一家多国外卖平台
点沙拉的顾客，真正的对手是汉堡。你的订单数据永远不会告诉你这一点。
用你自己的订单历史来初始化冷启动推荐器，它只会做最想当然的押注：点沙拉的顾客还想要另一份沙拉。平台外的消费者信号给出的答案恰恰相反。在某个大本营都会区，一家全国性沙拉连锁的顾客交叉消费一家快餐汉堡连锁的比例，高于交叉消费最近的直接沙拉对手——5.8% 对 5.2%，排序直接反转。在另一座城市，一家墨西哥卷饼连锁的顾客交叉消费该汉堡连锁的比例达 16%，而最近的同菜系对手不足 1%——17x 的差距，前 14 名里没有任何直接竞争者。第三个菜系、同一座城市，同样的规律成立：一家全国性咖啡连锁的顾客交叉消费某汉堡连锁的比例高于任何直接的咖啡对手（15.7% 对 10.3%）。三个品类。两座城市。间接对手每一次都赢过直接对手。第一方数据无法呈现这一点。它只记录已经发生在你 App 上的订单，永远记录不到沙拉顾客在别处选择的那个汉堡。这个盲区恰恰是冷启动出错的地方——也恰恰是平台外消费者交叉到访数据所修复的。
被量化的盲区
你的订单数据默认了什么
相似的菜系 → 相似的顾客
基于第一方历史数据的冷启动推荐系统按菜系给顾客归类：点沙拉的推沙拉，点卷饼的推卷饼。这个假设很自然，但也是错的。你的 App 只记录已经发生在它上面的事——永远看不到那笔揭示真实备选集合的平台外选择。
市场实际是什么样
真正的对手来自其他菜系——而且排在第一位
一家全国性沙拉连锁在其大本营城市，消费者交叉消费的头号对手是一家非直接竞争的快餐品牌——排在最近的直接沙拉对手之上（5.8% vs 5.2%）。另一城市的一家墨西哥卷饼连锁，交叉消费前 14 名对手全部是间接竞争；最近的同菜系对手排在第 15 位，仅 0.96%，而间接领先者高达 16%。同城的一家全国性咖啡连锁：那家汉堡连锁又排第一，领先于最近的咖啡对手（15.7% vs 10.3%）。要给出正确的首推建议，必须了解整个市场，而不只是你自己的转化漏斗。
实证，用数字说话
17×
间接与直接交叉消费的差距——卷饼连锁，一座城市
16%
卷饼连锁与头号间接对手的跨店重叠
15.7%
咖啡连锁与某汉堡对手的跨店重叠——高于所有直接咖啡竞争对手
3
个菜系品类、两座城市——间接对手每一次都排名第一
跨店购物信号能解锁什么
- 冷启动推荐 — 建立在消费者真实的备选集合上，而非粗糙的菜系分类
- 商户拓展——签下你的顾客在平台之外早已选择的商户
- 新区域上线——在第一单产生之前，先绘制需求地图
- 新签商户的精准触达——在订单历史尚未形成前，找到合适的首批顾客