推薦引擎（Recommendation Engine）
利用演算法分析顧客行為與商品資料，自動產生個人化商品推薦的系統。常見於「猜你喜歡」「買這個的人也買了」等版位，透過提升商品曝光的相關性，帶動連帶購買、客單價與整體轉換成效。
推薦引擎（Recommendation Engine） 是什麼？
推薦引擎是個人化的技術引擎。它把海量的顧客行為與商品關係化為可運算的模型，自動替每位顧客挑出最可能感興趣的商品，省去人工挑選，並隨資料累積持續優化推薦品質。 常見演算法包括協同過濾（找出行為相似的顧客互相推薦其商品）、內容式推薦（依商品屬性相似度推薦）、以及結合多種訊號的混合式推薦。實務上也會處理新客與新品的「冷啟動」問題。 推薦引擎的成效高度依賴資料量與資料品質，資料越豐富、推薦越精準。對電商而言，它能在不增加流量的前提下，靠提升站內轉換與連帶銷售，把同一批訪客的價值榨得更高。
舉個例子
台灣一家 3C 電商在商品頁加上「買這台筆電的人也買了」推薦版位，自動帶出滑鼠、保護套與延長保固，連帶銷售明顯增加，平均訂單金額提升一成多。
林 林克威說
林克威把推薦引擎視為「不花廣告費的業績放大器」。同樣的流量進來，推薦版位放對商品，客單價就能往上拉。我的經驗是別只信演算法，要搭配人工策展，把高毛利或主推商品適度混進推薦結果。新站冷啟動時資料不夠，先用暢銷榜頂著，等行為資料夠了再讓引擎接手會更穩。
免費諮詢
想讓你的品牌在台灣電商「有勝率」地長大？
不論是平台代營運、品牌代理落地，還是 AI × 電商流程優化，加 LINE 直接聊你的狀況，我會給你具體可執行的方向。
- 針對你的品牌與通路，給具體可執行的建議
- 不推銷、不綁約，先把問題聊清楚再說
- 三大媒體電商專欄作家，2016 年起深耕電商