当当网打造个性化推荐&精准营销生态系统

分享者:傅强
职位:当当网高级开发总监
所在研发团队规模:80-100人
该研发团队职能定位:基于对用户的了解，结合大数据处理能力和数据挖掘算法，负责打造当当网营销生态系统
分享者介绍:傅强，2006年硕士毕业于北京航空航天大学计算机学院，应届毕业加入当当网

---

案例简述
整个个性化推荐&精准营销生态系统包括：
产品：个性化推荐、个性化精准广告联盟、个性化搜索、个性化邮件短信推送
关键组件：用户行为收集、大数据处理能力、实时处理能力、数据挖掘工具、流量分析产品、防欺诈子系统、用户profile库、商品库、地址信息库、邮件/短信平台
案例启示：我本人经历了这个生态系统从2006年发展至今（2012年）的过程，多少有一些感悟。如：
在一个完整生态系统中，每个物种之间相互支持、相互影响；
成熟的生态系统也需要不断从外界吸纳新物种，不断进化；
新物种更需要在生态系统中创造价值；

在案例分析中，我也会拿出干货：
整个营销生态系统要达成的核心目标是什么？
达成核心目标所需的核心关键点有哪些？又由哪些技术可以解决？
这些关键技术之间是如何相互配合支持，和谐地工作？

我想，这些干货也许能对与会的同学们多少有些帮助吧

---

案例解读
１.案例目标：
当当网是一家B2C电商网站，电商网站的本质是商务，商务的核心支柱之一是营销。通过技术手段提升营销效果将是电商网站核心竞争力之一，国外亚马逊就是成功的范例。我们启动此案例要达成的目标正是通过营销这个渠道，让技术产生价值。
２.成功（或教训）要点：
电商的搜索系统的核心是优化排序效果
推荐系统的体会是改产品设计真的比改算法来的直接
相比高精尖的算法，推荐系统更需要高质量的训练数据；数据质量提高了，即使是最常用的协调过滤算法也有很好的效果
Hadoop是大数据处理利器，storm配合kafka使用是实时大数据处理最佳解决方案之一
凡是有利益的地方，就有作弊行为；作弊行为将大大影响到营销系统的健康程度；结合大数据处理能力、用户行为分析、算法、网站安全的Anti-Fraud系统是一个健康的营销系统的关键组成部分之一
３.案例ROI分析：
营销系统是主要入口：商品详情页面一半的入口流量来源于搜索页、列表页、推荐产品
仅一支几十人的技术团队，推荐产品日均对订单贡献超过X万，甚至抵得上某些事业部一半以上的贡献
４.
道的层面：
从分解公司层面的战略做起，推倒出业务发展战略的制定；
把业务发展战略想清楚，才能有清晰的产品战略；
产品战略决定了架构设计&技术战略；
术的层面：
持续不断关注互联网最新技术，大胆尝试用新技术解决问题
新架构、新技术的选型需要符合产品战略、技术战略
通过解决老板的痛点，或让老板看到解决痛点的希望，让老板高高兴兴帮你推广新技术战略