用户细分和推荐算法的区别

特别说明：用户细分和推荐算法的区别

很多网上的文章会把用户细分和千人千面的个性化推荐混淆。虽然口头上，很多人会说：我们做用户细分是为了了解用户需求，实现千人千面的效果，可在在业务上这是两个含义。

针对一个细分群体，运营可以做很多引领性、创新性动作。比如我们想壮大高端用户群体，那完全可以推出全新的产品系列、全新的奖励政策、全新的服务来吸收高端用户。只要我了解了他们的喜好、行为习惯，就能做的很精准。

但是，全新设计的前提是该用户有一定体量，值得我这么干。所以，做细分时就不能考虑非常多维度，切得特别细，搞得很促销复杂无比。我要昭告天下，让大家都知道我们在干这件事，才能形成从众效应，获得更大效果。

推荐系统则不受此限制，推荐系统完全封闭了信息渠道，每个人看的都不一样，只要能提高一点用户响应率就行。所以推荐的都是现有的，存量的产品，尽量实现用户和产品的匹配。

推荐系统可不能产生新创意和新效果，也设计不出新产品。所以完全不用纠结：我拆分的到底细不细，只要能达成业务目标就行。