在超级计算机都可以给人看病了，还有什么是不能应用技术的手段解决的呢？
精准推荐系统，是时候了
将电子商务网站的浏览者转变为购买者，提高电子商务网站的交叉销售能力，加强顾客对电子商务网站的忠诚度。近日，知意图发布了特别为电商设计的精准推荐系统Etu Recommender，以海量数据挖掘、分析为基础，收集顾客的行为信息，利用个性化推荐算法，7*24自动分析消费者的历史和当前兴趣偏好，同时利用消费者相似的群体行为，通过多种算法进行精准推荐，不断的提高推荐质量，模拟传统卖场的销售人员，向顾客提供商品推荐，不仅帮助顾客找到所需信息，而且通过推荐系统，网站可以有效保留用户，提高网站的点击率和用户的忠诚度。
据了解，Etu Recommender面向的是中型电商企业，与同类型产品相比，Etu Recommender的优势在于，它是软硬一体的解决方案，在Etu大数据一体机的架构之上部署了精准推荐应用，适用于技术实力不强的电商企业，同时企业也可以根据自己的业务发展需求，轻松扩展底层架构。Etu 知意图事业发展总监陈育杰对记者表示，传统技术做的推荐是基于客户历史购买的记录，前提是要有交易，当交易产生的时候针对交易的数据进行推荐。无法做到把客户在网上的浏览行为、点击、评论行为归纳做推荐。而且，传统的电商会把交易数据放到数据库、浏览数据多放在存储系统里面，通常不会录入数据库。用现在依附关系型数据库和数据仓库建立的这些商业智能工具就只能看到购买记录，看不到浏览行为。相比较之下，知意图精准推荐系统 Etu Recommender 基于Hadoop的架构，能够做到以小时为单位去刷新一次推荐结果，提高了推荐系统的刷新率，与此同时，以大数据平台做支撑，基于对客户的行为观察，推荐的精细度又提高一个等级。
利用数据挖掘精准营销在提高电商交叉销售能力的同时，一定程度上对用户也存在一定的弊端。以前在数据挖掘方面的经典案例是“啤酒与尿布”的故事。近日，另外一件精准营销的案例在微博上“炸开了锅”。
Target是美国最大的连锁超市之一，该公司使用数据挖掘极其有效地提高营销精准率，能做到在事情显现之前就预测到它的发生，旨在“提供最专业的建议”。有一个经典案例是该超市基于数据挖掘系统分析结果给一位高中女生寄去婴儿用品优惠券，其父亲发现后投诉Target误导未成年人,但却在之后了解到他女儿已经怀孕的事实。原来Target超市的数据库系统给每个顾客分配一个Target Guest ID，在该条目下详细记录顾客的信用卡信息、网上注册信、在Target官网浏览的每一个页面和停留时间长短、每次的购买行为等信息，数据挖掘团队专门分析这些收集到的历史信息，预测顾客将来的购物行为和需求甚至生活方式，然后发邮件给顾客。例如判断一个女性怀孕，线索是该顾客已经发生了的消费行为，她可能购买了维生素补给、大量的专用乳液、无水洗手液等典型的孕妇会购买的一些商品，在孕妇、婴儿用品页面停留较长时间等。
有人说，互联网时代，每个人都将不在有隐私，我们当然不希望这样。如何避免上述案例中遇到的尴尬，是值得每一个电商和电商解决方案提供商需要思考和解决的问题。
