为什么淘宝、京东的推荐不如拼多多精准？

数据结构、算法目标和组织方式的差异。

事情的起因是前几天我买了个键盘。

本着研究的习惯，我在拼多多、淘宝、京东APP都搜索了罗技的同一款键盘，对比了价格。然后奇怪的事情就发生了，在后续使用过程中，三家APP的推荐里，出现了不同的结果。

拼多多：出现了很多关联产品，包括键盘手托、理线器、桌面音箱、电脑支架、桌垫、充电站、取暖器。

淘宝：出现了键盘和关联产品，包括其他品牌的键盘、键盘手托、键盘清理器。

京东：出现了更多的键盘，罗技其他系列、京东京造、华为、联想、Acer、潜行者……类型和价格相对接近。

很明显的区别是，拼多多更懂电脑办公的“场景”，以此推荐相关产品；京东像个直男，看了键盘就继续推一堆键盘；淘宝介于两者之间，但推荐键盘的价格、类型差别有点大，关联产品不够丰富。

结果是我在拼多多买了一堆小东西，直观感受是：

拼多多真的懂我需要什么。

为什么会出现这种差异？

如果说调用AI大模型就能分析用户需求，显然三家的推荐结果不会有本质差别。现在的差别就表示，这不仅仅是技术的问题。

在和小伙伴们交流探讨后，我把这种推荐精准度的差异，归结为三家公司在数据结构、算法目标和组织方式的根本性不同。

1、数据结构是理解用户需求的途径

首先我们理解一个概念：埋点。

埋点是指在 App 代码中嵌入统计代码（“埋点”），用于追踪用户行为（如点击按钮、页面停留、功能使用）和 App 运行状态（如闪退、加载失败）的技术方案，核心是收集数据以支撑产品优化、运营决策。简单说就像给 App 装了 “隐形传感器”，用户每一步操作都会被记录，这是理解用户需求的必经之路。

用户行为链路越长、业务改版越多、活动密集度越高，埋点就愈加复杂，复杂之后的问题是数据量太大，对理解用户需求产生噪音。这是三家电商平台在理解用户需求上，产生差异的根本原因。

淘宝是全中国 UI 最复杂的 APP 之一，埋点量最大，但也导致推荐难度非常大。

第一，业务线太多，淘宝主站、天猫、闪购、淘宝直播、内容（逛逛）、母婴、服饰、国际、二手、活动会场（每天变）。每条线都有自己的逻辑，都要独立埋点。

第二，活动太多，双 11、双 12、38、618、内容节、电器节、商家大促……淘宝一年活动的页面改动量，可能要大于其他两家总和。每次改版都要调整埋点。

第三，前两点业务属性带来的问题是，让用户意图变得模糊。用户可能进来：随便看看、看直播、看穿搭、打开一下又退出……这种“弱目的行为”会导致意图识别难。

2019年的时候，马云有一次采访中说：每天晚上都有1700万人在淘宝只逛不买，也不知道这些人在干嘛，就是随便瞎逛。

你都不知道用户每一次点击的意图是什么，怎么精准推荐？

京东则是另一个问题，数据太少、用户意图太清晰。

京东是一个强目的购买场景，用户打开京东之前，往往已经想好了要买什么：买 iPhone、买空调、买尿不湿、买狗粮。用户链路简单：搜索、浏览、购买——结束了，埋点数量也更少。虽然京东的业务线和活动也多，但是用户意图的判断是清晰的。问题是信息太少，算法几乎没有空间发挥。

结果京东推荐出来的东西，往往更刚需、实用、贴近预算，但是覆盖面很窄。搜索键盘的时候，不会给你推荐键盘手托、桌垫……

拼多多的埋点少，但“购买驱动型推荐”反而更准确。

拼多多业务线少，活动更少，没有特别的双11、618、38的活动，每天都是最低价，这就让拼多多变成了推荐系统的理想场景：

强转化导向 → 弱内容噪音 → 低 UI 噪声 → 高频低单价购买行为

拼多多为什么埋点少，推荐依旧很强？因为拼多多掌握的是：你买了什么、你买了多少、你买的价格区间、你买的频率、你对价格的敏感度、你对活动（砍价、秒杀）的反应……这些动作都是在更精细地刻画用户需求。

拼多多的数据则像一本日记，每一页都记录了你完整的购买轨迹：从发现优惠，到犹豫，再到砍价、拼单、放弃、重新进入……每一步都紧密连在一起。它不像淘宝那样嘈杂，也不像京东那样单薄，而是完整地“看见你”，这也是为什么拼多多的推荐总能抓住你的心。

2、算法目标决定了业务方向

拼多多的推荐目标非常简单：订单、订单、还是订单。

拼多多算法 KPI 非常简单：今晚给你带来更高的购买率，提高 N 天内的重复购买，增加用户每笔订单的节省金额感知，把最便宜、最有吸引力的东西推给你。

不追求兴趣，不追求内容，不追求留存时长，只关心推荐是否能带来成交。这使拼多多的推荐非常“纯粹”且“高效”。

淘宝因为业务线多、活动多，推荐目标就会变多。

淘宝的算法不是只管“推荐准”，而且要考虑：留住用户、增长用户、刺激兴趣、扩大曝光、平衡商家生态、兼顾广告收入。

多目标的推荐容易导致：推荐逻辑复杂、不同部门的策略冲突、精准度不纯粹（内容兴趣 ≠ 下单兴趣），这必然降低推荐精精度。

京东的推荐目标是：在强目的消费中提高转化效率。

京东算法关注：你是否下单，你在价格、物流、品牌之间的偏好，你的购买频率。推荐更多是“协助成交”，不是“激发需求”，所以推荐的天花板不高。

3、组织方式是背后的根源

拼多多整个公司只有一个部门：订单。

拼多多的组织方式非常极端：扁平化、小团队、快迭代，本周做的模型，下周就看订单转化效果，这是典型的“战斗小队结构”。所有算法、产品、运营团队目标极度统一：推动购买、推动便宜感、推动流量效率，所有策略围绕即时转化去做优化。

结果就是同样一条算法链路，在其他平台还需要协同推进的时候，拼多多已经迭代 10 次了。

淘宝从内容团队到直播，到搜索、到商家运营、到推荐，彼此有不同目标。

不同目标就会有冲突，而协调不同部门的成本太高。另一方面，不同部门的数据沉淀在各自系统里，流动不够顺滑，算法团队也不一定能掌控所有数据。但今年以来，淘宝组织的协同性看到了改善。

京东是一个大中台的组织，以“正品 + 自营 + 服务 ”为中心。

京东的组织形态稳定，强调：自营链路、售后体验、复购、搜索质量、体验导向。这和京东的业务形态相辅相成，核心是“正品 + 自营 + 服务”，大约一半的自营产品，决定了京东在创新的推进上，要慢得多。

当我们说拼多多的推荐更准时，本质上反映了：

拼多多的商业模式和它的推荐系统，是一体化设计出来的。

如果用一句话总结三家推荐系统的差异，

京东：我知道你现在要买什么

淘宝：我知道你对什么感兴趣（但不一定要买）

拼多多：我知道你还要买什么

由于众所周知的原因，“25号观察员”被封3个月，禁止关注6个月，我真是谢谢了。

在此期间，请关注新号“25号基地”、视频号“25号观察员”。

谢谢大家的点赞、转发和支持~