推荐时代到来：获取用户数据 分析后再进行推荐

　　“推荐”类应用大行其道，新应用能否借大趋势的东风?

　　当互联网上的信息量已经庞杂到让人晕头转向的时候，人们使用百度与谷歌的频率却在与日递减。相反，带有“推荐”意味的应用与网站萌生出来，帮网民回避漫无目的的搜索。就连百度CEO李彦宏都在“百度世界2011大会”上表示，百度要从“即搜即得”过渡到“不搜即得”，在首页上集成更多应用与网站，直接推荐给用户使用。

　　这些迹象说明：属于“推荐”的时代，也许真的到了。本刊2011年10月期的《数据战——互联网江湖隐蔽阵线》一文中提到的麦路、百分点科技、微精等公司，都在沿用这种思路，获取用户数据，加以分析，然后进行推荐，更别提那些更新鲜、更细分的推荐应用。可以说，它们前进的一小步，也是我们向“个性化互联网时代”迈进的一大步。

　　但从生意的角度，这些“推荐”类应用充满理想主义色彩，它们不仅距离“变现”还有点远，其中一些甚至只是以“插件”形式存在，与其他网站搭帮过日子。它们在中国能否演化出完整的盈利模式?而顺着“推荐”的思路去延伸，又能否寻找到更多机会?

　　下文将“推荐”大体分为三类思路，并以一些较新的应用进行举例。值得一提的是，这几种分类并不能完全独立开，多数应用需要协作完成，将用户数据滚动起来，再循环利用，加以推荐。

　　“数据分析类”推荐：

　　新案例：Clothes Horse

　　数据分析这件事，可大可小，有相当多的公司正在凭借复杂算法进行“精准匹配”，为用户推荐出“你可能会喜欢”的商品或广告，在此不多列举。

　　也有更新鲜的做法，例如构建巨大的数据库，进行相对简单的比对工作。美国公司Clothes Horse为用户推荐的是“尺码”：它的产品是一个为电商网站设计的定制化插件，用户光临网站后，会被问及一些问题，例如“穿哪些品牌服装比较合身”、“合适程度如何”等，后台数据库收集了众多品牌的尺寸数据，经过比对，进而判断出，用户在此网站购买哪个号码更加合适。其创始人认为，人们放弃已经装好衣服的购物车，7%的时候都是由于担心尺码不合适。Clothes Horse意在为用户建立一份可以通用的个人尺码资料，很可能在推荐的路上越走越宽。

　　“社会化”推荐：

　　新案例：无觅、酷云阅读、Forkly

　　去年格外红火的“蘑菇街”、“美丽说”等导购网站被称为“社会化”推荐，即使不停有言论指出，它们的做法更偏向于媒体行为，原因是用户间难以形成关系，但“社会”的成分在其中起到一定作用。

　　另外，阅读这件事也加入了“社会化”成分。“无觅”的创业团队最早的产品是个性化浏览器插件，之后推出为科技博客等内容类网站提供的“相关文章”插件，如今“无觅网2.0”，产品思路可以归结为，通过对阅读内容的分析，进行个性化阅读推荐。不仅是根据用户的阅读历史，进行数据分析后，为其推荐出感兴趣的内容，还会向社会化运营上逐步靠拢，以网站为主体，带动用户进行观点的分享和交流，并导入到微博上。另外一款个性化泛阅读软件“酷云阅读”则将新浪微博作为主要媒体源之一，使用者的阅读习惯会被推送给朋友，同样有社会化分享的元素。

　　美国的一款美食推荐App名叫“Forkly”，在邀请用户为吃过的每道菜打分之外，还会将用户的口味偏好与其他使用者相对比，模式甚至有些像Twitter，食客之间可以互相Follow，由于加入了LBS概念，还可以搜索出附近的餐馆及其他用户的评价，予以参考。

【本文由投资界合作伙伴创业邦授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。