智能推荐系统:怎样不招人厌

 

作者简介:迈克尔·施拉格(Michael Schrage),麻省理工学院斯隆管理学院数字化经济计划(Initiative on the Digital Economy,MIT Sloan School of Management)研究员,Recommendation Engines 一书(麻省理工学院出版社,2020年)的作者。

 

推荐引擎改变了人类选择。如同蒸汽机能量十足地开启了工业革命,推荐引擎重新定义了算法时代的洞见和影响力。

 

在需要有所选择的地方,推荐就大行其道。随着推荐系统智能程度的与日俱增,这一事关人类选择的重大数字化变革将变得越来越普遍。更好的推荐系统通常意味着更好的选择。

 

帮助客户做更好的选择 推荐引擎影响不断扩大的明证主要在购物、商贸与消费领域。电商网站以及其他索引服务供应商之所以能够取得成功,推荐系统是关键因素。其中一个原因是,相比从前,更多的人在更广的领域,拥有更丰富的机遇与更多元化的选择。

 

在系统计算推荐意见时,出发点究竟是公司的最佳利益,还是客户的最佳利益?谁能从中受益?管理彼此冲突的利益诉求,更多时候体现了企业价值观,而不是技术手段。让用户拥有权力,有别于以算法来压榨消费者。

 

推荐系统只有在得到用户信任时才享有最大的权力、影响力和价值。用户只有在确信推荐者尊重他们的最佳利益时,才会接受后者为他们做出的新奇的、出乎意料的、未经证实的推荐。

 

一些表面上毫无关联的数据集合可以通过算法实现整合,从中揭示出的个人内在需求往往准确到让人惊讶。全世界的研究人员和创新发明家都不讳言,说要开发出比你本人更懂你的推荐系统,这正常得很,没必要大惊小怪。

 

帮助员工做更好的选择 推荐系统能够提升个人和企业的生产率。比方说,如今各国从事市场推广和销售的专业人员都在使用推荐系统来策划活动、聚焦客户。

 

从技术层面来看,当可视图表和个人关键指标仪表盘能够察觉到员工生理变化,变得接受不了建议,无法对推荐意见做出回应,或者开始敷衍搪塞老板时,那这一天的工作也差不多该叫停了。如果要进一步提升员工个人效能和工作表现,这些颗粒度更小的个人数据和相关分析就变得必不可少。在此基础上,推荐系统可以在合适时候做出更好的提示、促动和推荐。

 

随着机器学习、人工智能、感应技术、增强现实技术、神经技术以及其他数字媒体领域的创新不断推进,推荐系统的覆盖面越来越广,它们的能力和重要性也越来越强。推荐系统的未来不仅将更加个性化,与工作生活结合得更紧,知道得更多,而且变化之大注定让人惊讶。一个战略与技术的结合体如果能够通过学习持续可靠地带来意外惊喜,那它一定拥有长期发展前景。

 

评论

智能推荐系统应该帮助顾客和员工做更好的选择,而不是为了公司利益操控他们。
2021-06-04 14:16

相关内容

本页面内容为作者独立观点,不代表商业评论网立场。

原创内容未经允许不得转载,授权事宜请联系微信“零售君”(lingshoujun2018)或“商评小微”(xmi8607)。