我們每位購物者，在電商平臺上進行日常的商品瀏覽，搜索，購買等行為，都為平臺提供了大量的用戶行為數據，而亞馬遜正是利用海量的用戶數據進行大數據分析，用戶畫像，最終為每一位用戶提供前所未有的購物體驗：量身制定的個性化的網絡商城，精準營銷，幫助用戶找到感興趣的商品等等。
1.收集並分析用戶數據
用戶在購物網站上會產生四種數據，即時數據，行為數據，社交數據及屬性數據。
即時數據包括用戶輸入的搜索關鍵詞，瀏覽的商品頁面地址。
行為數據：用戶購買的商品，關注和收藏的商品，及在頁面停留的時間，查看用戶評論等瀏覽行為偏好。
社交數據：興趣愛好，觀點態度。
屬性數據：用戶性別，年齡，職業，居住地。
從用戶搜索關鍵詞開始，到訪問商品頁面，完成購買整個流程進行採集分析
對用戶瀏覽傾向偏好，興趣愛好和觀點態度等信息進行採集和分析。
2.細分用戶群體，精準推薦
根據感興趣的商品對用戶進行群體分類，並向他們推送與興趣一致的商品廣告會有效地提高銷售率。而要想對用戶進行群體細分，就需要依靠大數所技術來滿足這一需求。
亞馬遜基於大數據開發了聚類模型，並根據用戶的行為數據對用戶進行群體細分，目標是把具體一個用戶分配到與他最為相似的已有用戶細分群中。算法分析該細分群中用戶的購買歷史記錄與商品評價，從而生成商品推薦列表，推送給該用戶。
3.商品匹配組合推薦
亞馬遜又開發了商品到商品的協同過濾算法：即對於給定的某一商品，通過分析它的各種屬性並基於大數據技術的算法找出與之最為匹配，也即用戶傾向於一起購買的商品，從而建立起一個匹配的商品鏈表。在用戶購買過一個商品的同時，向他推薦這些關聯購買商品的成效率更高。
4.獨一無二的個性化網上商店
亞馬遜利用大數據技術為每一位用戶提供了個性化的網上商店，這種創新基於之前採集到的用戶興趣數據。登錄個人賬戶後的亞馬遜主頁上，點擊 “為我推薦”鏈接，會把用戶引入這樣一個購物區域：亞馬遜根據用戶以往的購買歷史和商品領域，利用算法尋找相似商品，生成用戶可能感興趣的商品推薦列表，用戶可以對這些被推薦商品進行評分，還可以查看這些商品被推薦的原因。
作為賣家日常運營要明白理解亞馬遜的買家推薦原理。這樣才能更好的優化自己產品的Listing，做好廣告投放等。
跨境衛士版權所有。