以淘宝为例电商平台若何提高人货匹配度？

电商依托互联网的上风，改变了传统买家和卖家的交易办法，极大地降落了买卖双方的交易本钱，尤其是推举算法、搜索算法的引入大大提高了人货匹配度。

提高人货匹配度是促进交易的关键要素之一，而提高人货匹配度的关键便是“让买家找到想要的货色，让卖家卖出想卖的货色”，这两条路在某种程度上实在是殊途同归。

电商平台经历了多年的打磨，在大方面已经较为完善，若要更进一步改进，更多的是对用户场景的细分和深挖，知足用户更多的个性化需求。

接下来我也将基于这个原则，考试测验通过“从买卖双方两个角度改进现有方案”来提高人货匹配度，以及谈谈对一个“人找货”场景的功能改进想法。

目前淘宝的紧张的人货匹配办法有：搜索（输入笔墨描述、图片识别、相似宝贝识别）、类眼前查找（该方法利用的频率不算高）、推举算法推举、卖家自营销（微淘）。

一、用户角度

从用户角度（在手淘中，用户和买家是同一类角色），范例场景可分为“有较明确目标的找货”和“随便看看，可能会购买”两种，个中前者的找货办法紧张是通过用户自行搜索，后者紧张是通过推举和逛微淘。

在用户进行搜索时，还可分为两种范例场景：

1. 用户可以准确描述自己想要的货色，然而搜索结果仍不理想

在该场景下，提高匹配度的一个紧张障碍是“货色描述不准确”，这个中有几种缘故原由：

用户和卖家对一些货色的特点定义不一，而在这个场景下常日是卖家对货色特点的描述有偏颇；卖家更方向于只管即便涵盖多种货色特点，堆砌盛行词以提高曝光，导致涌现了与用户描述不太干系的搜索结果涌现。

则对应的办理方法紧张从卖家方面考虑，我认为电商平台可利用平台大数据帮助卖家精准描述，并须要让卖家知道精准描述的好处，避免卖家堆砌过多描述词。

2. 用户难以用笔墨描述自己想要的货色

目前的图片识别可办理一部分用户难以描述的问题，但图片识别只能知足用户在“有想要的货色的图片”的场景下“想要图片上的货色”的需求，但存在还有一些用户的需求是“在图片里的货色的根本上做修正”，比如只想要图片上货色的样式却不想要同样的花色，想要图片上货色的大致样式却不想要某个细节，乃至可能只想要图片上货色的风格等等更多个性化的需求。

（随着用户消费升级，个性化定制将是未来一大趋势，而人工智能仿照将是知足个性化定制的最有力方法。
但目前技能显然还无法达到这种程度，且个性化定制还涉及其他更多本钱，故目前还未到考虑个性化定制的时候，而是通过更精准的算法查找现有货色以更好地知足个性化需求。
而知足个性化需求的一个关键便是要深挖用户可能有的各种场景及不同场景下的不同需求。
）

如果用户想要在图片的根本上做修正，那么图片识别越精准反而越不能知足用户的需求。
虽然目前算法没那么智能到能准确判断用户的想法，但我们可以通过让用户自行输入干系信息以调度算法，即采取图片加笔墨、短视频加笔墨等多维度的描述方法。

这种方法深挖下去可以很繁芜，但最开始只需用最大略的原型知足最常见场景下的较刚性的需求，之后再根据用户利用情形进行功能的迭代改进。

比如，可在对图片的根本剖析上设置样式、花色、颜色等最常用的关键词供用户选择“加”或“减”，“加”代表要符合图片上的，“减”代表和图片上的不需相同乃至不要相同。
当然这很大程度上依赖于技能上能否实现。

（深挖下去，如果技能能达到的话，可以对图片上的货色进行更细致的拆分剖析，通过用户输入干系信息来重新组合图片和笔墨，然后根据这一新的组合对货色池进行搜索）

在用户搜索后，将看到搜索算法基于用户画像呈现的结果，在这个场景下提高人货匹配度的紧张考虑点是：搜索算法。

我的建议是：增大用户对算法的自主调度。

淘宝有“千人千面”算法，算法根据用户行为得出用户画像，基于画像做推举和显示搜索结果。

但是，我们该当考虑到，用户行为有很多场景（用户可能会为别人买东西，还可能会由于好奇或者其他缘故原由查看了某些商品，或者用户想法改变了等等），如果将这些行为都计入画像中，将很大可能上会造成滋扰，而手淘目前对搜索出来的商品只能“找相似”和“找同款”，那么要想对算法调度将须要花更永劫光，有损用户的选购体验。

用户在筛选搜索结果时，存在“对商品部分满意”的场景，这和“在图片里的货色的根本上做修正”很类似，故可采纳类似对图片识别改进的方法那样，利用技能“对详细商品进行剖析和拆分出商品特点”，可让用户选择“加减”，这将更快速地调度算法，有利于算法更快找到用户须要的商品。

