[核心提示] 当导购这件事被越来越多的外在因素包裹，就注定在未来，导购是综合分析用户并多维度动态组合的，更靠近用户，提供个性化的服务。
美丽说蘑菇街之后，电商生态体系的导购新机会正在出现，在导购的田野上势必会加入一些个性化的新生力量。
2011年电商圈最热闹的网站，非美丽说、蘑菇街莫属。这两家公司均带给淘宝过亿元的销售额，而去年淘宝开放平台产生的总交易额不过才30亿元。它们迅速引爆了大众对导购这件事的重新认识。
在中国的电子商务格局里面，大型 B2C 林立，各种价格战此起彼伏，生存空间相互挤压。但是在大电商的生态系统里，势必还会有新的机会和模式诞生，导购就是其中之一。同样的，当导购市场被美丽说、蘑菇街们证明了价值之后，并不仅仅是他们的模式可以生存，在导购的田野上还蕴含着无数的机会。
比如，无论美丽说的媒体属性，还是蘑菇街的社区属性，目前这两个平台都以 90 后为活跃用户。更高年龄层次的人群如何满足?
比如，如何避免同质化严重和千人一面的产品，而让更多人得到个性化的一对一服务?
或者如何分析用户的心理，从其更深层次为用户提供基于价格、爱好、场景的动态解决方案?
现在的市场上，已经出现一些活跃的新变量来寻找机会。他们干脆就是一种“工具型”的导购模式，或者在媒体、社区的属性上加以创新，因为他们发现，导 购不仅仅是对接淘宝数据，对商品进行筛选和分类，而是通过需要越来越靠近用户，通过增加对人的心理分析和影响，来达到更高的转化效率。
从这个层面来讲，的确还有很多机会有待开发。
推荐引擎动态组合
尽管凭借“彩虹搜搜”这款 APP 在淘宝无线开放平台 2011 年的应用大赛获得了买家应用的冠军，立体时代的 CEO 邵怡蕾仍然在不断加速产品的迭代和出新。7 月，立体时代将推出一个全新的全景式的个性化时尚导购平台——苏格。
在邵怡蕾的判断里，时尚类购物这件事，在人的心理层面有 3 种需要：首先就是真正因为缺少，为了需要而购买;第二种是因为喜好，女生就是会不断地去买 喜欢的东西;第三种是这个东西“对我好”，就是也许这条裙子并不是我喜欢的，但穿上特别能显示身材，穿在我身上好，这 3 种其实是完全不一样的需求。
“苏格”会是一个个人形象助手的产品，也是工具(数据)型的导购产品台。就是通过半人工半技术结合的方式，根据用户的行为数据，分析后给用户以个性化的推荐。这个产品的个性化推荐包括个人的风格、喜好、款式、什么更适合你等等，是细节化的满足多层的心理需求。
但对于一个个性化的用户而言，他所具备的信息分为两个维度：一是显性的个人信息，包括性别、年龄、地域、职业等数据;二是来自于他的隐形行为习惯和 偏好，这个就要靠技术在后台不断的抓取用户的每一个动作，比如他的浏览轨迹，购物记录来分析。当这些数据都被采集到的时候，导购要做的是能否抓住细节，真 正为每一个人定制或推荐“只属于他”的内容。
这需要通过技术的手段，来对每一个人的需求产生了解，并把用户准确地分群。当一个用户进来，你会给他打很多标签，比喜好、消费能力、购买过的商品等等，同时你还需要再后面的商品打上很多标签，“这有点像心理测试，并且需要在不断变化的标签中，不断匹配”。
为什么各种各样的推荐算法，比如电商网页上最常见的“猜你喜欢”或者是豆瓣电台，在书籍和音乐上都做得很好，但时尚类一直做不好?因为时尚类的维度 太多，每个人喜欢一件东西的心理原因也不一样，它关于场合、偏好、价格等多重因素。“我觉得这是一种很强的推荐，当然这也很难”，邵怡蕾说。比如，个性化 真的需要非常准确吗?事实上一个好的产品，要控制好准确的比例。因为这根本就是一件不能不准也不能太准的事情。如果推荐的不准，用户不会信任这个产品，如 果太准，就会不断加强一个人的偏好，从而掩盖了“发现”的新可能，就像谷歌一定不会把 100% 的技术呈现给用户一样，它需要有比例地留白，去放置其他东西。
未来导购的机会和难度都是来源于此 —— 它将是一种动态的组合，需要不断的匹配和平衡，中间充满了对用户心理权重的把握。“个性化其实就是提高效率，我希望每一个人进来看到的东西都会不一样”，邵怡蕾说。
算法拉高转化率
毫无疑问，导购的最终落脚还是转化率。想要做好购物推荐，从用户浏览一个东西一直到他购买，有两个环节至关重要：一是浏览完用户会不会点击到这个商 品，而第二步是用户点击之后会不会形成购买 —— 最后的转化率就是由这两点形成，不管哪一点比别人好很多，转化率就会很有优势。
口袋购物-逛淘宝(以下简称逛淘宝)是一款 2011 年才推出的手机应用，用户可以用其浏览、收藏、分享和购买淘宝上的商品。iOS 2.0 版本新增了“我的街”功能，即能根据每一个人的个人习惯，利用算法一对一地推荐适合不同用户的针对性商品。目前其用户数已接近 300 万，日活跃用户 10%，客单价达到 95，2012 年 4 月份获得了成为基金和经纬创投共 1200 万美元的投资。
