龙珠

27-28号是淘宝一搜讲座专场，去听了两天，收获很多。第二天讲座完成后，要做小组讨论“购物搜索的未来“，这是个很大的问题，讨论的时候大家大部分是讲的很散，针对某个想到的点讲了以后应该是什么样子。我觉得没有不系统没有思路，就把这些记下来总结抽象归类了下，最后被指导老师选中作为第四组代表上去讲，也很荣幸。

从根本上讲，有市场就有流通，有流通就有购物。不管是何时，人类的购物流程是一样的。能够改变的只有精简、优化流程，将购物想法的产生(包括诱导购物想法的产生)到购物结束，包括以下几个方面。

更广泛、更方便（快捷）、更准确更新颖，和更安全。

其中，更广泛是pre-process，是购物的基础；更方便快捷是购物的过程；更准确新颖是购物的结果；更安全是购物的保障。

各种购物的新技术、新想法，都可以归到这四个中的某一类，下面分开来说。

一、更广泛：

既然是购物，总是要有商品。互联网发展以来，商品已经不止是实体商品，还包括了电子商品。那么再往后来看，商品要更多。

这个多一是体现在范围更广，主要是地理范围。现在淘宝上主要是国内的商品，以后要做全球的商品；二是个性化，也就是不只是限于3C等商品，而要包括更多卖家自定义商品。比如手工制作的，全球独一无二的手工品等等。

二、更方便快捷

现在的购物体验是用户想买一件东西，然后上PC或手机，打开淘宝网，键入文字搜索，找到合适的网页，对比价格、商家等因素，下单付款，等待物流。

这样一套流程中，任何一个步骤都有优化的空间。

首先，从硬件上。未来的趋势是移动端，现在淘宝网主推手机端付款或者购买有优惠也是想要进一步促进消费者形成手机端购买的习惯。为什么？因为方便。人不能随时带着PC机，但可以随身带着手机，想要什么掏出手机立马就可以买下来。而最近很火的google glass这样的可穿戴设备就更方便了，根本不用拿下来，一直戴着，想要什么东西，拿眼镜一扫就行。

其次，从软件上。我们要满足甚至培养、创造”更懒“的用户。

软件又包括两方面，一是搜索入口：

目前最成熟的购物搜索模式是文字搜索（讨论的时候老师有提到淘宝现在也有图像搜索），但是文字搜索有缺点，一是键入文字本身就慢，二是用户搜索的关键词不一定准确。这两个的体验都不好。科幻片里很多未来的设备我们都可以看到，扫描图像什么的才是重点。我看到什么东西，拿手机或者glass一拍照（更进一步，拍照的“按下”的动作都不用用户来操作），然后就可以搜索。图像信息包含更丰富，能够搜到更准确的对应的商品。因此，以后图像搜索、语音搜索等是以后的趋势。这里有两点，一是现在已经有百度魔图等使用deep learning的方法实现了比较高的图像搜索和识别的成功率，所以是有可能的；二是在完全实现之前，会有类似二维码扫描、文字和图像相结合等的过渡方式存在。

二是过程：

另外，更方便快捷还体现在缩短购物流程上。这包括类似于亚马逊的“一键下单”，还有提高物流速度，缩短全程购物时间等。讨论的时候，老师有给我们提到四种购物决策，包括：广泛的购物决策，如电脑、手机等需要对比多个参数；有限的购物决策，如U盘等少量的参数；习惯购物决策，指经常性的、日常生活的购物；冲动的购物决策，如促销、聚划算等在计划之外的冲动购物。更方便快捷的流程，从我个人的观点来看，除了提升用户体验之外，更趋向于提升冲动的购物决策。因为人在看到促销之后很容易处于兴奋状态而想去购买，但是如果时间长了就会回归为冷静的购物决策者而可能选择不去购买，所以如何在这短暂的几分钟之内就让消费者完成购物流程，就可以提升商品成交数额。

三、更准确更新颖

等到上前面讲的时候，前面几组同学讨论的最多的是这个环节，因为这个可能是和搜索的算法工程师最相关的环节。更准确的结果对有明确搜索目标的消费者很有用，更新颖的结果对没有目标浏览型的消费者很有用，所以总体而言，搜索结果中这两者都可以提高交易量。关于这个的讨论很多，我们先从根本说起。

如果只从检索的关键词（或者图片）入手，我们可以提供给大众的检索结果准确性和新颖性是有限的，因为作为一个群体，每个人想要的结果是不同的。所以，如果要更准备和更新颖的话，有一点是避不开的，就是个性化。

个性化这个词都被说滥了，但是想要真正做好的话，也只有淘宝这样的公司有这样的数据基础和技术积累。想要做个性化，第一步是收集用户信息。

用户信息包括两类：一是用户本身属性信息，包括性别、年龄、地域、身高、肤色、体型等；二是用户的购物记录信息。这两者是淘宝都有的。

根据用户的信息，我们可以对用户进行抽象和归类，归类后的某个class，有这样的属性信息，包含：一是用户的兴趣，也就是用户想买什么；二是用户的购买力，也就是用户能买什么。这里要注意的是，用户的兴趣分为短期兴趣和长期兴趣，对于社会热点话题（如某个热映电影）的喜爱可能只是短期兴趣，而长期保持的兴趣可以判断为长期兴趣。二者可以互相转化，也都可以作为购物推荐理由。从长远来看，不能频繁的推荐短期兴趣物品，否则会降低用户体验。另外，对于购买力是可以预测购买力曲线。比如我在学校的时候购买力只有每月1000元，但是明年工作了可以升为每月5000元，这个购买力曲线可以通过分析用户的年龄、购物价格变化，以及用户的言论等来得出，从而推荐更适应购买力的商品。

