《北大商业评论》2012年第06期推荐-个性化：互联网商业模式的未来

个性化：互联网商业模式的未来
转载自《北大商业评论》2012年6月刊
 

过去20年间，互联网经历了三次变革。第一次变革实现了信息获取功能，以雅虎和新浪为代表。用户通过点击目录式首页，找到需要的信息；第二次变革实现了信息搜索功能，以百度和谷歌为代表。用户通过输入关键字，迅速找到最相关的网页；第三次变革实现了网络社交功能，以Facebook、新浪微博等为代表，用户从社交网络获得与个人需求更接近的信息。

面对未来互联网的新变化，什么样的商业应用将在下一个十年成为颠覆性的应用？什么样的技术能够带动这样的革新，引领新互联网技术时代？

从用户偏好到独特定制 个性化将是商业的未来

个性化在商业领域的应用，由来已久。比如衬衫的个性化定制，一对一的个性化教育等。然而，植根于信息、数字时代的个性化，其商业形式和内容发生了很大变化，指的是商家通过对用户数据和偏好的广泛收集，为用户打造并呈现个性化的商品、信息和咨询活动。除了商品外，还包括为用户定制及开发新闻、招聘、折扣、交友、电影、应用等信息。

互联网个性化最早是从图书类网站开始的，因为图书是最容易左个性化推荐，也是最需要做个性化推荐的。亚马逊是最早通过对大量用户的行为进行分析及技术预测向消费者实施个性化推荐的。通过对用户浏览轨迹、购买历史、喜好相似度等的分析，亚马逊将每个用户可能喜爱的商品在首页展示出来，不同的消费者登陆亚马逊看到的商品不一样。研究显示，亚马逊35%的销售来自于推荐系统，这还仅仅是几年前的数字。另一项研究则显示，45%的用户更喜欢到有产品推荐功能的网站与购物。

如今，个性化概念开始渗入到互联网的各个方面，互联网正在从搜索时代进入推荐时代。亚马逊CEO贝佳斯很早就说过，如果亚马逊将来有200万个用户，就建立200万个不同的网站，使每一个用户都有不同的首页。2011年度的百度年会上，李彦宏也明确表述，未来百度的发展方向之一，就是实现搜索首页和搜索方式的个性化。Facebook的CEO扎克伯格则预测说，所有互联网媒体须在未来3-5年内实现个性化，不实现个性化，一定会消亡。这是因为：

一方面，海量信息使快速搜索变得困难。谷歌首席执行官埃里克·斯密特曾说，现今人们每两天所创造的信息量，相当于2003年之前所积累的原创信息量的总和。如何在浩如烟海的信息中，快速找到需要的信息，是互联网发展过程中必须解决的问题。

假设用户想在网上买一双鞋，面对淘宝网店上数十万双的鞋子图片，如何找到适合自己的鞋子？百合网上有2000万注册用户，怎么找到自己想要的朋友？虽然可以通过增加搜索条件收缩范围，比如所在区域，比如身高，但是通常情况下，这些搜索条件并不能帮助用户找到适合的人。新浪网首页的信息是给所有人看的，因此，百分之九十以上的信息对于某些个体来说，其实是没有意义的。

另一方面，消费者需求异质性正在不断增强。限制社会，消费者喜欢个性化，喜欢获取和别人不同的商品及新闻、交友等信息。由于对产品或信息的喜好程度不一样，支付意愿也不同。

以消费者对手机的功能需求为例，每个人对手机的功能需求都不一样，而不同的功能需求，达成的支付意愿也不同。同样的手机，有人的支付意愿可能是1000元，有人的支付意愿是1500元，有人的支付意愿则是3000元。

随着互联网信息的爆发式增长及消费者需求异质性的债券，对互联网商业模式提出了新要求，而无论是《长尾理论》还是精准社会话营销，无论是《重新定位》还是基于用户偏好的市场细分，其所指向的趋势都是一致的，即为每一个终端消费者提供专属的产品与服务，满足其个性化的需求。

从产品到服务 个性化模式多样

从搜索到推荐，个性化涉及的商业模式很多，不同商业领域，采用的个性化手段也不一样。在营销方面，可以有个性化定价，个性化促销，个性化广告等；在搜索业务方面，可以有个性化首页，个性化新闻定制等；在网络社交方面，可以实现移动社交，个性化交友，个性化阅读，基于兴趣的小众化的垂直类与细分市场上的社交网络等。这里以个性化搜索、个性化定价为例。

