随近年经济下行，国家发展改革委持续出台相关政策和措施，鼓励社会促进和扩大消费，助力消费市场活力的恢复。与此同时，近几年来，小程序/APP等线上平台也已成各大品牌线上销售的重要阵地，如何洞察消费者喜好，提升消费者的使用体验是品牌始终关注的话题。在此背景下，经过产品团队两年的技术和实践打磨，8月10日下午，吕氏贵宾会智能在北京召开媒体发布会，正式对外发布了吕氏贵宾会智能的首款智能推荐平台产品。
不同于市场上绝大多数同类推荐系统，吕氏贵宾会智能推荐平台在基础个性化推荐平台的基础上做了进一步升级，是一款真正能够帮助品牌提升业务指标的个性化推荐平台。经实际业务场景验证，吕氏贵宾会智能推荐平台的转化优化效果表现十分优异。此外，其还具备模型可组合、业务可干预、内容更新快另外三大显著优势，让品牌能更有效、更轻松、更智能地实现业绩和消费者体验的提升。
核心痛点转化效果不佳
转化提升显著，指标曲线一路攀升
推荐系统一方面能够帮助品牌提升消费者的用户体验，另一方面也能促进相关业务指标的提升。因此，表面的个性化已经不能满足品牌对于推荐效果的需求了，品牌也需要真正能够提升业绩指标的推荐系统。
推荐产品负责人丁若谷先生介绍，吕氏贵宾会智能推荐平台集成了DeepFM、DCN等多种先进AI算法，可以支持针对品牌数据的进一步优化；同时支持A/B实验，通过系统可以配置不同策略分流，确认模型组从用户点击、收藏、加购、下单的全链路指标优于控制组，实现全链路指标提升。
零售事业群副总裁赵琛先生分享了某奢侈品品牌的案例。在帮助某奢侈品品牌搭建小程序商城产品推荐系统，某奢侈品品牌的小程序用户越来越多，每个客人看到的产品都是一样的，但旗下产品众多，推荐位有限，希望借助AI模型的方式实现千人千面的产品推荐。
搭建贴合实际业务的混合产品推荐引擎，实现千人千面
吕氏贵宾会智能一方面帮助其构建混合产品推荐引擎，实现个性化产品推荐；一方面利用福尔摩斯平台的智能推荐功能找到最优模型解决方案，大幅提升了订单转化率。
瓶颈一模型复杂，不可控
推荐内容来源灵活，由内而外的「个性化」
传统的推荐平台模型复杂，推荐原理难以解释，导致品牌在实际操作时无法真正理解模型的优化逻辑，推荐结果和效果大打折扣。
推荐产品负责人丁若谷先生介绍，吕氏贵宾会智能推荐平台产品内置的丰富能力，能实现自由操作和组合，支持热榜、业务规则、AI算法等多种来源，经过模型智能筛选，推荐更适合用户的个性化内容。
瓶颈二策略调整低效且繁琐
业务运营策略丰富，Hold住每个复杂需求
吕氏贵宾会智能推荐平台内置黑名单策略、多样性策略和白名单策略三大类策略，里面包括商品黑名单、去重策略、主推策略等10小类策略，以及其他数十种适用各种场景需求的运营策略，品牌可以灵活选择，更大程度满足品牌对于复杂场景的推荐需求。
例如，“品牌希望过滤掉价格过低的单品，每种商品推荐不超过3次，在指定位置插入当月营销日历主打的商品，都可以在平台中很方便的配置出来。”丁若谷先生介绍。
瓶颈三用户喜好难精准捕捉
内容实时反馈，牢牢抓住用户心智
当消费者在浏览内容或商品时，时常会受到各种信息影响而改变当下的喜爱偏好。如果推荐系统反馈不够及时，更新缓慢，就无法随时随地捕捉消费者当下的喜好，进而也无法推荐消费者需要的结果。
吕氏贵宾会智能推荐平台支持接入实时的行为数据，包括用户搜索、浏览、点击、收藏、加购、下单等行为，都能经过实时计算后得到的推荐结果，都能秒级反馈并展现在下一秒的推荐页面中，用户喜好多变，也能牢牢抓住消费者心智，呈现更符合消费者当下诉求的推荐内容。
推荐平台技术优势
福尔摩斯AI和大模型共同赋能的智能推荐平台
“吕氏贵宾会智能推荐平台是由福尔摩斯AI（HOLMESAI）赋能的智能推荐平台。”首席技术官欧阳辰先生表示，利用福尔摩斯AI精准的推荐模型算法，融合多源实时数据的兴趣挖掘，多种模型的综合应用评分和ChatGPT大模型的融合应用，能快速面向和适应业务需求，快速解决冷启动和少数据的问题。
值得一提的是，吕氏贵宾会智能研发的大模型产品AlphaGPT也在紧锣密鼓研发中，敬请期待。
