人人直播帶貨的時代，推薦模型為什麼比不過李佳琦們？

大資料文摘

作者：袁峻峰

疫情期間，各平臺線上直播帶貨量都大幅上漲，具研究機構艾媒諮詢釋出的資料顯示，2019年中國直播電商行業的總規模達到4338億元，預計2020年中國線上直播的使用者規模將達5.24億人，市場規模將突破9000億元。本文將探討，對比與直播帶貨，推薦模型有哪些不足。

既然是對比，我們限定直播帶貨中特定模式，流量、知識帶貨：內容種草+電商變現，內容種草的地方包括小紅書、抖音、快手以及自媒體等，然後把種的草集中到天貓、淘寶成交。淘寶直播一哥李佳琦，之前是歐萊雅BA，美妝博主，專業性沒話說，隨意說一個口紅色號，他能夠3秒從身後的幾千只口紅中找出這支。加上形象好，有個性：毒舌+嫌棄臉+翻白眼，大牌照樣吐槽，破除大家的品牌迷信，建立了一種“聽李佳琦沒錯”的信任。羅永浩，更不用說，用自己的形象為錘子手機代言，粉絲們買票看產品釋出會。轉戰直播帶貨，原有的錘子粉絲也跟隨羅永浩到抖音，創下了首播支付交易總額超1.1億元，累計觀看人數超4800萬人的記錄。因為粉絲還是信任老羅的專業能力，相信他帶的貨是價效比高的。

信任是前提，可以降低選擇成本，購買大品牌的原因也是如此。生活中從來不缺推薦與建議，來自父母、老師、朋友、專業顧問，以及各種社交媒體，大部分建議是徒勞和空洞的，建議者和被建議者之間是要有支點的，這種支點是可以是親情、友情或各種其他感情或專業性等等。

直播主的口碑和信任需要積累，只有能給客戶帶來價值，才能長期賺錢。按道理來說，電商、影片等平臺的推薦模型應該也是如此。但事實上，推薦模型的評價指標是非常短期、甚至是實時的。在網際網路公司，一個模型是否上線是要經過AB 測試。各大網際網路公司都會有完善AB測試框架，以方便不同功能快速部署AB測試，透過客戶實際效果反饋不斷迭代完善功能。AB測試本質上是個分離式組間實驗，不斷獲取客戶反饋既新資訊，持續最佳化模型效果。而評價不同推薦模型的最終效果，決定是否上線，是由一系列模型指標決定的。

這裡需要先介紹幾個推薦模型評價指標概念。推薦模型評價指標，通常最主要指標是準確性指標，包括準確率和召回率。

• 使用者滿意度 (User Satisfaction)：使用者反饋的滿意率，可透過點選率、轉化率等指標衡量。

• 覆蓋率(Coverage)：是否公平的覆蓋了全部物品列表和使用者列表。

• 多樣性(Diversity)：推薦列表中涵蓋使用者各方面的興趣的比例。

• 新穎性(Novelty)：演算法推薦給使用者可能感興趣，但很少接觸的物品。 

• 可解釋性(explanation)：推薦理由。

• 健壯性(Robustness)：指推薦系統中抗攻擊、反作弊等功能。

1. 缺乏信任的支點。專業性體現不足，推薦模型可解釋性也是目前業內重點改進方向之一。

2. 模型評價指標偏短期，並且不能完全反映使用者效用。

3. 模型上線最終取決於APP、平臺的商業利益。

4. 模型目標是預測使用者未來最可能的選擇，而不是建議使用者更合理的選擇。