俞渝谈当当重新出发:打造一个文化+科技的豪门( 五 )

2019年 , 当当网做到了销售、销量、利润的三增长 。 我觉得今天的顾客场景跟一两年前相比 , 非常碎片化 。 今日头条的用户行为各异;微博的读者则是求真相、看文字、等更新;抖音的用户图热闹 , 猜测下一片瓜在哪里 , 什么时候到来 。

当当就在钻研这些场景下的用户表现:这个人焦虑吗?他是职场升迁受到了困扰吗?这个人好像在闲逛 , 也许对别人在读什么更有兴趣 。 基于对这些场景行为的统计分析 , 当当也在研发相应的技术产品 。

在搜索、AI应用上 , 当当的系统加大了深度学习的模型和覆盖范围 , 针对阅读场景多的特点 , 从多个方面优化模型 。 比如正负样本的选取规则、无效数据的计算、相关性反馈的结构设计、低转化词和高跳出词等价的变化 , 这些都会提高搜索的精准度 , 提高用户体验 , 帮用户更快速地筛选出一本书 。

基于算法学习的搜索和推荐 , 当当能够系统性地学习顾客的行为和他的潜在意图 , 为顾客展示相关、不相关、强相关、弱相关的多种陈列和可能 , 帮顾客在海量信息和商品中简化选择的过程 。 我们的工程师从数据、顾客心理、其他行业经验中 , 揣摩哪种布局对顾客更友好、更简洁 。

推荐阅读