抽象出了用户的类别属性信息，我们就可以基于此做点东西了，主要包括两个方面，一是个性化推荐，二是智能购物决策。

先说个性化推荐。这个是讨论了很多的部分，我们组老师也是讲个性化的，所以也朝这个方向引导了讨论。我们讨论的个性化的推荐的方面包括以下几点：

1.基于产品。比如我用iPhone上淘宝搜索数据线，淘宝应该优先列出来iPhone的数据线而不是Android的数据线。这需要参考用户以往的购物记录。

2.LBS，也就是基于位置。用户的位置信息是一个很重要的属性，前一段时间也很火了一把。因为虽然电子商务越来越火，但是目前来看还无法，而且预测也不能完全取代实体购物体验。再加上线下很多商家的资源很多，并没有完全转移到线上去，所以将online和offline的资源结合，是线下的商家信息转移到线上，线上的购物信息可以更方便的在线下体验，就可以将二者的优势结合的更加紧密。这个应用太多，包括美食（如大众点评）、交通、酒店，甚至详细到报刊亭等，就不细说了。

3.SNS。购物也是一种社交行为，有好吃的想要和朋友分享，买了好看的衣服想让朋友看到。现在淘宝的SNS一直没做起来，我们不分析这里面的原因，只说说SNS应该包含哪些样子。购物的SNS里面，朋友应该主要包括两类，一是现实中的朋友，你买东西的时候可能会征询意见的人，他们的一句点评可以对你是否买有很大影响；二是和你有相同品味的人，这一类并不见的认识，但是淘宝的大数据库可以给你筛选出来，与你购物水平、品味想接近的人，他们喜欢的东西你有很大的概率也会喜欢。

4.主题购物。类似于80后主题餐厅，只有80-90年之前出生的人才能进入，你也可能会和某一类人有某一个特殊的主题爱好，可以组成朋友圈，也可以组成主题购物。

再说说智能决策辅助。

1.虽然说选择恐惧症的根本原因是因为穷，但是穷才是大多数人的现状。我们没有足够的钱让我们随意挥霍，所以大部分人在买东西的时候还是有很多考量的。除了商品本身是否是需要的、颜色是否喜欢等之外，还要考虑商家是否诚信、评论是否可靠、销量是否够多等多个因素，这些都是可以通过淘宝的数据进行协助判断。

2.另外，还有同学提到，在买衣服、鞋这样不愿意撞衫的东西的时候，可以自定搜索，也就是加入我拍了一张衣服的照片，但我想要改变一下衣服的某个颜色或者某个部分的样式，这样既是我想要的样子，又不和别人完全一样。

3.同时，还有语义理解。比如我想买一个“高端大气上档次”的手机，这是一个概念，并不是特指某个商品，因此需要淘宝来进行理解和智能推荐。其实相当于一个导购员的角色。唔，可以弄成一个导购美女的样子。

4.如果技术能进一步发展到虚拟现实的地步，那对购物决策的帮助会更上一层楼。我可以把想要的衣服三维立体显示出来，或者（前一组同学有提到的）使用3D打印技术打印出来，从而更加容易的买到心仪的商品。

说了这么多点，肯定还有更多没有想到，但是无论怎么样，这一类的手段都是为了给用户提供更符合用户心中想要的商品和发现更多用户没想到但是可能会喜欢的商品而奋斗。

四、更安全

前面的那么多点，说来说去都是很好，但是这些是需要一个基础之上才可以实现，也就是安全问题。只有保证财产安全，如手机支付等，让商品、商家、物流等都有保障，假货尽量减少，才能更放心的促进电子商务的进一步发展。

说了那么多好累的，在当时讨论的时间里总结出这么个思路来，老师也夸还不错。起码有条理了些，再有什么新的技术或者想法，我们都可以放到这个框架里面去实现。当时记下来的很乱，所以回来再总结一遍，加深认识。

感想：

最开始只是在听，参与感不强。最后问了一个问题，感觉才是真正能参与讲座其中的，幸福感爆棚。可以已经临近结尾，只有剩下这个分组讨论了。听讲座，一定要提问题，才会强迫自己去主动的思考而非被动的接受。

而且，提出一个好问题，是很需要预备积累和眼光的。

另外吐槽一句，最感兴趣的个性化推荐讲座因为导师临时有事没能过去听，啊啊啊啊啊不幸福！

PS：为什么标题是”空想家“？因为想法太廉价，未来方向谁都能把握个大概不会有太大偏差（当然具体执行中还是很需要战略眼光的），但是具体实现就要看各自实力了。这也是我最喜欢淘宝的原因，有眼光又有实力，有战略更有追求。前两天看了一篇七公写的数据的未来，说的是google要引领数据的未来，而淘宝，是要把google作为对手的。我看很好。