8 月 10 日，《福布斯》杂志近期刊文称，一家名为 SmarterHQ 的创业公司正尝试将用户行为数据实时匹配电商对消费者人群的定义，提高商品推荐的相关性。这可能将变革亚马逊当前的模式。
以下为文章全文：
进入 7 月份的第三周，电商市场一家创业公司 SmarterHQ 吸引了整个行业的关注。购物中心管理公司 Simon Property Group 旗下风投部门 Simon Venture Group 主导了该公司的一轮融资，融资总额达到 800 万美元。
这笔投资已经吸引了媒体的许多报道，而投资本身也预示着未来的重要变化。
亚马逊近期发布了季度财报，但讽刺的是，亚马逊的盈利主要是由于云计算业务部门 AWS。另一方面，亚马逊的市值达到 2650 亿美元，比沃尔玛还要高出 300 亿美元。
与此同时，在获得 800 万美元投资之后，SmarterHQ 仍在努力进行技术开发，推动电商进入个性化的新时代。
毫无疑问，SmarterHQ 并不是唯一一家试图颠覆电商市场的创业公司。上月，我们还看到了 Jet.com 的出现。有业内人士认为，凭借全新的定价模式，Jet.com 将给亚马逊造成威胁。简单地来说，Jet.com 收取会员费，同时给会员提供更便宜的价格。在这一过程中，该公司针对供应链的所有低效因素进行了优化。
SmarterHQ 并不打算通过新产品或新商业模式加入电商价格战。该公司专注于电商的另一个领域，而这一领域在很长一段时间里迟迟没有发展。
形式不断变化的零售网站
当消费者在使用 SmarterHQ 技术的网站上进行浏览时，这一平台能向用户推荐他们最可能购买的商品，即使该用户在网站上没有任何购买历史。该公司通过与环境有关的数据、描述性模式评分，以及预测模型来实现这一目的。
从理论上来说，预测模型能实现人工在时间充足情况下所能做到的所有一切。然而，普通零售商，或是大型零售巨头，通常没有时间根据库存情况去考虑多种多样的购买场景。这些零售商的库存单位(SKU)总数往往达到数千种。在这样的情况下，机器学习算法将可以发挥作用，从多种组合中找到每款产品最可能的模型。
因此，当你访问一家销售各种运动服装和装备的电商网站，并开始浏览瑜伽服时，你也会看到其他与瑜伽相关的用品。
这正是 SmarterHQ 的优势所在。该公司可以利用自动化的数据准备和建模技术，为每家零售客户建立数万个模型。换句话说，该公司能在很短的时间里建立大量模型，并在有新数据到来时及时更新。
基于这样的技术，当你浏览某家销售瑜伽服的网站时，你不仅会看到瑜伽手套等专门用品，还会看到便于步行的平底鞋。这是因为，与许多购买瑜伽服的人一样，你可能不只是在进行瑜伽锻炼时穿着这种服装。该网站发现了这一点，并将这一数据加入到了模型之中。
不过，这还不是 SmarterHQ 真正的秘密，或者说不是全部的秘密。该公司真正的优势在于，能实时理解瑜伽服穿着者的需求，而不需要等到该用户下次访问网站时。
SmarterHQ 联合创始人迪恩·阿伯特(Dean Abbott)表示，所有零售商对于消费者都有着人群的划分和定义。一家零售商会知道，某一人群参与瑜伽锻炼，并制定相应的规则，向这些消费者推荐某一类商品。如果一名消费者表现出其他特征，那么零售商会将该消费者重新划分至另一人群，并应用不同的规则。例如，零售商将认为，这名消费者并不喜欢瑜伽锻炼，而是喜欢购买服装。
阿伯特表示，SmarterHQ 的技术使这一过程能实时完成。仍以瑜伽爱好者为例。在一家集成 SmarterHQ 技术的电商网站上，一名消费者首先购买了瑜伽裤，随后又开始浏览其他类型的服装。这时，零售商网站不会根据预先设计的规则向她展示瑜伽装备，而自动调整规则，向她推荐搭配裤子的鞋子。
从后端来看，情况是这样：Java 脚本捕获消费者的点击数据，网站随后将这些数据与消费者人群定义进行实时匹配。换句话说，关于用户特征的数据被持续发给服务器。
时延问题
阿伯特指出，并不是所有网站都能做到这一点。“在网站运行中对网站进行重新配置比你想象中更困难。”
最大的障碍在于，如何足够快地处理这些数据，从而据此向消费者展示最新信息。阿伯特认为，这需要将零售商的线下人群定义，以及电商平台的在线配置结合在一起。他指出，SmarterHQ 花了很长时间才实现了实时性，而并没有许多公司能够做到这一点。亚马逊也没有这样的技术。
用专业语言来说，这一过程可以被称作基于预定义人群特征、访问过程中的网站内消息传递。
阿伯特表示，亚马逊也利用了一定的网站内消息传递技术。例如，用户每次访问网站时看到的网站布局都有所不同，而这一切基于用户近期的访问。不过他认为，亚马逊采用了一种相对静态的过程，即根据用户数据每小时更新信息，而不是实时更新信息。
关于网站是否已做到实时更新，亚马逊没有置评。
在阿伯特看来，亚马逊的电商体验中还有其他一些元素略显过时。亚马逊的个性化和推荐基于用户与单个 SKU 的互动，因此一些无意的点击也被反映在推荐信息中。此外，亚马逊的推荐并没有考虑用户与某一商品或品类的互动程度。而购买事件也没有被考虑在内。在用户购物之后做出的推荐可能仍会包括用户已购买的商品品类，但实际上用户不会再购买同样的商品。
亚马逊的创新
讽刺的是，亚马逊也在创新，但关注的领域并非赖以起家的电商。
亚马逊云计算服务 AWS 的利润率很高，该公司已在季度财报中专门提出了这一点。近期，AWS 部门又推出了基于云计算的数据分析服务“亚马逊机器学习”。
该技术的创新，或者说颠覆，在于电商的快递配送方式。例如近期有报道称，亚马逊正在加州开发“汽车商店”的概念，即用户可以在线订购百货商品，随后安排时间提货。这一消息引起了业内的关注，因为这将成为电商行业向“零配送时间”目标发展的重要一步。
对于亚马逊的最新项目，《华盛顿邮报》给出了这样的评价：“汽车商店与亚马逊关于零售业务的其他概念，例如无人机送货类似。在 2013 年底提出时，亚马逊 Prime Air 的概念听起来很疯狂，而目前美国联邦航空管理局已开始研究无人机送货，围绕商用无人机的游说活动也已经展开。美国宇航局艾姆斯研究中心近期举办了为期 3 天的活动，讨论未来如何实现无人机送货。”
毫无疑问，亚马逊正试图通过这些项目去改写电商的历史。而其他公司也有同样的目标。
