微信号:daiziguizhongren

介绍:深度分析大数据、深度学习、人工智能等技术,切中实际应用场景,为大家授业解惑.间或,也会介绍国内外相关领域有趣的面试题.

真的是推荐算法牛逼成就了他们吗?

2018-09-14 12:40 陈利人

很多产品,真的是像表面看上去的推荐算法牛逼成就了他们吗?


记得在2007年,Yahoo发布了新的搜索广告系统Panama(内部可以看作是一个推荐算法),试图于Google的Adwords(个性化广告推荐)一拼高下。按当时行业和专家的评测,推荐算法和技术水平应该差别不大。


但是,Yahoo失败了。


一个重大的差别是Yahoo的广告主和候选的广告数量,比Google 的广告主和广告的数量,差了好几个数量级。Yahoo瞄准的是头部广告客户,Google 生来就是面向长尾广告主。这样带来的后果是,用户的搜索需求千差万别,而有限的Yahoo广告数量,要分配到海量的用户需求上,不管有什么好的推荐算法,都很难满足用户千奇百怪的需求。而Google,一出生就是面向巨大的长尾中小个体广告主,海量的广告创意,匹配海量的用户个性化需求,同样的推荐算法,效果远远胜过Yahoo。再由于马太效应,大者恒大,Google胜出Yahoo毫无悬念。


这个故事说明,两者的推荐算法差不多,差的是,Google有更多的可推荐的内容,可推荐的原料。这个,决定了一个需要推荐的产品的天时地利,也决定了产品的成败。


同样的,电商网站也是如此。Amazon很大的一个成功要素,是相关商品的推荐。其实,它的推荐算法和其其它当时大量的电商网站差别不大,但是它的商品SKU远远超过其它的电商平台。这样,可推荐的商品,可推荐的原料,才能满足大量用户的大量的个性化需求,让用户感受到了推荐的魅力和效果。淘宝,京东,拼多多,也大概如此。


大家都说今日头条的推荐做得好,看过什么,以后会持续推荐更多喜欢的内容,非常准确,让人上瘾。然而,它们的推荐,其实更多享受的是媒体,自媒体大爆发的红利,推荐算法本身起到的作用可能相对有限。


之前很多做资讯推荐的,能推荐的内容除了几十家到上百家官方新闻媒体发布的新闻,能推荐的内容真的不多,而用户对资讯的需求是各式各样的,那么有限的新闻内容和创作速度,远远无法满足个性化的推荐需求,无论算法多好多先进,推荐的效果都会大打折扣。


而到了自媒体创作者的爆发,和内容发布的监管放松,各种内容如雨后春笋一样崩发出来。同一个事件,有千千万万的不同的观点,不同的解读,而且,源源不断的持续一段时间。不同的主题,哪怕是小众的内容,那么多写手,那么多爱好者,都有人去记录,去描述,去创作。这样的好处是,几乎无所不覆盖的内容,满足了广大用户的各种内容的需求,哪怕是猎奇的需求。那当然,哪怕是一个So So的推荐算法,在海量的内容池里,总能找到几条满足用户需求的内容。


同样,对于短视频,类似快手,抖音,创作门槛的大幅降低,让内容井喷出来,海量的内容,就算一个一般的推荐算法,也能很大程度上满足用户个性化的推荐需求。


那么看到,推荐算法虽然很重要,但远不如可推荐内容和原料的红利来的重要。也就是说,很多产品,不是产品做得不好,不是后面算法不好,只是时候未到,红利未到。成功的产品,很大程度上是内容的爆发成就了他们,而不是表面看上去的推荐算法。


当然,爆发之后,不同的竞争产品,除了先发优势,就该拼技术和算法了。

 
待字闺中 更多文章 感谢数学 ICO,还能翻本吗? 别再整改了 钱怎么赚的,赚的什么钱 我造假,我赚钱,你能把我咋的
猜您喜欢 做产品汪很多年,心好累?你该来 VC 换换脑子了 C#中10个你真的应该学习(和使用!)的功能 Uber的底层存储从Postgres换成MySQL之后 到底有多少种「搞数据的」,你凌乱过吗? Pinterest视觉搜索工程师孙彦:视觉搜索不是“鸡肋”