數據結構、算法目標和組織方式的差異。

$拼多多(PDD.US) $阿里巴巴(BABA.US) $京東(JD.US) 
 

事情的起因是前幾天我買了個鍵盤。

本着研究的習慣，我在拼多多、淘寶、京東 APP 都搜索了羅技的同一款鍵盤，對比了價格。然後奇怪的事情就發生了，在後續使用過程中，三家 APP 的推薦裏，出現了不同的結果。

拼多多：出現了很多關聯產品，包括鍵盤手託、理線器、桌面音箱、電腦支架、桌墊、充電站、取暖器。

淘寶：出現了鍵盤和關聯產品，包括其他品牌的鍵盤、鍵盤手託、鍵盤清理器。

京東：出現了更多的鍵盤，羅技其他系列、京東京造、華為、聯想、Acer、潛行者……類型和價格相對接近。

很明顯的區別是，拼多多更懂電腦辦公的 “場景”，以此推薦相關產品；京東像個直男，看了鍵盤就繼續推一堆鍵盤；淘寶介於兩者之間，但推薦鍵盤的價格、類型差別有點大，關聯產品不夠豐富。

結果是我在拼多多買了一堆小東西，直觀感受是：

拼多多真的懂我需要什麼。

為什麼會出現這種差異？

如果説調用 AI 大模型就能分析用户需求，顯然三家的推薦結果不會有本質差別。現在的差別就表示，這不僅僅是技術的問題。

在和小夥伴們交流探討後，我把這種推薦精準度的差異，歸結為三家公司在數據結構、算法目標和組織方式的根本性不同。

1、數據結構是理解用户需求的途徑

首先我們理解一個概念：埋點。

埋點是指在 App 代碼中嵌入統計代碼（“埋點”），用於追蹤用户行為（如點擊按鈕、頁面停留、功能使用）和 App 運行狀態（如閃退、加載失敗）的技術方案，核心是收集數據以支撐產品優化、運營決策。簡單説就像給 App 裝了 “隱形傳感器”，用户每一步操作都會被記錄，這是理解用户需求的必經之路。

用户行為鏈路越長、業務改版越多、活動密集度越高，埋點就愈加複雜，複雜之後的問題是數據量太大，對理解用户需求產生噪音。這是三家電商平台在理解用户需求上，產生差異的根本原因。

淘寶是全中國 UI 最複雜的 APP 之一，埋點量最大，但也導致推薦難度非常大。

第一，業務線太多，淘寶主站、天貓、閃購、淘寶直播、內容（逛逛）、母嬰、服飾、國際、二手、活動會場（每天變）。每條線都有自己的邏輯，都要獨立埋點。

第二，活動太多，雙 11、雙 12、38、618、內容節、電器節、商家大促……淘寶一年活動的頁面改動量，可能要大於其他兩家總和。每次改版都要調整埋點。

第三，前兩點業務屬性帶來的問題是，讓用户意圖變得模糊。用户可能進來：隨便看看、看直播、看穿搭、打開一下又退出……這種 “弱目的行為” 會導致意圖識別難。

2019 年的時候，馬雲有一次採訪中説：每天晚上都有 1700 萬人在淘寶只逛不買，也不知道這些人在幹嘛，就是隨便瞎逛。

你都不知道用户每一次點擊的意圖是什麼，怎麼精準推薦？

京東則是另一個問題，數據太少、用户意圖太清晰。

京東是一個強目的購買場景，用户打開京東之前，往往已經想好了要買什麼：買 iPhone、買空調、買尿不濕、買狗糧。用户鏈路簡單：搜索、瀏覽、購買——結束了，埋點數量也更少。雖然京東的業務線和活動也多，但是用户意圖的判斷是清晰的。問題是信息太少，算法幾乎沒有空間發揮。

結果京東推薦出來的東西，往往更剛需、實用、貼近預算，但是覆蓋面很窄。搜索鍵盤的時候，不會給你推薦鍵盤手託、桌墊……

拼多多的埋點少，但 “購買驅動型推薦” 反而更準確。

拼多多業務線少，活動更少，沒有特別的雙 11、618、38 的活動，每天都是最低價，這就讓拼多多變成了推薦系統的理想場景：

強轉化導向 → 弱內容噪音 → 低 UI 噪聲 → 高頻低單價購買行為

拼多多為什麼埋點少，推薦依舊很強？因為拼多多掌握的是：你買了什麼、你買了多少、你買的價格區間、你買的頻率、你對價格的敏感度、你對活動（砍價、秒殺）的反應……這些動作都是在更精細地刻畫用户需求。

拼多多的數據則像一本日記，每一頁都記錄了你完整的購買軌跡：從發現優惠，到猶豫，再到砍價、拼單、放棄、重新進入……每一步都緊密連在一起。它不像淘寶那樣嘈雜，也不像京東那樣單薄，而是完整地 “看見你”，這也是為什麼拼多多的推薦總能抓住你的心。

2、算法目標決定了業務方向

拼多多的推薦目標非常簡單：訂單、訂單、還是訂單。

拼多多算法 KPI 非常簡單：今晚給你帶來更高的購買率，提高 N 天內的重複購買，增加用户每筆訂單的節省金額感知，把最便宜、最有吸引力的東西推給你。

不追求興趣，不追求內容，不追求留存時長，只關心推薦是否能帶來成交。這使拼多多的推薦非常 “純粹” 且 “高效”。

淘寶因為業務線多、活動多，推薦目標就會變多。

淘寶的算法不是隻管 “推薦準”，而且要考慮：留住用户、增長用户、刺激興趣、擴大曝光、平衡商家生態、兼顧廣告收入。

多目標的推薦容易導致：推薦邏輯複雜、不同部門的策略衝突、精準度不純粹（內容興趣 ≠ 下單興趣），這必然降低推薦精精度。

京東的推薦目標是：在強目的消費中提高轉化效率。

京東算法關注：你是否下單，你在價格、物流、品牌之間的偏好，你的購買頻率。推薦更多是 “協助成交”，不是 “激發需求”，所以推薦的天花板不高。

3、組織方式是背後的根源

拼多多整個公司只有一個部門：訂單。

拼多多的組織方式非常極端：扁平化、小團隊、快迭代，本週做的模型，下週就看訂單轉化效果，這是典型的 “戰鬥小隊結構”。所有算法、產品、運營團隊目標極度統一：推動購買、推動便宜感、推動流量效率，所有策略圍繞即時轉化去做優化。

結果就是同樣一條算法鏈路，在其他平台還需要協同推進的時候，拼多多已經迭代 10 次了。

淘寶從內容團隊到直播，到搜索、到商家運營、到推薦，彼此有不同目標。

不同目標就會有衝突，而協調不同部門的成本太高。另一方面，不同部門的數據沉澱在各自系統裏，流動不夠順滑，算法團隊也不一定能掌控所有數據。但今年以來，淘寶組織的協同性看到了改善。

京東是一個大中台的組織，以 “正品 + 自營 + 服務 ” 為中心。

京東的組織形態穩定，強調：自營鏈路、售後體驗、復購、搜索質量、體驗導向。這和京東的業務形態相輔相成，核心是 “正品 + 自營 + 服務”，大約一半的自營產品，決定了京東在創新的推進上，要慢得多。

當我們説拼多多的推薦更準時，本質上反映了：

拼多多的商業模式和它的推薦系統，是一體化設計出來的。

如果用一句話總結三家推薦系統的差異，

京東：我知道你現在要買什麼

淘寶：我知道你對什麼感興趣（但不一定要買）

拼多多：我知道你還要買什麼