百分點

通過建立以用户為中心的個性化的營銷策略，幫助客户提升用户的忠誠度，在最合適的時機提供用户最需要的信息，為用户提供更加舒適的購物體驗。

個性化推薦引擎通過個性化推薦技術對網站整體流量結構的調節，增加商品的曝光數，提升用户平均訪問步長和商品頁訪問量（Glance View），從而降低用户跳出率，進而影響商品轉化率、商品動銷數以及銷售額，從根本上提升了電子商務零售網站的整體營銷性能。 ^[1] 

百分點推薦引擎規則系統以用户行為、商品屬性以及場景信息為基礎，以單個用户為最小單位，結合客户網站的KPI，為客户提供適合的推薦規則；同時，也可根據客户需求，創建其所需的推薦規則，讓推薦結果更符合客户網站運營情況，提升網站營銷性能。

場景引擎根據用户的行為變化，即時學習用户的行為，獲取用户即時的需求偏好，並根據用户當前的意圖，推薦用户所需要的商品。

根據客户網站頁面的特點，自定義推薦欄展現形式。通過展示引擎，在數據個性化的基礎上實現推薦欄展現形式的千人千面。

百分點推薦引擎利用羣體智慧和行業規則進行推薦的同時，還可針對每個客户網站的特點制定個性化解決方案。

針對不同行業，按照行業特點，制定精細的行業推薦規則，切中行業脈搏

打通全網用户信息，整合用户需求偏好信息，精準的擊中目標受眾

推薦引擎服務用户數已達1.4億；超過200億個消費偏好標籤

電商、資訊合作伙伴近300家，涵蓋各個行業

百分點推薦引擎在個性化算法的框架基礎之上，首次引入場景引擎、規則引擎和展示引擎，形成一個全新的推薦引擎的技術框架，系統通過綜合並利用用户的興趣偏好、屬性，商品的屬性、內容、分類，以及用户之間的社交關係等等，挖掘用户的喜好和需求，主動向用户推薦其感興趣或者需要的商品。

消除數據孤島，建立基於用户全網興趣偏好軌跡的精準雲計算分析模型，打通用户在多個網站的興趣偏好，形成用户行為偏好大數據中心。

基於多維度的數據挖掘、統計分析，進行算法模型的建立和調優。綜合利用基於內容、基於用户行為和基於社交關係網絡的多種算法，為用户推薦其喜歡的商品、服務或內容。

高效的服務器集羣系統採用負載均衡技術，以保證多點併發時系統的實時響應，確保個性化推薦引擎在高峯時段也可以以極快的速度給出建議。

三個遍佈全球的冗餘數據中心保證系統的高可靠性，確保個性化引擎能在任何時間給出最準確的建議。統一集羣監控框架實時監控數據中心的服務器集羣，自動預知可能存在的風險並及時進行遷移，保證業務的正常運行並確保數據安全。

個性化商品/內容推薦欄是百分點推薦引擎的基礎產品模塊，推薦欄是以用户的行為數據為基礎，通過對用户場景的判斷，尋找最為符合用户行為的推薦規則，通過智能算法將信息與用户進行匹配，為用户展示貼合偏好的商品或內容數據，為用户提供最佳的站內瀏覽體驗。

個性化EDM是百分點推薦引擎的系列產品之一，個性化EDM通過研究和分析消費者在互聯網全網上行為和內容，主動發現消費者當前或潛在偏好、興趣和需求的模式，並將消費者感興趣的商品或服務通過個性化的EMAIL推薦給消費者，從而拉動EMAIL營銷的開信率、點擊率、有效率、轉化率，為企業創造更大的客户價值。

個性化推薦控制及分析平台，客户可根據自身的KPI及推薦效果及時調整推薦欄位情況，針對運營情況對個別產品、品牌、類別、頁面類型進行調整，同時平台的分析系統可為您給出個性化推薦效果評估報告。