day18 6月17日 晴
数据按用户使用过程和结果的类型分可以分为：用户行为数据和业务数据。
用户行为数据主要是用户在下单之前的一系列动作；
业务数据主要是用户下完单后产品、订单、交付、评价数据。
电商推荐的逻辑还是连接用户和商品，帮助用户更快的找到自己喜欢的内容或产品。
电商推荐也是一种数据产品，我们之前说过数据产品就是把临时的数据需求做多了，又不断重复了，我们就把这些需求固定下来做成产品。电商自动化推荐也是从人工推荐走过来的，像线下的促销员发展到线上的淘宝小二都是在根据不同用户做个性化推荐，线上的大数据多了，我们发现这些个性化的用户需求其实是可以根据用户的行为偏好而做决策逻辑的，OK，那我们不要人工了，利用用户的行为来做推荐。
电商推荐围绕会围绕用户的行为和最后的下单购物的结果会给用户建立一系列的标签，其中越接近付款的行为标签权重越大，所谓不管用户想的是什么，关键用户最后做了什么。就像sony做的游戏机外观颜色用户焦点小组访谈调研，问一圈用户，用户大比例说喜欢黄色，结果出门和用户说，你可以选择一个不同颜色的游戏机带回家，结果身体很诚实的选择了黑色。
电商推荐的也是关注当下，接近购买的用户行为，如用户用手机滑动商品列表，突然在某个商品停留了1-2秒，那怕不点击进入查看，都会记录对此的偏好，调整这些浏览标签的权重，给你推荐标签度相关的产品。
还是昨天说的，知止，如果你知道自己喜欢什么，要什么，那么自然AI也控制不了你，可惜大部分人不知道自己要什么。
