把消费者下一件要买的
商品，先一步
展示出来的 AI

不需要全部替换。POC 测试只在 1 到 2 个推荐位上进行，与现有推荐并排对比。也可以与现有推荐引擎并行运行。确认结果后，再决定是否扩大范围即可。

可以。排除缺货和库存不足的商品、提升新品权重、优先展示促销商品、违禁词和品牌策略、节目排期等条件，都可以应用到推荐结果中。您还可以按特价商品、即将截止的商品等条件自行定义商品组合，只在这个范围内做个性化推荐。

可以。已登录的消费者根据完整的行为记录推荐；未登录的消费者，网页端按浏览器、App 端按设备读取当次会话的行为来推荐。对于完全没有行为记录的首次访问者，先展示当下浏览多、购买多的商品，行为积累后再切换到个性化推荐。

如果一个页面只用一种方式填充，就可能反复出现相似商品。可以通过调整展示范围、搭配不同类型的推荐来保证多样性，规划推荐位时会一起设计。

推荐位点击率、点击推荐后的加购率、购买转化率、推荐贡献的订单金额、回访率，以及手动运营时间的减少，都可以用数字确认。在学习约 2 个月的用户行为记录之后，建议 POC 测试周期为 6 周。POC 测试结束后，会一起评估结果报告和扩展范围。