首先要明確，信息過載（Information Overload）[備注，維基百科]的時代早已到來。IDC報告顯示，預(yù)計(jì)到2020年全球數(shù)據(jù)總量將超過40ZB(相當(dāng)于4萬億GB)，這一數(shù)據(jù)量是2011年的22倍。大家可能對ZB沒啥概念，形象一點(diǎn)的說，如果有一臺超級大的打印機(jī)和一張超級大的紙，我們在上面打印1ZB的文字(每平方毫米一個字符)，那么我們得到的這張紙大約可以包裹整個地球2次。在過去幾年，全球的數(shù)據(jù)量以每年58%的速度增長。隨著日?；顒拥臄?shù)字化，在未來網(wǎng)絡(luò)存儲數(shù)據(jù)的增長速度會更快。在這樣的時代里，信息的消費(fèi)者和生產(chǎn)者兩端都面臨著巨大的挑戰(zhàn)：從消費(fèi)者的角度而言，在海量的信息里發(fā)現(xiàn)自己需要的信息無異于大海撈針。更何況這個大海每天都在膨脹，而且海量有很多假的針等著你去入坑。學(xué)術(shù)界也通常把推薦系統(tǒng)歸為信息過濾（Information Filtering）的一個分枝；從信息生產(chǎn)者的角度，如何處理和運(yùn)用海量的數(shù)據(jù)，挖掘出數(shù)據(jù)中的寶礦，去更好地服務(wù)消費(fèi)者則成了難題。

消費(fèi)者視角-從人找信息到信息找人的蛻變

前面我們說到，如果用戶有明確的目的，搜索是一個非常方便快捷的信息檢索方式。但是隨著智能手機(jī)和移動網(wǎng)絡(luò)的普及，用戶得到了越來越多的碎片化上網(wǎng)時間，“殺時間”成了很多產(chǎn)品的核心目標(biāo)。人都是懶惰的，在這些碎片化的時間里，用戶通常沒有主動發(fā)現(xiàn)信息的目的和動力，因此人找信息的方式在碎片化時間里前途渺茫。相反，如果產(chǎn)品能適時為用戶過濾掉那些無關(guān)的內(nèi)容，推薦出感興趣的內(nèi)容，讓對的信息找到對的人，那么這個推薦能力將大大提升用戶的使用體驗(yàn)。推薦能力提升產(chǎn)品體驗(yàn)的“一減兩增“：

減負(fù)擔(dān)：

不要用戶主動提出需求，只要打開產(chǎn)品，就能有剛興趣的信息立即可以消費(fèi)，就能速食產(chǎn)品不需經(jīng)過加工烹煮一樣簡單，開袋即食。首先，好的推薦能力讓用戶沒有心理負(fù)擔(dān)，大大減少了用戶打開產(chǎn)品的心理障礙，下意識地就打開產(chǎn)品。比如，你在沒有明確目的的情況下不會打開百度（測試網(wǎng)絡(luò)連接的情況除外），而你在無聊的時候可能手賤打開網(wǎng)易新聞。其次，好的推薦能力大大降低了用戶的操作負(fù)擔(dān)，配合信息流的方式，形成刷的快感。就像你無意間打開網(wǎng)易信息，一睜眼，一下午又過去了。PC時代搜索引擎作為流量的主要入口的情況一去不復(fù)返了。在移動互聯(lián)網(wǎng)時代，入口分散在一個個APP內(nèi)，需要信息主動去觸及用戶，減少用戶負(fù)擔(dān)，否則只能埋沒在01字節(jié)中。

增新穎：

你可能喜歡看《曉松奇談》，曉松哥上知天文下曉地理讓你眼冒星星：“哇，世界原來那么大，而且那么有趣?！?，感覺為你打開了一扇通往“那么大的世界”的窗。是的，一個人的認(rèn)知是極其有限的，世界上更多的是他不知道的信息。既然是不知道的信息，也就沒有主動發(fā)現(xiàn)的可能。但是好的推薦系統(tǒng)能根據(jù)用戶的歷史行為幫用戶打開通往新世界的門，帶來超出預(yù)期的體驗(yàn)。比如一個天文愛好者經(jīng)?？村缧窍嚓P(guān)的內(nèi)容，今日發(fā)現(xiàn)“掃把星”的奇聞異事，細(xì)看原來掃把星就是彗星。用戶會發(fā)現(xiàn)這個推薦合情合理。(????)

