除了分類查找和主動搜索，推薦系統(tǒng)也是用戶瀏覽商品的重要途徑，能幫助用戶發(fā)現(xiàn)類似并感興趣的產(chǎn)品，增加商品的訪問量，將訪問者轉(zhuǎn)化為購買者，引導(dǎo)用戶購買。最終產(chǎn)生的價值是提升用戶購物體驗(yàn)和用戶粘度，提高訂單量，如Amazon30%的訂單來自推薦系統(tǒng)。

相比于精準(zhǔn)營銷廣告，推薦系統(tǒng)產(chǎn)生的信息更為自然，同樣能起到推銷商品的目的。但是如果推薦系統(tǒng)的信息過于密集或者不精準(zhǔn)，也會有成為垃圾信息之嫌。如在當(dāng)當(dāng)網(wǎng)已登錄情況下查看《Web信息架構(gòu)：設(shè)計(jì)大型網(wǎng)站》，邊欄和底部有以下幾種形式的推薦系統(tǒng)：

1. 購買本商品的顧客還買過
2. 瀏覽本商品的顧客還看過
3. 看過商品的顧客會買
4. 瀏覽更多同類商品
5. 您的瀏覽歷史
6. 最佳拍檔
7. 廣告
8. 和您興趣相似的顧客還關(guān)注

推薦系統(tǒng)中存在重復(fù)得數(shù)據(jù)，如1、2和6都推薦《About Face 3交互設(shè)計(jì)精髓》，并且個人已經(jīng)購買了這本書。喜歡的歌曲可以重復(fù)播放，已購買的書籍不可以重復(fù)推薦，而是把用戶的購買記錄作為主要的推薦依據(jù)。重復(fù)的數(shù)據(jù)會削弱推薦的有效性，過多的推薦形式和數(shù)據(jù)會大大稀釋推薦的精準(zhǔn)度。

個人曾是當(dāng)當(dāng)?shù)闹覍?shí)用戶，已在當(dāng)當(dāng)網(wǎng)下過27次訂單，購買過90本圖書，推薦系統(tǒng)對購買的幫助幾乎可以忽略不計(jì)，也沒有對個人的購買記錄加以利用。在購物車頁面準(zhǔn)備下訂單時登錄當(dāng)當(dāng)網(wǎng)，頁面會跳轉(zhuǎn)到首頁，在下訂單頁面點(diǎn)擊返回也會經(jīng)常出現(xiàn)訂單丟失的情況。

當(dāng)當(dāng)網(wǎng)的送貨進(jìn)度時間平均4-5天，下訂單之后可以查看送貨的進(jìn)度。根據(jù)個人的設(shè)計(jì)經(jīng)驗(yàn)，一般是明顯讓用戶感覺到慢或者操作步驟多的時候才會使用進(jìn)度條，稍微緩解用戶的等待感，而卓越明確告知用戶貨物會在哪天送達(dá)。

由于嫌棄當(dāng)當(dāng)送貨太慢，改用卓越，在未登錄情況下查看《Web信息架構(gòu)：設(shè)計(jì)大型網(wǎng)站》圖書頁面，突出顯示“購買本商品的顧客還買過”，共推薦100本書籍，約50本是個人感興趣或者已在當(dāng)當(dāng)網(wǎng)購買過的。由于主要使用一種形式的推薦，很好地避免了重復(fù)數(shù)據(jù)。

“購買本商品的顧客還買過”比“瀏覽本商品的顧客還看過”更能獲得用戶的信任，其使用的是item-to-item協(xié)同過濾系統(tǒng)，通過余弦計(jì)算商品的相似度來推薦，比起傳統(tǒng)的協(xié)同過濾（Collaborative filtering），解決了冷啟動的問題，不會過度地依賴用戶的瀏覽和購買記錄，在用戶第一次查看圖書時也能進(jìn)行推薦。

鼠標(biāo)停留在當(dāng)當(dāng)網(wǎng)推薦的書籍上顯示的書籍封面圖片和價格，而卓越顯示書籍的評分、評價人數(shù)和價格，按照用戶購買商品的過程，書籍的評分更能吸引用戶瀏覽并產(chǎn)生購買欲望。

卓越的郵件中會帶有圖書推薦，圖文并茂提供了有用的信息，并不會被個人當(dāng)成垃圾郵件，看到感興趣的數(shù)據(jù)可以查看或者直接購買，非常方便。而當(dāng)當(dāng)以文字形式邀請?jiān)u論，收到第一份的時候會打開看看，其余30份內(nèi)容一樣的郵件直接被當(dāng)成垃圾郵件刪除。

兩個網(wǎng)站的廣告可以更精準(zhǔn)些，沒有按照書籍的標(biāo)簽相應(yīng)顯示廣告，購買計(jì)算機(jī)類的書籍多是男性，當(dāng)當(dāng)網(wǎng)顯示標(biāo)簽為女性的胸罩廣告，卓越網(wǎng)顯示高跟鞋和女性內(nèi)衣的廣告，也許能分散男同胞的注意力和點(diǎn)擊次數(shù)，但是不會增加廣告的轉(zhuǎn)換率，顯示數(shù)碼產(chǎn)品的廣告會更適用在此類圖書頁面。

重復(fù)和垃圾信息損害用戶體驗(yàn)，推薦的信息在于精確和有用，不宜過多地顯示。

來源：http://daichuanqing.com/index.php/archives/1882