LBS推荐：满足用户的个性化需求

随着电子商务规模的不断扩大，商品数量和种类快速增长，消费者往往需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关信息和产品的过程无疑会使淹没在信息过载问题中的消费者不断流失。

为了解决这些问题，基于 LBS 的个性化推荐引擎应运而生：为用户推荐周边商品或服务，并自动完成个性化选择商品的过程，满足用户的个性化需求。这种推荐是有前提的，如网站热卖商品、客户所处城市、客户过去的购买行为和购买记录。

2.1.1 LBS 将改变获取信息的方式

互联网的繁荣发展是因为实现了人们在现实生活中的需求，而基于位置的需求却由于技术、行业因素而长期没有被满足。定位技术正在转化我们体验与探寻世界的方式，而最终将改善我们的世界本身。基于位置的信息获取，将很大程度上改变原来基于搜索来查找信息的方式。

例如，与朋友一起外出就餐或游玩，我们总喜欢先拿出手机查看附近的打折信息，下载打折券后再享受移动互联网带来的好处，如图 2-1 所示。

图 2-1 查看附近的打折信息

不仅如此，通过 LBS 应用，用户还能及时了解附近餐厅的新活动、网友对他们的评价、最好的菜等信息，如图 2-2 所示。

图 2-2 查看网友评价与热卖活动

2.1.2 从被动查找，变为主动推送

推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网络；不是检索机制，而是主动学习。过去，人们想要预订某一服务，都需要打开各种搜索引擎查找服务，然后在一大堆列表中慢慢寻找、对比需要的服务，如图 2-3 所示。

图 2-3 被动查找相应的服务

LBS 推荐引擎利用基于地理位置、内容、用户行为、社交关系网络等多种方法，为用户推荐其喜欢的商品或内容，如图 2-4 所示。

图 2-4 主动推荐相应服务

基于用户行为的推荐是利用群体智慧算法，分析用户的群体行为，综合分析用户与用户之间的相似度、用户对小众商品的个性化需求，从而同时提高推荐的精准性、多样性与新颖性。LBS 推荐营销可以降低顾客的购买成本、购买选择的机会成本和企业的交易成本，是一种企业和顾客双赢的营销方式，如图 2-5 所示。

图 2-5 被动查找相应服务

2.1.3 LBS 将改变商家营销的模式

传统的广告通常是从电视、报纸、电台、互联网到地面贴标语，铺天盖地，针对性不强而费用高昂。在 LBS 应用中，用户可以设置个人的爱好，例如用户喜欢美食和电影，那么，当用户拿着手机，去某地逛街，手机可以自动地显示附近几家餐馆的优惠信息，还可以显示附近有哪几家电影院，了解即将放映什么电影、有哪些优惠等，如图 2-6 所示。

图 2-6 根据用户的喜好进行周边推荐

这些推荐引擎广告，是通过洞察用户消费意图，匹配最优广告，在大量媒体上实时呈现，来提高广告效率的互联网新技术，这也是个人主动设置个人喜好的一种商业场景。

虽然有很多人不设置个人爱好，但不要紧，LBS 应用还可以分析出一个人的消费习惯、消费水平。例如，一个人每周去一两次星巴克，毫无疑问，把星巴克优惠信息推送给他，他会很乐意接收。

对于企业来说，所有用户的消费行为都是重要的营销依据，只要 LBS 平台上积累了大量用户数据和消费行为数据，很多商家将找上门来进行合作。商家不但会为这个平台的用户提供特殊优惠，还将支出相应的广告费用。这个时候，LBS 平台将是很大的一个营销平台，甚至成为赢利增长点。