增驚喜：

跟干脆面里面的水滸卡，游戲里面的彩蛋一樣，一些信息跟你在產(chǎn)品的主要消費(fèi)行為無關(guān)，但是卻非常對你的胃口，這就是驚喜。還是那個天文愛好者，今天發(fā)現(xiàn)了可燃冰開采的消息，感到非常振奮，點(diǎn)開這條內(nèi)容有種中獎的感覺。天文和可燃冰本身八桿子打不到，卻能被推薦出來，用戶會感到出乎意料。!!!∑(?Д?ノ)ノ當(dāng)然好的出乎意料叫驚喜，不好的出乎意料叫驚嚇，提升驚喜度的同時要謹(jǐn)慎對待。

生產(chǎn)者視角-推薦的“六增”目標(biāo)

增消費(fèi)：通常對信息生產(chǎn)者而言，最首要的目標(biāo)就是消費(fèi)。而他們引入推薦系統(tǒng)的首要目的也是提高轉(zhuǎn)化率，增加用戶對核心商品/內(nèi)容的消費(fèi)。就是提高有消費(fèi)行為的用戶在所有信息展現(xiàn)用戶中的占比。即使是最簡單的基于人口統(tǒng)計(jì)學(xué)的推薦，比如按照用戶的性別、年齡或地理位置劃分，然后按不同組別做銷量排名，也比沒有使用任何推薦算法的效果好，因?yàn)橛脩粲懈蟮臋C(jī)會看到自己想要的信息，從而提升消費(fèi)的轉(zhuǎn)化率。

增信任：

信任是日積月累的，用戶對于推薦系統(tǒng)的態(tài)度通常是不信任，到無所謂，再到信任。信任的結(jié)果是形成品牌，形成口碑，然后帶動產(chǎn)品的其它業(yè)務(wù)發(fā)展。比如，那些賣老年保健品的推銷員，他們的工作第一要務(wù)就是建立老年人的信任。通過無微不至的關(guān)懷建立起信任，然后推銷保健品，無往不利，甚至有些老年人覺得這些人才是他們的親娃。同理，通過好的推薦系統(tǒng)建立產(chǎn)品和用戶的信任，也能促進(jìn)產(chǎn)品達(dá)成商業(yè)目的。增加信任度有效方法是告訴用戶你的推薦理由，這個信息是怎么被推薦出來的，用戶認(rèn)為合情合理，這樣一次次地教育之后，信任度自然慢慢提升。

增品類：

不同的用戶感興趣的信息差異極大，而且其中很多都屬于“長尾”[備注]信息。在現(xiàn)實(shí)世界里，“長尾”的物品的命運(yùn)基本是在倉庫里吃灰。而在互聯(lián)網(wǎng)的世界里，“貨架”幾乎是無限的。如果沒有精準(zhǔn)的推薦而只是反復(fù)曝光熱門內(nèi)容，對用戶而言往往是不夠的。想象一下今日頭條每天都只推薦主席講話，不帶其它內(nèi)容還有有人去打開嗎？因此，營銷“長尾”信息，把用戶感興趣的信息呈現(xiàn)給用戶，也是推薦系統(tǒng)對于信息生產(chǎn)者而言也是至關(guān)重要的一環(huán)，這也是工業(yè)4.0[備注]的新趨勢。

增體驗(yàn)：

越用越順手，越順手越用。好的推薦加上合理的交互設(shè)計(jì)，能夠構(gòu)造用戶體驗(yàn)的良心循環(huán)。最直觀的體驗(yàn)就是根本聽不下來，剛剛看了一雙最流行的芭蕾舞鞋，后面出現(xiàn)同樣式更多的款式可以比較。通過不斷給予用戶正反饋，為用戶構(gòu)建一個專屬的體驗(yàn)，讓用戶沉淀在產(chǎn)品之中。

增了解：

建立用戶模型是互聯(lián)網(wǎng)企業(yè)逐步達(dá)成的共識，越是完善的用戶模型，越能準(zhǔn)確刻畫用戶的需求，從而提高服務(wù)質(zhì)量，深入挖掘商業(yè)價值。好的推薦系統(tǒng)是一個會學(xué)習(xí)的系統(tǒng)，通過收集用戶的顯示反饋（如評分、點(diǎn)評）和隱式反饋（如點(diǎn)擊、關(guān)閉等） 增進(jìn)對用戶了解，并且進(jìn)一步反饋到新的推薦中。而且通過這種用戶喜聞樂見的方式獲取的用戶喜好能夠作用在其它方面。如滴滴出行通過分析用戶的出行時間，做出動態(tài)價格調(diào)整來分散出行高峰。

增質(zhì)量：

凡是人民擁護(hù)的，我們要擁護(hù)，凡是人民反對的，我們要反對。

以上，我分別從信息消費(fèi)者的角度和信息生產(chǎn)者的角度闡述了不同端對于推薦的需求是什么。完美的情況是，信息生產(chǎn)者的商業(yè)動機(jī)和信息消費(fèi)者的消費(fèi)動機(jī)是一致的，這樣生產(chǎn)者只要追隨者共同的目標(biāo)就能讓產(chǎn)品走向卓越。但是事與愿違，生產(chǎn)者的商業(yè)動機(jī)通常和消費(fèi)者的動機(jī)是有偏差的。比如在淘寶購物的時候，你想的是買到物美價廉的優(yōu)質(zhì)商品，而淘寶想的是更多地給你提供能為他們帶來最大利益的商品。你可能因此買到價高質(zhì)低的劣質(zhì)商品。這就需要產(chǎn)品人對個中平和的精妙把握，這里不再贅述。