#本文為人人都是產品經理《原創激勵計劃》出品。

網上購物時發現，我已經買了一個籃球了，在已付款的界面下方還給我推薦籃球的商品，難道我會退貨重新購買嗎？這種推薦算法，為什么不能再智能化一些呢？本文作者對這個問題展開了探討，與你分享。

不知道你可否有這樣的經歷，打開一個電商軟件，進行購物后，在購買成功的頁面下，仍然收到很多類似的、甚至一模一樣的商品推薦。

明明不久前才購買了一個商品，在日后的一段期間內，仍然在電商首頁，“被迫”瀏覽一樣的商品。

你一邊無奈地快速劃過這些“無用”的商品推薦，一邊吐槽電商推薦機制的笨拙，認為這是推薦算法史上的大BUG。不知道相關業務的產品經理是怎么想的，這么久還不優化，都2022年了，推薦竟然還不知道哪些商品是自己已經買過不會再買的。

上述經歷大概是很多人經歷過的，那么為什么推薦效率如此之低，以至于已經導致用戶不滿，降低了體驗的情況下，電商平臺還反復把用戶已購的相似商品推薦給用戶呢？

一、電商平臺推薦策略

了解一個現象的原因，我們不妨從這個現象背后涉及的本質出發，理解清楚是什么，再去想為什么就簡單許多了。

首先先給大家介紹一下目前主流的電商推薦策略，主要分為基于物品的推薦體系、基于用戶的推薦體系、基于群體的推薦體系。

基于物品的推薦體系，主要是按照物品出發，從用戶曾經購買/收藏過的物品，去計算其它物品與這個商品的相關性，從而進行再推薦，優先展示相關性高的商品。

這也是在網站獲取用戶信息較少時，采用的一種常規推薦策略，畢竟在用戶畫像不全面時，基于用戶感興趣的商品進行推薦，出錯的概率會小很多。這樣的推薦策略在各電商平臺很常見，用戶在購買/搜索了一個類別的商品后，往往會在首頁看到很多類似商品的推薦。但這個策略也有弊端，容易形成信息繭房，難以去撬動用戶其它的潛在興趣項。

基于用戶的推薦體系，主要是以人為出發點，根據用戶的行為，去計算其它用戶與用戶的相似度，再根據相似用戶對于商品的喜愛度，去向目標用戶推薦這些商品。

這樣的推薦機制，推薦商品類別的覆蓋面會進一步擴大，擺脫局限于某幾個類別的現象。拼多多的推薦策略，就考慮了這個模式，按照用戶的行為，去向用戶展示展示與之高相關度的人感興趣的商品，通過“興趣圈”“拼小圈”的模式，促進用戶進行購買。

基于群體的推薦體系，主要是從群體的特征出發，提煉群體的共性，給用戶進行打標與歸類，再向群體用戶推薦在這個群體內，大多數用戶感興趣的商品，同時適當加入相似群體感興趣的商品，進行推薦。

常見的基于群體的推薦，大概就是每次注冊新賬號時，平臺都會讓用戶選擇感興趣的圈子，然后再基于所選擇的圈子，向用戶推薦群體感興趣的內容和商品。

不管是基于用戶、群體、物品的推薦，都是提煉人物的共性，再根據相似性，去進行推薦。從這一層進行考慮，也就不難理解為什么推薦體系，總是會推薦十分相似的商品了，因為這些商品都存在高相關性，在推薦體系眼中，都是用戶高感興趣的商品。

那么也許你會發問，為什么電商推薦體系那么傻，連最基本的去重都不做？難道我買了一個求婚戒指，我還會想要再買一個求婚戒指嗎？

二、重復推薦的原因

誠然，反復推薦同樣的商品，不僅讓用戶厭煩，降低體驗感，于銷售額而言，也沒有改善。畢竟很少有人會在上一秒買了一個商品，下一秒再購買一個“一模一樣”的商品。

但是，當一個問題長期存在，且沒有很大變化的時候，我們不妨停下來，再多細想一點，這背后的原因到底是為什么。

商品的購買高頻性是重復推薦的第一個原因。

• 當用戶買了一件毛衣后，他/她可能因為換季的原因，還會選擇再多購買幾件毛衣；
• 當用戶購買了嬰兒紙尿褲后，在不久的時間后，他/她會選擇再次購買紙尿褲，甚至會出于比較心理，再下單另外一個品牌的紙尿褲；
• 當用戶購買了一個香薰后，他/她可能目前對于香薰興趣度較高，還會繼續下單其它品牌的香薰。

從上可以看出，用戶重復購買一個類別的商品的原因千奇百怪，可能出于特定的場景、出于使用商品的頻率、出于自身興趣的原因，但是這些商品對于用戶而言，都具有購買高頻性，用戶愿意重復購買。

高復購一直是電商平臺追求的東西，如果有一個商品用戶有反復購買傾向，那么也不難理解平臺愿意損失一部分用戶體驗，換取更多潛在可觸發的商機的現象了。

平臺的商業化訴求是重復推薦的第二個原因。

廣告業務一直是電商平臺的主要營收模塊，而這個模塊又和點擊率、曝光率高度相關。

人都有比較心理，即使這個商品用戶已經很明確短期內不會購買，但出于好奇和比較心理，總有人愿意去點擊近期已購商品的頁面，查看其它相似產品的詳細信息，進行一番比較。而用戶點擊得越多、停留的時間越長，給電商平臺帶來的廣告效益就越高。

