做产品就跟谈恋爱一样，无时无刻都是在猜测用户的心思，然后想方设法去迎合用户的洗好。在电商产品里面，最经典的业务场景莫过于“猜你喜欢”这个功能了。似乎不做“猜你喜欢”都不好意说自己是个合格的电商产品。那么，这个已经烂大街的“猜你喜欢”是如何实现的呢？

何谓“猜你喜欢”

“猜你喜欢”本质就是通过对用户的行为数据做统计，分析用户画像，从而实现对用户的的个性化推荐。在电商产品里，“猜你喜欢”就是记录用对商品的浏览行为，然后分析用户的购买倾向并做针对性的营销。

实现推导

有留意过“猜你喜欢”这种功能的同学可能会发现，这里推荐商品很多时候都是跟你最近浏览记录有关的。你最近看过什么商品，系统就会给你推荐类似的商品。而这个商品跟你浏览的商品有什么样的类似呢？对了，就是商品的类型都是相同的，在产品里的术语就是：类目。也就是说，“猜你喜欢”里的商品跟你浏览过的商品，都是相同类目的。

功能实现

根据上面的分析，要实现“猜你喜欢”，产品至少要实现以下几个功能：

1.    商品要属于某个类目

2.    记录用户浏览过的商品，从而知道用户浏览了什么类目

3.    然后从同一类目下挑选其他商品，给用户推荐。

那么再进一步想，为了让提高“猜你喜欢”这个模块的点击率和转化率，推荐就应该尽量精准。

比如说价格的考虑，用户挑选一件商品的时候，对价格都是有特定要求的，浏览的商品价格尽量都是在能接受的范围。因此，推荐的商品必须考虑到价格控制。用户浏览了一件199元的衬衫，然后“猜你喜欢”推荐了一件2999元的，这显然是“猜”错了。

另外，为了是推荐尽可能让给用户接受，推荐的商品可能还需要考虑到销量、好评率等因素，尽可能推荐优质商品，提高转化率。

除了上面这些，还要考虑什么吗吗？比如用户的行为深度。有可能用户是不小心点到一个自己不打算买的商品，这个时候如果系统还要给用户做推荐，那就真的是“误解”了。因此在记录用户浏览行为时，可以考虑浏览时长进入。比如用户浏览商品超过10秒中才算有效行为，并统计作为推荐的依据。

小结

以上讲的是根据用户浏览行为做的“猜你喜欢”。不过在电商产品里面，有的推荐模块似乎不是根据浏览，而是根据购买来推荐的，关于这个逻辑我们下一篇再讲。