个性化搜索引擎，为消费者提供专属信息。个性化搜索引擎是在传统搜索引擎结构基础之上，通过对用户的搜索历史和其他信息了解用户搜索兴趣，然后根据用户兴趣对网页进行排序，从而为用户提供个性化搜索结果，其中的关键步骤是准确推断用户搜索兴趣。

以搜索“甲壳虫”信息为例。如果是一个经常搜索林业、养殖业相关信息的果农，在百度上搜索“甲壳虫”，可能出来的就是动物类甲壳虫信息；如果是一个经常搜索音乐信息的音乐爱好者，百度的推荐搜索可能就是“甲壳虫乐队”；如果用户有买车的需求，百度的推荐可能就是“甲壳虫汽车” ；而即使是“甲壳虫汽车”，用户感兴趣的内容也是千差万别的，有的人可能想比较汽车的价格，有的人想了解甲壳虫汽车的最新营销策略，有的人可能想找营销网点……这些都可以透过个性化搜索，更加快速地获得。

实行个性化定价，挖掘隐藏利润。个性化定价不是给顾客不同的价格，而是让不同的顾客享受到不同的商品优惠，并为那些医院多付钱的顾客提供更多的价值。对于在实体店实行个性化定价，企业犹豫的一个重要原因是“个性化定价”可能会引起顾客的愤怒，甚至导致企业公关危机。而在互联网上，实行个性化定价，有着更加便利的条件。因为在互联网上，商家可以对顾客采取一对一的个性化优惠，而不必担心其他顾客会知道。

以网络音像店的个性化定价为例。对于一个新影片的DVD，即使商家制定了觉得很合适的价格，还是会看到两种类型的顾客；第一类顾客，虽然很喜欢该DVD，但是由于个人感觉价格有些高，以至于暂时将信息放在了购物车，再三犹豫，却始终没有购买；对于同一张DVD，第二类顾客，则会毫不犹豫地选择立即购买，并在收到DVD后，迅速发表了对该商品的评价。

面对这两类顾客，音像店存在一个利润流失的悖论：如果DVD价格高了，一些顾客就会流失，如果价格低了，虽然顾客会购买，但是损失了那些愿意支付更多的顾客身上的利润。无论是低价还是高价，总会有一部分利润流失，这部分利润被拉菲·穆罕默德在《定价的艺术》中称为“隐藏的利润”。

那么如何挖掘“隐藏的利润”？实行个性化定价。商家可以为第一类客户提供一张特定数额的优惠券或降低部分价格，让其有意愿购买DVD，而同时为了照顾到第二类顾客的感受，可以让第一类顾客在付钱一段时间后，才能看到影片。这样，对影片需求不太强烈的第一类顾客，为了省去一些购买成本，宁愿等待时间，同时又不会引起第二类顾客的不满。

从数据整合到内容分析 个性化实现的技术驱动

未来的个性化商业应用将由个性化技术驱动，这要是针对多渠道的非结构化数据的整合和应用。消费者可能在大众点评网上发表过评论，也可能在新浪网上发表了微博，在卓越上买了好书或好用的化妆品等，这些来自不同渠道的数据都是非结构化的。

谷歌刚刚修改了其用户隐私条款，之前它的所有产品之间是独立的，不分享用户偏好。但是近期，谷歌将其所有产品的数据库资料打通了，比如有人在谷歌搜了什么路线，看过什么新闻，点击过什么广告，这些信息都可以联系起来，这就是云营销的概念，只不过是集成在谷歌的产品之内。如果站得更高一点，比如说国内有一百家电子商务网站，通过技术手段，将消费者的购物信息和喜好打通，就可以将这些用户的属性充分利用起来，把用户偏好的轮廓画出来。

面前，打通用户在多个渠道的偏好数据，实现个性化商业应用，在理论上主要是基于以下三种技术方法：关联规则、协同过滤和内容分析。

关联规则就是寻找商品销售记录中的相关性，从而更好地指导销售策略的制定。比如，咖啡与咖啡伴侣、电脑与鼠标等，就是关联性较高的商品。

在以用户为中心，基于相似性的经典协同过滤算法中，首先通过比较历史数据，计算目标用户和其他用户的相似性，然后把与目标用户非常相似的用户喜欢的商品推荐给目标用户。协同过滤技术服务的对象是个体，却利用了所有用户的信息。

最初的基于内容的推荐是协同过滤技术的延续与发展，它不需要依据用户对项目的评价意见，而是依据用户已经选择的商品内容信息计算用户之间的相似性，进而进行相应的推荐。目前很过基于内容的推荐系统都是通过分析商品的文本信息进行的。