哪怕這樣的行為對于短期的銷量沒有提升，但是平臺可以利用這種行為，給用戶推薦更多同類商品的優質商家，既賺取了廣告費，又幫助商家吸引了一批目標人群，此外，變相種還能因為這種推薦機制，加劇商家的競爭，讓他們提高更好的服務與產品，何樂而不為呢？

算法的局限性是第三個原因。

哪怕最熟悉自己的人，也無法知道一個人的全部喜好，也會猜錯最親近的人的心思，更何況是算法。推薦系統只能從用戶的歷史行為（購買、收藏、點贊等）和相關性去猜測用戶喜歡什么樣的東西，無法做到精確度100%。

而且它也很難完全地去選擇合適的顆粒度，進行商品去重。舉個例子，如果一個商品分為三個層級，比如籃球在“運動-球類-籃球”這個類目下，那在用戶購買了籃球后，相關的推薦頁面不應該出現籃球了，按照這個邏輯，應該在第三類目標簽里面去進行去重處理。

但是，如果換個品類呢，如果用戶購買的是耳環呢，類目變成了“飾品-耳飾-耳環”，按照這個邏輯，在去除了耳環后，用戶可能還是會收到耳夾、耳釘的商品推薦，如果對于不想再購買類似商品的用戶而言，這樣的去重也是無效去重。

而且類目之間并不是完全的不重合關系，有的類目會相交（比如乳酪既屬于乳制品，又屬于烘焙原料），那么進行了一個類目的去重后，也無法保證商品還屬于其它有交集的類目，能被完全過濾掉。

換而言之，算法難以做到完全有效地去重。而且用戶是千人千面且動態的，他們的心思難以預測，無法按照一個統一的標準去進行去重和推薦，也無法根據靜態的歷史數據，去完美預測用戶以后的行為。

在這個用戶看來已買不會再買的東西（如耳飾），在另一個用戶眼里可能是會重復購買。也許可以加入一些用戶行為去進行考慮（如這個人是否經常購物、經常買什么類別的產品），但因為人是動態變化的，推薦機制難以完美區分什么商品在用戶眼里是重復，什么商品在用戶眼里是高頻購買類。

用戶行為的不可控，是平臺重復推薦的第四個原因。

常規看來，一個用戶在購買了一件商品后，不可能在當天內，再購買一件高相似的商品，難道要用戶退款再下單嗎？

但是“七天無理由”退換讓這成為了可能。因為新型的售后服務，讓很多用戶習慣購買多件同類商品，進行比較后，再選取最合適自己的一個商品留下。這個行為讓用戶短期內購買大量同類商品形成了可能，而基于用戶的這個習慣，電商平臺也樂于推薦相似商品，畢竟銷售額看著高一點，展示數據也會好看。

而且正如第三點所言，人是動態變化的，人的行為和目的千奇百怪，今天不打算再購買的東西，明天很可能因為好友的推薦就再次下單相似商品，這些不可控，讓重復推薦有了存在的空間。

三、如何提高重復推薦的效率

這么一看，商品重復推薦，既有技術層面難以解決的問題，在商業、用戶層面，也確實有這種購買已購商品的需求。那么，如何在用戶體驗以及商業化之間達到平衡，提高推薦效率？

用戶端上，需要考慮更多用戶的行為因素，按照復購概率為維度進行展開，對用戶進行區分。

比如用戶是否是一個熱衷購物，且有反復退貨傾向的人；用戶是否喜歡收藏很多相似的商品；用戶是否喜歡加購很多類似商品等。對于有短時間內購買多個相似商品的用戶，可以適當減弱去重效應；而對于那種從搜索/推薦到快速下單，且購買頻率低的用戶，就可以加大去重的效果。

同時，給予用戶一定的選擇權，基于算法無法精準猜測用戶的喜好的現狀，可以加入“不喜歡”功能，讓用戶對于商品有點擊“不喜歡”的權力，電商平臺可根據反饋，不斷去優化推薦的商品矩陣。

商品端上，考慮商品的類別和購買頻率，再對不同類別的商品進行不同的重復推薦邏輯。

比如女裝類、日用品類、零食類，用戶購買的頻率高，且有同時間購買多件的可能性，就可以加入再推薦機制，投入更多的廣告展示模塊，促進用戶進行購買，提升轉化率。

如果是用戶使用頻率低，且單件就可以滿足需求的商品，就減弱復推頻率，比如眼鏡、手機、充電寶等，一般用戶購買后，很長時間不會再進行購買，這個時候可以推薦更多的互補類產品，促進用戶進行下單。

此外，在商業化因素上，也需要考慮一個合適的廣告模式。

畢竟廣告如果僅僅只是投放了，實際沒效果，不能促進銷量和銷售額，對于平臺而言，也難以長期盈利。

在投放廣告時，可以撈一下原來用戶點擊重復推薦商品的數據，分析一下用戶在哪個模塊更有可能點擊類似商品，是首頁的信息流廣告里面，還是在交易成功的推薦頁面里，或者是電商平臺的分享模塊里面？

對癥下藥，在用戶興趣度更高的頁面和節點進行再推薦，提升商品的點擊率，也降低用戶因為重復刷到同樣商品降低的體驗感。

四、結語

電商平臺的重復推薦策略，在用戶看來又傻又難以忍受，但我們從技術、商業化因素、用戶的行為上，不難看出這樣的機制還是有存在的必要性的，不能一刀切去砍掉它，也難以做到不推薦相似已購商品。

不過我們可以從重復推薦的流程、邏輯出發，進行優化，從而做到更加高效的推薦，讓電商平臺看著更聰明一點。