迈点译讯| 旅游品牌可以从抖音中学到哪些个性化推荐内容？

　　尽管在算法相关工程上花费了数亿美元，但无论是Netflix还是Spotify，在给用户推荐电影或歌曲时依旧会受到打击或失误。这一问题在旅行中则更为严重，在技术普遍落后于其他行业的情况下，挑战也更加艰巨,但从“抖音”中，或许可以提取出解决方案。

　　为什么“抖音”是值得学习的应用程序?因为抖音的所有者字节跳动公司在推荐引擎方面有着深厚而成功的历史。从其首个新闻应用“今日头条”(Toutiao)，到拥有逾十亿用户的社交媒体应用“抖音”(TikTok)，字节跳动已经成功掌握了大数据推荐引擎，将对应的内容提供给对应偏好的人。

　　抖音拥有先进的技术，它是品牌如何掌握个性化艺术的一个现实例子。以下是旅游品牌可以从抖音APP中学到的三点经验。

　　1) 从细微处着手

　　推荐引擎很复杂，想要了解如何利用其的能力为旅游品牌的特定业务增加价值需要时间。这个学习的曲线虽然很陡，但速度很快。这给那些愿意尽早涉足并在其产品的某些部分推出个性化建议的公司带来了优势。

　　在Medium中，你可以看到它是如何在文章提要中添加第二个标签的，其中还包括手持信息，以解释推荐的工作原理以及如何给出反馈。然后是 YouTube，它采用了类似的“起步-小规模”的方法，为用户提供新的订阅。

　　这是两家非常大的媒体和内容公司，毫无疑问，它们拥有为推荐引擎聘请业内最优秀人才的资源。然而，他们仍然选择开始在小范围内部署这项新技术，以便在更广泛地将其推广到他们的产品之前，有足够的学习时间。

　　Instagram 是一个很好的例子，说明了这种从细微处着手的策略可以引领的方向。在过去的 10 年里，它积累了自己的能力和经验，从改变新闻feed算法开始，推出了Explore板块，最近又推出了Reels。

　　随着旅游品牌推出自己的个性化推荐小介绍，他们将很快了解他们缺少哪些关键数据点来扩展推荐，现有内容中的差距在哪里，以及哪些是用户推荐引擎最重要的特征。

　　为了更快地启动，或者如果缺乏技术专长，他们可以利用推荐引擎 SaaS 提供商，如Algolia或Recombee。当然，随着时间的推移，旅游品牌将需要公司内部了解这项技术以及如何将其提升到新水平的人员。

　　2)丰富内容元数据

　　作为人类，我们可以理解并非常迅速地将我们看到的东西分类——餐馆、视频剪辑和歌曲，但对于算法来说，这需要被教授。推荐引擎的好坏取决于它对所推荐内容的理解程度。

　　视频，作为一个可以与旅游内容相媲美的东西，是机器最具挑战性的领域之一，它要理解每个视频剪辑中的内容。这就是抖音投入巨资构建一些领先的机器学习算法的原因，这些算法可以扫描每个视频中的每一帧，将其归入不同的亚文化中。这种丰富的过程有助于抖音了解每个视频中的内容、视频类型、心情以及更多信息。

　　例如，在旅游方面，酒店、酒吧、博物馆和餐馆非常微妙，很难对它们进行详细的分类。想想为什么有人喜欢某个特定的视频或餐厅，答案中其实有很多很多的属性需要考虑。

　　旅游品牌应该尽早开始考虑他们拥有的每条内容的数据，以及这些数据的组织方式，更重要的是，他们如何进一步丰富这些数据。例如，一家餐厅可能只有描述和评级。但它也可能包含价格水平、评论数量、Instagram粉丝数量、美食等等。当这些属性结合在一起时，就会成为人们喜欢这个地方而不喜欢其他地方的一个重要因素。

　　一段内容越丰富，用户与之交互的结论就越可靠。例如，用户不仅会浏览摩洛哥的餐馆，还会浏览老城中那些非常受欢迎、中等价位、便宜的食物。这种丰富的元数据将是优先推荐与一般推荐之间的区别。

　　旅游企业可能不得不与其他公司合作来丰富他们的数据，比如谷歌的地图API，或者这个领域的新挑战者，比如Here。

　　3) 捕获和存储正确的数据

　　这听起来很简单，但捕获的数据中总是存在漏洞。

　　例如，确保每个用户和他们曾经交互过的每一条内容之间都有一个清晰且可追溯的链接是关键。不仅是用户是否保存或预订了一段内容，还包括其他意图信号，例如点击次数、观看次数和观看时长。

　　结合前面提到的内容丰富的元数据，我们可以清楚地看到用户感兴趣的内容。这些都是推荐引擎的基本输入。

　　Netflix 现在声称“人们观看的电视节目中有 80% 以上是通过平台的推荐系统发现的。” 这是一个惊人的数字，也是一个好的内容推荐系统潜力的例子。Netflix 一直将自己定位为一家数据驱动型公司，并且有据可查，它收集了每个观众的使用数据量。

　　这种对用户以及平台上发生的每一个微动作和交互的深刻理解是Netflix推荐系统成功的关键因素之一。

　　最后，所有这些使用数据都需要以原始、可访问的格式存储，最好不要隐藏在特定的分析或推荐工具中。数据管理工具，如市场领导者Segment，将数据导入分析工具，以及长期存储容器，如谷歌的云平台或AWS。这将使数据访问推荐引擎没有任何限制。更重要的是，它可以确保公司不会长期依赖于特定的供应商，反而赋予了他们对用户使用数据的完全控制权和所有权。

　　旅行的大问题

　　在旅行中，用户面临着一个巨大的发现问题：去哪里，去哪里吃，去什么地方，去哪里住——这是无止境的。尽管旅行者喜欢偶然发现新地方，但这可能也是一种新负担。

　　根据Pluto 的研究显示，即使在每年离开六次以上的旅行者中，依然有高达76% 的人表示寻找相关灵感是痛苦的。现如今的旅行者拥有独特的兴趣，并且他们希望在自己的假期中反映出来。

　　但压倒性的选择使得找到他们正在寻找的确切内容变得越来越困难：例如，谷歌地图拥有超过 2 亿个兴趣点，而 Tripadvisor 拥有近800 万个企业。

　　解决可发现性问题

　　解决可发现性问题为旅行者提供了继续返回产品或平台的充分理由。但对于旅游品牌来说，这仍然是一个巨大的挑战，一部分原因是旅行的需求周期并不频繁。

　　但旅游品牌可以借助一款应用程序来应对这一问题，例如通过抖音帮助旅行者寻找灵感、计划下一次旅行并与志同道合的旅行者建立联系。或者借鉴一些最成功的内容平台的模式，利用个性化推荐来帮助人们在旅途中找到真实而独特的地方。

　　个性化推荐只会越来越好，像抖音这样的平台已经表明，在这一领域取得重大进展是可能的。无论是旅游品牌还是游客，是时候上船旅行了。

　　*本文编译自phocuswire