业务挑战
品牌需要通过消费动机、消费态度和消费行为对用户需求的精准洞察，传统营销模式没有满足用户实际的需求，营销活动转化率低
千人一面，用户体验差
用户每次访问电商企业网站、APP，看到的基本都是同样的商品，体验比较差；长期以往审美疲劳，再次访问意愿不强烈
缺乏有效营销工具，库存积压多
由于缺乏有效的营销工具，无法为特定商品发掘潜在用户，导致大量电商企业商品滞销、库存积压的情况
基于新技术自研，学习成本高
当电商企业开始尝试自研精准营销工具和平台后，往往需要投入大量的成本进行机器学习、算法模型等新技术的探索，成本高，见效慢
商品推荐
场景特点基于用户历史行为计算商品相似性，实时更新候选列表，提升用户体验，提升转化率
场景优势
简单易用： 内置电商模板（数据接口、算法、流程），简单配置即可使用
弹性伸缩： 支持电商高并发峰值场景，计算能力秒级扩展
内容推荐
场景特点
提取内容标签，结合用户行为，分析偏好，帮助用户从海量信息中找出感兴趣的、有价值的内容信息
场景优势
内容风险可控： 不合格内容的识别是UGC类网站的重点工作，用AI技术识别违规内容，可以降低运营风险
识别内容标签： 识别内容的场景、人物、语音、文字，形成多维的分类标签
方案描述
在华为云上对用户海量访问、交易等数据的深度挖掘分析，针对每位用户进行实时个性化推荐，提升商品的销量
计算引擎
除了MRS、DWS提供的标准计算能力外，华为云电商推荐解决方案还支持机器学习服务、深度学习服务来提供更强大的计算能力，满足更复杂的推荐需求
推荐引擎
华为云为推荐业务定义了一套完整的规范，从输入，到计算，到输出，企业可以在这个框架下自定义算法和规则，以此满足各种场景的需求
用户画像
根据用户收藏、成交、点击、注册信息、定位、日志等多份数据，实现洞悉消费者群体的360度洞察画像
API
以Restful的方式对外部用户提供API调用服务，轻松实现推荐系统和现有业务系统的对接
千万维度特征画像，精准洞察用户
根据用户海量访问、交易等数据，利用高性能分布式推荐算法，全方位分析用户各种行为之间的关联性；支持千万维度特征，分钟级模型更新
大数据精准推荐，千人千面
借助华为云大数据服务，推荐系统可以实现秒级更新用户画像、物品画像、召回候选集等。可实时从海量数据中挖掘用户兴趣，及时捕捉用户的兴趣变化，确保可在最合适的时机对客户进行精准推荐
效果评估等营销工具，有效降低库存积压
支持获取单个用户的推荐历史记录，以及用户画像，运营人员可以通过分析具体用户的产品体验找出改进点和改进的机会，持续提升商品的提袋率，降低库存积压
AI技术加持，降低技术门槛
依靠华为云AI技术，推荐系统解决方案提供内容审核，内容标签能力。 内置协同过滤，CTR预估，深度学习等算法。 大幅降低用户使用AI技术的门槛，并有效提升推荐效果
电商行业解决方案
结合丰富的行业平台服务和华为基础云服务，提供端到端电商解决方案，构建企业自有电商生态； 企业可快速搭建电商平台，快速完成所有资源的创建和配置
智慧零售解决方案
融合零售行业应用以及华为云丰富的云服务、大数据和AI能力，打造线上线下全渠道解决方案，助力零售企业数字化转型，并为客户提供优秀体验