区别于媒体、社区形态的导购，逛淘宝总裁侯迅把公司定位为工具(数据)型。和上文的立体时代一样，工具型的核心就在于会自动根据用户的这些行为进行 后台的技术运算，进行“大数据挖掘”的自动匹配和个性化呈现。也正是这一点，逛淘宝能达到7%的超高转化率 —— 在淘宝开放平台体系内，1%-5% 的转化率已经被当作一个好应用的标准。
使用过程你会发现，逛淘宝的入口没有单独注册，全是微博、淘宝、豆瓣等各平台账号导入，通过授权抓取更多的用户特征。“即使你是首次使用，没有任何 轨迹的用户，在进入‘我的街’时也会有 10 道问题，如性别、年龄、网购频次、喜欢风格等，用户通过简单的判断，210 不过是先收纳 1024 种结果。一旦产生动作，就会一步步迅速适应。”逛淘宝总裁侯迅这样告诉《商业价值》记者。
这个产品的厉害之处并不在于它的量有多大，而是在于它后端成交转化率非常高。尽管这家公司本身对一些技术和方法相对低调，但记者还是从相关人士处了解到，逛淘宝后端链接的所有卖家，都是从淘宝的黄钻买家的收藏夹里挖掘的，这些卖家全部是皇冠。
这就意味着，这些店都是被充分验证过的，无论从服务、发货、信用等方面看都不会太差。无论一个导购平台的前端做的多么吸引人，但当一个人在导进淘宝的时候发现卖家都是三心甚至是更低的级别，信任感会迅速下降，而在逛淘宝上，点击和购买的两个动作反而会衔接的很顺畅。
对于美丽说蘑菇街而言，大量用户上传的图片和内容，很难引导用户后端是否会完成购买。而这样的效果只能通过技术手段去达到，“他们的转化率甚至是美丽说的两倍。”上述人士表示。
好场景抵差价
一个好的购物场景，是能够在用户的心理层面上，突出效率并降低价格敏感。
VeryCD 的创始人黄一孟在美剧《生活大爆炸》里看到了一个非常极客的电脑椅，价格在 8000 元以上。当他疯狂的购买并爱上了这把椅子之后，他将 公司的 200 多员工全部换上了这个椅子。VeryCD 也开始意识到，通过影视、动漫作品衍生的商品非常多而且有市场，因此做了独立的商城，通过内部编辑去推荐一些和影视关联商品。同时基于 VeryCD 的社区属性，使它的垂直耦合度强于其他行业。
同样的事情也发生在赵晔身上。他曾是在上海非常火热的本地媒体都市客的创始人，现正在创建的拖拉网是一家以场景搭配为线索的导购平台。“在特定场合的穿着已经成为一种刚性需求的情况下，谁能找到一个细分市场，比如说为有特定需求的人群去做更准的服务。”在美丽说蘑菇街已经做大的时候，赵晔这样认为。
拖拉网所有产品的设计逻辑，判断逻辑都是从买家端切入的，“我们认为用户要的是解决方案。”赵晔说，对于用户来说，他们希望通过一种更加有效的信息 组织方式，给到我一个解决方案，这个解决方案可能是一个综合性的体验。“我明天就要参加一个 party，不知道要穿什么风格，我也没有看天气预报，谁能帮 我把这些场景和我的信息组合起来，给出一整套的解决方案，让我又喜欢又时尚。多一点钱没关系。”一位从美丽说转向拖拉网的白领这样形容。
让日期(天气)、地域、场合、风格，这些都成为穿衣搭配解决方案的变量，经过不断的组合呈现给用户，从而形成一种购买的驱动力，然后带来更高的转化 率。拖拉网既发挥了创始人的媒体优势，又有工具型特征。据拖拉网数据，用户在看到一个比较优质的搭配的，并有场景性引导的时候，点击到最后页面完成购买的 转化率会比单品推荐高 40%。
事实上，导购就是一场心理游戏，看谁能给合适的人以合适的购买心理和效率。任何一种形态都能在所覆盖的人群和切入的角度去营造出一个好的场景，就看你如何利用好自身的基因。
简单概括下来，当下时尚类导购因为逻辑基础不同、大概呈现出3种分类：媒体属性、社区属性、和工具属性。这里不如用八卦一点的心态去看一看呈现这些形态背后的基因。
这种基因势必来自于团队。为什么美丽说会说自己是一个媒体?因为徐易容出自百度贴吧，他也最熟悉媒体，媒体这条路也会走的更顺;LC 风格网的 CEO 马啦啦是时尚杂志背景，做出来的风格也像杂志的样子;同样背景的还有果库，联合创始人廖锦有曾是《周末画报》的编辑，对时尚把握精准;赵晔的都市客曾是上海最知名的媒体之一 ……
而蘑菇街的陈琪以及高管团队大多出自淘宝，淘宝是一家非常注重运营的公司，而导购这件事在淘宝内部又难以得到更好的呈现，蘑菇街势必会发挥优势去营 造一个社区;堆糖的高管也都是出自淘宝，先天携带运营社区的基因。基于 Pinterest 的模式使堆糖至今仍保持着购物的频道，它还是一个图片的社区，相 对于美丽说蘑菇街，它更加的泛化。
而上述的这群人正在做个性化的事，而实现个性化的手段更多需要技术、分析和数据挖掘。比如立体时代，比如逛淘宝。以王珂和侯迅的逛淘宝团为例队，因为有一批从百度出来的产品人，技术和搜索的强项非常明显，所以他们的产品是一个直截了当的工具 ……
其实导购的市场足够大，在如何提高“效率”这件事上，美丽说蘑菇街的再大的体量也没有超过市场结构的 10%。当导购这件事被越来越多的外在因素包裹，就注定在未来，导购是综合分析用户并多维度动态组合的，更靠近用户，提供个性化的服务。