共计 1346 个字符，预计需要花费 4 分钟才能阅读完成。
业务场景
以淘宝为代表的电商平台曾经成为人们日常购物的次要渠道，电商平台承载着保障商家和消费者两方收益的重要责任。对于商家而言，商品库存积压常常导致昂扬的老本损失。因而，在电商平台的经营过程中，帮忙商家“甩货”是不可避免的场景。
造成商家损失的次要起因如下：
- 采 - 销不均衡：商家洽购环节早于销售环节，洽购量依据商家的教训、市场行情等因素预测得出，然而受到疫情、政策等不确定因素影响，市场需求可能会忽然压缩，这就导致了商品畅销、库存积压。
- 商品时效性：一些品类的商品对于销售工夫有着严格的限度，例如生鲜、果蔬等易变质的商品，鞋帽、服装类有着较强节令特点的商品，过了适销的时段后便难以售卖，这对商家来说是重大的损失。
为了管制由库存积压、商品过期等起因导致的老本损失，电商平台须要借用肯定的伎俩推广“甩货”商品并实现清库存的诉求。
技术难点
举荐零碎曾经成为电商平台的次要流量入口之一，通过举荐系统对甩货商品进行搀扶，能够使商品失去无效的曝光，从而促成用户下单、实现库存清理和资金回流。然而，现有举荐零碎广泛短少人工干预流量散发的能力，次要技术难点如下。
难点 1: 算法复杂性。
举荐零碎背地是由一套简单的数据处理逻辑和算法模型撑持的，在举荐零碎返回的后果中人工插入甩货商品将会影响举荐成果，烦扰整个举荐零碎的失常运作。
难点 2: 成果难量化。
传统的举荐零碎基于对物品加权的形式，调整算法模型参数从而减少甩货商品被举荐进去的概率。然而，这种形式难以在干涉前预估甩货成果，而商家却须要定量对商品进行曝光（因为库存是有明确数量的）。
因而，通过举荐零碎助力电商平台甩货依然存在诸多技术难点。
AIRec 流量调控解决方案
阿里云智能举荐 AIRec 最新推出“流量调控”性能，轻松解决电商平台库存清零、甩货诉求。
计划劣势：
- 搀扶成果好：“流量调控”是基于 AIRec 举荐零碎架构而开发的流量干涉性能，在保障举荐成果的根底上对所选商品进行搀扶。既不扰乱举荐零碎整体的举荐逻辑，又能达到给予商品流量搀扶的成果。
- 成果可量化：与传统的“加权”形式相比，“流量调控”性能以商品的曝光次数、曝光次数占比等可量化的指标为调控的指标，更容易实现定量搀扶；
- 易于治理：“流量调控”以工作为性能单元实现业务诉求，针对不同品种的甩货商品能够建设不同的“流量调控”工作，这种形式便于灵便治理，您能够随时新建或完结一个工作。
- 操作简略：您只须要新建并配置工作指标等信息，零碎将依据您的配置主动干涉流量的散发，不须要您继续察看和监测。
更多应用详情请参考产品文档：https://help.aliyun.com/document_detail/460614.html
案例实际
某大型电商平台，利用“流量调控”性能帮忙服装商家换季甩货。依照教训，三月份是冬装（棉服、羽绒服、冲锋衣）的旺季，商家心愿与平台单干，在二月末实现冬装“库存清零”。
AIRec 解决方案
- 商家推出促销流动，对甩货服装重新制定促销优惠价，并设定限时流动；
- 电商平台利用“流量调控”性能圈选甩货的冬装，并在首页瀑布流和“有好货”专区页进行定向搀扶，指标是给予所选商品 20000 次的曝光；
客户价值
促销流动期间，商家均匀库存升高 74%，约 15% 的 SPU 实现“库存清零”。
原文链接
本文为阿里云原创内容，未经容许不得转载。