同样地，这也须要技能的支持才可能实现。

末了，如果用户仍是搜索无果，在这样的场景下，可能会有“问别人”的需求——用户可能会想发帖讯问，或者看别人的类似的讯问贴。

则可以考试测验设置一个发帖讯问区，但是常日这是卖家乐意回答的，然而卖家回答又随意马虎让用户不信赖，用户希望的是其他买家的回答。

而且如果问题过多，将有很多问题无法得到足够的曝光，这仍旧无济于知足用户的需求。

故还须要由算法通过抓取问题关键词向买过类似物的买家推举问题，但其他买家回答问题也是有本钱的，如果没有其他额外收益，将不能有效调动这部分用户的积极性。

如何鼓励其他用户回答？

可以是积分、金币等其他褒奖。

二、卖家角度

从卖家角度，紧张是帮助卖家将货色推动给须要它的买家，以及帮助卖家调度生产操持以更好地知足买家需求。

1. 卖家须要将已有的货色推送到须要它的买家手中，这可以通过对货色的准确描述、推举算法、搜索算法、和更多的曝光率来知足。

前三点在上文的用户角度中已提出可改进点。

我认为，“更多的曝光率”的需求实在不应该捐躯搜索结果的准确性来知足（如卖家常会为了更高的曝光率而堆砌描述词），由于这样就会降落买家和货色的匹配度，但可通过用户“随便看看”这一场景来知足。

淘宝目前已有为提高卖家货色的曝光率供应了一个模块：微淘。
微淘不仅是卖家的自营销平台，还是用户的自推广平台。
卖家可以在这里推举自己的商品，用户也可以通过晒出买家秀和利用心得来推广商品。
微淘的功能设置得已经很完善了，充分利用了短视频的上风，而且在图文和短视频中都有宝贝链接方便用户查看。

不过体验下来有一点不适的感想熏染，便是内容很杂，只有几个较大的分类（买家秀乃至没有分类），没有比较明确的客户细分，这样或许是想纯挚依赖推举算法来做事不同的用户群体？不过我认为如果可以在现有根本上进一步细化分类，对差异较大的用户群体做细分，对提高人货匹配度将会有进一步的帮助。

2. 由于信息不对等性和滞后性，卖家对市场上买家的需求存在误解是常有的事，导致货不能很好地知足买家需求，这样的供需不匹配随意马虎造成买家买不到想要的，而卖家卖不出货。

而互联网的一个上风便是数据，可以充分发挥数据上风，将搜索数据、购买数据等经由封装和有针对性的简化后为做事相应市场的卖家供应生产信息，帮助辅导卖家的生产操持，或勾引潜在卖家进入需求尚未被很好知足的市场，从上游更好地知足买家的个性化需求。

三、一个“人找货”场景：评价里的买家秀

用户在有购买意向的商品的评价里创造其他买家的买家秀，想讯问其身高体重，或者是身上搭的其他商品，这样的场景非常常见。

现有功能下，用户会选择通过评论以盼得到回答。

但很多时候，这样的方法并没有太大成效，由于回答与否完备取决于买家秀用户，她什么时候会再次来淘宝？又是什么时候才会打开看到这条评论？又为什么要回答？买家秀用户会回答的概率并不高，而且就算回答了，得到回答的韶光多数时候也是偏长，在这段韶光里用户可能已经打消了动机，或者探求到了其他替代品。

但既然我们已经创造了这一场景，就可以通过改进功能来更好地知足用户的需求，也能帮助匆匆成交易。

我们可在用户评论上传买家秀时，鼓励用户附上自己的身高体重等信息（只是鼓励，附信息与否是用户的选择自由），以及参考微淘的形式，鼓励用户对搭配的其他单品打上标签留下宝贝链接。

用户做这些都是有本钱的，须要有鼓励方法，比如褒奖积分、金币等。
考虑到这也是为这些商品信息做引流，可回馈商家优惠券等。

四、总结

本文基于“对用户场景细分和深挖，知足用户更多的个性化需求”的原则，从买卖双方的角度，对手淘现有的提高人货匹配度的功能进行剖析和改进建议：

利用数据帮忙卖家精准描述货色、提高用户的自主调控性以更好地调度算法、为搜索无果的用户设置发问区、细化微淘分类、利用数据辅导卖家的生产操持，以及针对“用户对商批驳价中的买家秀感兴趣”这一“人找货”场景提出了鼓励买家秀用户上传干系信息的建议。

笔者理论知识和实践履历还存在许多不敷，还望各位不吝指教。

本文由@yoonri 原创发布于大家都是产品经理。
未经容许，禁止转载

题图来自Unsplash，基于CC0协议