以淘宝为例，电商平台如何提高人货匹配度？

本文基于“对用户场景细分和深挖，满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分析和改进建议。

电商依托互联网的优势，改变了传统买家和卖家的交易方式，极大地降低了买卖双方的交易成本，尤其是推荐算法、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就是“ 让买家找到想要的货物，让卖家卖出想卖的货物 ”，这两条路在某种程度上其实是殊途同归。

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

接下来我也将基于这个原则，尝试通过“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。

目前淘宝的主要的人货匹配方式有：搜索（输入文字描述、图片识别、相似宝贝识别）、类目下查找（该方法使用的频率不算高）、推荐算法推荐、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），典型场景可分为“有较明确目标的找货”和“随便看看，可能会购买”两种，其中前者的找货方式主要是通过用户自行搜索，后者主要是通过推荐和逛微淘。

在用户进行搜索时，还可分为两种典型场景：

1. 用户可以准确描述自己想要的货物，然而搜索结果仍不理想

在该场景下，提高匹配度的一个主要障碍是“货物描述不准确”，这其中有几种原因：

1. 用户和卖家对一些货物的特点定义不一，而在这个场景下通常是卖家对货物特点的描述有偏颇；
2. 卖家更倾向于尽量涵盖多种货物特点，堆砌流行词以提高曝光，导致出现了与用户描述不太相关的搜索结果出现。

则对应的解决方法主要从卖家方面考虑，我认为电商平台可 利用平台大数据帮助卖家精准描述 ，并需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. 用户难以用文字描述自己想要的货物

目前的图片识别可解决一部分用户难以描述的问题，但图片识别只能满足用户在“有想要的货物的图片”的场景下“想要图片上的货物”的需求，但存在还有一些用户的需求是 “在图片里的货物的基础上做修改” ，比如只想要图片上货物的样式却不想要同样的花色，想要图片上货物的大致样式却不想要某个细节，甚至可能只想要图片上货物的风格等等更多 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，而人工智能模拟将是满足个性化定制的最有力方法。但目前技术显然还无法达到这种程度，且个性化定制还涉及其他更多成本，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物以更好地满足个性化需求 。而满足个性化需求的一个关键就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基础上做修改，那么图片识别越精准反而越不能满足用户的需求。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 自行输入相关信息以调整算法 ，即采用图片加文字、短视频加文字等多维度的描述方法。

这种方法深挖下去可以很复杂，但最开始只需用最简单的原型满足最常见场景下的较刚性的需求，之后再根据用户使用情况进行功能的迭代改进。

比如，可在对图片的基础分析上设置样式、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甚至不要相同。当然这很大程度上依赖于技术上能否实现。

（深挖下去，如果技术能达到的话，可以对图片上的货物进行更细致的拆分分析，通过用户输入相关信息来重新组合图片和文字，然后根据这一新的组合对货物池进行搜索）

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主要考虑点是： 搜索算法 。

我的建议是： 增大用户对算法的自主调整 。

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

但是，我们应该考虑到，用户行为有很多场景（用户可能会为别人买东西，还可能会因为好奇或者其他原因查看了某些商品，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干扰，而手淘目前对搜索出来的商品只能“找相似”和“找同款”，那么要想对算法调整将需要花更长时间，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“在图片里的货物的基础上做修改”很类似，故可采取类似对图片识别改进的措施那样，利用技术“对具体商品进行分析和拆分出商品特点”，可让用户选择“加减”，这将 更快速地调整算法 ，有利于算法更快找到用户需要的商品。

同样地，这也需要技术的支持才可能实现。

最后，假如用户仍是 搜索无果 ，在这样的场景下，可能会有“ 问别人”的需求 ——用户可能会想发帖询问，或者看别人的类似的询问贴。

则可以尝试设置一个发帖询问区，但是通常这是卖家愿意回答的，然而卖家回答又容易让用户不信任，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，这仍然无济于满足用户的需求。

故还需要由算法通过抓取问题关键词向买过类似物的买家推荐问题，但其他买家回答问题也是有成本的，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、金币等其他奖励。

二、卖家角度

从卖家角度，主要是帮助卖家将货物推动给需要它的买家，以及帮助卖家调整生产计划以更好地满足买家需求。

1. 卖家需要将已有的货物推送到需要它的买家手中，这可以通过对货物的准确描述、推荐算法、搜索算法、和更多的曝光率来满足。

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”的需求其实不应该牺牲搜索结果的准确性来满足 （如卖家常会为了更高的曝光率而堆砌描述词），因为这样就会降低买家和货物的匹配度，但 可通过用户“随便看看”这一场景来满足 。

淘宝目前已有为提高卖家货物的曝光率提供了一个模块：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。卖家可以在这里推荐自己的商品，用户也可以通过晒出买家秀和使用心得来推广商品。微淘的功能设置得已经很完善了，充分利用了短视频的优势，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受，就是内容很杂，只有几个较大的分类（买家秀甚至没有分类）， 没有比较明确的客户细分 ，这样或许是想单纯依靠推荐算法来服务不同的用户群体？不过我认为如果可以在现有基础上进一步细化分类，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，导致货不能很好地满足买家需求，这样的供需不匹配容易造成买家买不到想要的，而卖家卖不出货。

而互联网的一个优势就是数据，可以充分发挥数据优势，将搜索数据、购买数据等经过封装和有针对性的简化后为服务相应市场的卖家提供生产信息， 帮助指导卖家的生产计划 ，或引导潜在卖家进入需求尚未被很好满足的市场，从上游更好地满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发现其他买家的买家秀，想询问其身高体重，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复。

但很多时候， 这样的方法并没有太大成效 ，因为回复与否完全取决于买家秀用户，她什么时候会再次来淘宝？又是什么时候才会打开消息看到这条评论？又为什么要回复？买家秀用户会回复的概率并不高，而且就算回复了，得到回复的时间多数时候也是偏长，在这段时间里用户可能已经打消了念头，或者寻找到了其他替代品。

但既然我们已经发现了这一场景，就可以通过改进功能来更好地满足用户的需求，也能帮助促成交易。

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。

用户做这些都是有成本的，需要有鼓励措施，比如奖励积分、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，满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分析和改进建议：

利用数据协助卖家精准描述货物、提高用户的自主调控性以更好地调整算法、为搜索无果的用户设置发问区、细化微淘分类、利用数据指导卖家的生产计划，以及针对“用户对商品评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相关信息的建议。

笔者理论知识和实践经验还存在许多不足，还望各位不吝指教。

本文由@yoonri 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: