我所了解的产品推荐

　　产品推荐分2种，一种是以营销为目的，一种是真心觉得好。今天只谈第一种。
　　之前我们也做过一个，自认为不错，客户和客服的反馈也好，可惜没能正式上线，至今hold。思路很简单，客户告诉我们他愿意花多少钱〔X〕，希望得到什么效果〔Y〕，我们帮他们选择合适的路径〔P〕。其中，X相对容易获得，Y则因本身的多样性需要先做细分，抽象成可量化的特征。然后对每个特征，选取路径P1。P2Pn，做组合分析，最后是将所有的Y的特征放一起做全局优化。当然，投入的可能不止是钱，也可能是时间什么的，不过那么算的话，就太复杂了。
　　我们最后只完成了如此宏大理想的第一步，即在客户说我要走第一条路时，我们告诉他你应该穿什么鞋说起来好细节呀那时我们能看到的路径就一两条，还满是泥泞，生怕把客户引过去人家不乐意，或是走着走着摔跤了，修第一条路的人也不给力，一直说着要不等我们再修好点，你再带人来？哎，反正很纠结。
　　最后的结论是时机未到，还需等待。
　　悲催！
　　这几天又想起这事，发现产品推荐的思路不总是靠谱，只有在特定环境下，才能做得有意义。
　　首先，客户的诉求实在太难抽象和量化了。他们常说的这个产品做得不好它没达到我想要的效果诸如此类，都是很难处理的反馈，当你再追问下去或是表示希望他们能说得再细化一些，他们会想一想，回答两个字感觉呀总之，能清晰描述需求的客户不多。如果你再问他，你是注重A呢还是B？回答都想要的客户基本占了90。
　　其次，客户没你想得那么傻也没太聪明，但他们多数很懒。一个新产品意味着一套新内容新要求新操作，对大多数人来说，如果现有的已经能满足他，就不会有强烈的尝试冲动，特别是当尝试还要付费的时候。所以，在新产品上线前做小流量试验，为了征集到更多的自愿客户，常采取免费试用或至少半价的推广方式。从实际经验看，能招募到8个左右的大客户已属上佳。
　　第三，客户真的需要产品推荐吗。本周我还就这个话题专门找了几个相熟的客服，她们也帮我问过了客户。答案差不多，客户不需要，客服可以看看。客户通常会对推荐类的东西抱着怀疑态度，他们知道你的目的是营销，潜意识会想你是不是要我掏钱啊，蛮抗拒的。想想你接到保险公司电话时的反应吧，和那个差不多。客服呢，毕竟有工作压力，他们以往的推荐经验多半是来源于个人积累、同事分享和一些帮助文档，很少有实时的可参考的数据和信息，更没有类似的工具以辅助，所以挺欢迎。另外还说一点，客服不希望这样的产品开放给客户，特别是有详细数据和趋势图的，主要是怕解释成本会增加。
　　也有好消息，好消息是大部分客户很爱问别人怎么做的，竞争对手啊，同行业的都在做什么，看到不错的产品也会主动询问。比如最近很火的百度开放平台，咨询的就挺多。可惜客服问我的时候，我也完全不了解
　　就是下面这个。
　　说到这里，我就想，产品推荐换种形式会不会更好？
　　昨晚去泰好味吃饭，每个桌上的餐牌上都写着上个月的销售情况，第一名是冬阴功汤，卖出500多份，第二名好像是凤梨饭，共列了十多道菜，都写清楚了6月份销售的份数。以往去吃饭前都爱查大众点评，看看哪些是招牌菜，餐厅的这个举动倒省了初来的食客不知点什么的烦恼，看起来好贴心，比服务员说我们这里的xxx卖得很好，一看价格，心中涌起贵死了的反感情绪要好得多。
　　那产品推荐能这么做吗？
　　既然客户想知道，我们就适当告知其他人在用什么，或者最近什么红，充分利用人们的从众心理。如果能保证数据和资料的真实性，能建立起畅通的反馈机制，能让用户清晰地表达出需要什么不要什么，有了一定量的积累后，再开始做推荐。
　　现在做推荐的通常场景，是面对一个没有头像喜好不明的客户，可能连他的性别都搞错。一般的，从他的用户ID和注册时填写的基本信息，最多还有在其他产品线的表现情况，能略知一二。之前我们用和该客户同类型的客户数据做了预估，也用真实数据对预估的做了检验，结果并不准确。想想也是必然，用过去的经验预估未来都不一定准，用别人过去的情况去看怎么可能准呢。
　　我所了解的产品推荐就这么多了，总结一下。
　　1。如果客户能清晰地说明投入和希望的产出，且对路径无任何偏好，即按照你推荐的结果去执行，事情会简单得多。