吉宁博士观点
当亚马逊在网站上向你推荐商品时，它绝非无的放矢。
从根本上讲，这家零售巨头的推荐系统推荐的基础是一系列基本元素：用户过去购买过哪些商品;他们的虚拟购物车里有什么;哪些商品被他们评价或“赞”过;其它用户浏览及购买了哪些东西。依靠这套算法，亚马逊向回头客们提供了深度定制的浏览体验。
亚马逊如今大获成功，推荐系统想必功不可没。亚马逊将其深度整合到购物流程的方方面面，从商品发掘到结账付款，几乎无处不在。
亚马逊还能通过电子邮件发送推荐。虽然亚马逊网站的推荐系统绝大部分依靠自动化，但至今仍有某些部分需要人工大量参与。亚马逊的一名员工表示，公司提供了许多软件，它们能根据用户的购买和浏览行为筛选目标用户。不过，最终目标的确认仍依靠人工而非机器。
亚马逊员工研究邮件阅读率、点击率、退出率等关键参与指标——这可谓任何公司电子邮件营销渠道的标准做法——但鲜为人知的是，亚马逊按照邮件营收率等指标，对邮件生态系统进行优胜劣汰式优先级排序。这一策略能防止客户的收件箱被亚马逊的广告邮件塞满，同时将购买机会最大化。而这类邮件得转化率其实是非常高的。
除了提升推荐本身的准确性外，亚马逊还可以探索更多争取用户的途径。目前，该公司已经开始销售之前都是成批出售的商品，比如说一副扑克牌或一罐肉桂，这些商品单独配送的成本过高。只有当客户订单金额大于等于25美元，才能购买这些商品。但在客户结账时，假如订单金额超过这一门槛，亚马逊可以积极推荐这些附加产品，这与传统超市在收银处摆放口香糖和糖果等冲动消费商品十分相似。那时，亚马逊的顾客会想：“也没多几块钱。干吗不买呢?”
