根据商品详情页、购物车和首页等不同场景，推荐相似商品、搭配商品或客户下一步可能需要的商品。
← 返回 Convert
Convert · 推荐系统
结合当前场景、商品关系和客户行为，推荐更合适的下一件商品。
Recommendation System
系统可以从相似商品、近期浏览、加购、购买、畅销和新品等多种来源找到可能合适的商品，再结合当前页面、客户行为和可用身份信号计算相关性、安排展示顺序。库存和排除规则负责最后把关；展示、点击、加购和订单记录帮助团队持续优化。
能力状态
现有平台能力，按客户目录、数据、场景和前端位置配置。每个场景分别联调、验收，不默认一次启用全部推荐位置。
适合谁
适合已有稳定商品流量，希望系统化开展 cross-sell、up-sell，提升转化率和客单价的电商团队。
买家常问
- 商品详情页推荐
- 购物车加购推荐
- 相似商品推荐
- 车型适配推荐
- 推荐效果怎么衡量
让推荐更相关、更个性化
结合页面场景、商品和客户行为，把更合适的商品推荐给每一位客户。
结合当前商品、近期浏览、购买记录和可用身份信号，提高推荐相关性与个性化精准度。
把相似商品、近期行为、购买记录和业务优先级放在同一次判断里，排出更贴近当前客户的结果。
记录每个推荐来源、展示位置和客户反馈，用点击、加购、转化率和客单价持续优化推荐。
推荐智能怎样运行
从多种商品关系中发现可能合适的商品，再按场景、相关性与个性化信号智能排序。
系统从相似商品、近期浏览、加购、购买、畅销和新品等来源发现商品，再结合当前页面、客户行为和适用的身份信号计算相关性。经过聚合、去重和展示顺序调整后形成推荐结果，库存与业务规则只在最后负责质量把关。
01 · 客户与场景
- 当前页面与商品
- 近期浏览、加购与购买
- 相似、畅销与新品
- 适用的身份与生命周期信号
02 · 多路发现相关商品
- 相似与互补商品关系
- 近期兴趣与购买线索
- 畅销、新品与场景商品
03 · 相关性与个性化排序
- 商品关系与客户兴趣
- 页面目标与当前场景
- 适用的个性化与经营优先级
04 · 更合适的推荐
- 贴近当前需求的商品
- 相关、搭配或下一件商品
- 可解释的来源与顺序
实施范围
把推荐智能落到真实场景、商品关系和客户体验里。
商品与场景
确认商品关系、页面位置、业务目标和可用行为信号，定义每个场景希望帮助客户完成什么。
多路发现
组合相似商品、近期行为、购买记录、畅销、新品和项目规则，形成可解释的候选来源。
相关性与个性化
结合页面、商品关系、客户兴趣和适用身份信号安排展示顺序，再用库存与排除规则把关。
前端与反馈
接入约定 API 或前端位置，记录请求、结果、展示、点击、加购和订单反馈。
交付与验收
先验收系统是否按约定工作，再讨论效果分成。
数汇恒流负责
- 完成约定数据、推荐接口、页面位置、商品排除规则、展示顺序和兜底方案。
- 准备代表性商品与场景测试集，检查不可售、重复和不适配结果。
- 接通约定前端位置与效果日志，记录版本、发布和恢复上一版本的方式。
- 根据书面基线或实验口径提供效果复盘与分成核算依据。
客户需要提供
- 商品、变体、库存、类目及必要的适配数据和更新规则。
- 历史浏览、搜索、推荐展示与点击、加购和购买等用户行为日志；我们会先从这些真实行为中理解客户对什么感兴趣，再结合页面场景、商品关系和经营优先级完成配置。
- 约定页面位置、业务目标、必要的商品排除与品牌规则，以及前端开发资源和测试发布窗口。
- 效果指标、基线或对照、数据来源、排除项和结算规则。
怎样算完成
- 约定场景能够稳定返回符合数量、可售性和业务规则的结果。
- 代表性样本、库存变化及没有合适商品时的兜底方案通过双方测试。
- 请求、结果、展示及约定反馈日志可以追踪并复核。
- 实施范围、上线版本、恢复上一版本的方式和效果核算起点书面确认。
收费方式
一次性实施费＋约定效果分成
一次性实施费根据页面位置数量、商品规模、数据质量、前端/API范围、市场语言、响应速度与服务要求、实验条件确定。效果指标、基线、比例、排除项、数据来源、核算周期和结算方式由双方书面确认。
合作范围
先把首期推荐场景做好，再根据真实数据持续优化。
- 首期先确认商品详情页、购物车、首页等推荐位置；邮件、站外广告和新增位置可以按后续需要扩展。
- 身份、个性化和车型等信号，会在数据质量、使用权限和实际场景满足时逐步加入。
- 相似商品可以复用现有结果，也可以通过规则或专项建设形成；是否需要训练模型按项目确认。
- 上线后持续观察点击、加购、转化率和客单价，再结合真实结果调整商品来源、展示顺序和规则。
- 如采用效果分成，双方会提前约定指标、基线、核算周期和结算方式，再按实际结果结算。
常见问题
哪些页面可以使用推荐？
常见位置包括商品详情页、购物车和首页，也可以评估类目页、搜索结果页或购后场景。首期位置按业务价值、流量、前端工作量和数据条件确认。
上线时必须有完整用户画像吗？
不一定。相似商品、页面场景和库存规则可以先提供基础推荐结果；近期行为、客户身份或车型信号只有在数据满足时再加入。
缺货或不适配商品会怎样处理？
项目会明确可售状态、库存刷新、排除和适配规则，并测试没有合适商品时展示什么兜底内容。规则效果取决于客户提供的数据完整性和更新及时性。
一次性实施费由什么决定？
主要取决于推荐位置和场景数、商品规模、数据质量、前端或 API 工作量、市场语言、响应速度与服务要求，以及基线或实验建设难度。
效果分成从什么时候开始？
实施验收后才开始适用。指标、基线或对照、排除项、数据来源、测量周期、计算和结算方式必须先由双方书面确认。
推荐效果上线后怎么优化？
我们会看推荐位曝光、点击、加购、转化率和客单价，并结合库存、价格和页面体验判断问题，再调整商品来源、展示顺序和规则。
先选一个推荐位置，看清数据和实施工作量。
带上站点、商品目录、库存更新方式和想优先实施的页面位置，我们先确认范围、验收方式和报价依据。
联系我们
先说清楚一个增长问题
填写大约 3 分钟。无需准备完整报表，我们会在 1 个工作日内联系你，再判断适合从哪里开始。