随着消费者的需求变得越来越多样化，为了迎合互联网的节奏，品牌营销慢慢变得精细化、个性化。奢侈品电商平台2ccm App推出的“愿望攻略”服务，通过智能推荐系统对消费者历史行为的喜好识别和平台商品智能分类，能将符合用户定位的商品进行个性化推荐，打造专属风格，为每一位用户私人定制愿望清单。
1. 利用用户注册时提供的年龄、性别等数据做粗粒度的个性化推荐；
2. 利用用户的社交网络账号登录（需要用户授权），导入用户在社交网站上的好友信息，然后给用户推荐其好友喜欢的物品；
3. 要求新注册用户在首次登录时选择一些兴趣标签，根据收集到的用户兴趣信息，给用户推荐同类的物品；
4. 给新用户或不活跃用户推荐热门排行榜，然后等到用户数据收集到一定的时候，再切换为个性化推荐。
通俗一点来讲，2ccm App设计的智能推荐系统是通过你过去曾经发生的行为痕足迹去推测你的当下未来所需。举个例子：当你在2ccm App搜索一双巴黎世家经典老爹鞋时，平台会立刻很快就会发现它还为你推荐了相似同款式类型、相似同等价位的Dior,Gucci老爹鞋，或者甚至还会引申到同等品牌的服饰单品等。最令人惊奇的是，你或许会在推荐商品中挑选到真正喜爱的商品，而没有购买你最初搜索的那件。原因自然不言而喻，智能推荐系统比你更了解你的购买浏览习惯和行为偏好，当你还不了解它的算法奥妙时，或许你早已离不开它了。
2ccm App自创立以来，就始终深耕于年轻消费者的需求，帮助众多年轻用户买到心仪单品，在年轻消费者中间具有强大的影响力。2ccm App大部分用户他们在消费方面表现出很强的个性化特征，不仅热衷传统时尚品牌，更愿意尝试新晋设计品牌，在追求个性时尚的同时，愉悦的消费体验也成为他们决策消费的动力之一。另一部分用户其最早可追溯至 2010 年，信息技术及网络媒体为信息的传递带来的个人博客蓬勃发展时 2ccm 官方微博通过对时尚的独特见解与前沿时尚资讯分享，早期关注者奠定了2ccm APP 的消费基础。在此基础上，一个良好的智能推荐系统就显得更加用途宽广。
1.给消费者真正需要的
每个人追求的东西是不一样的，所了解到的事物也是不同的。最初对推荐系统效果的评价主要是看算法能否较好地拟合用户的选择行为，因此，在设计算法时，用一部分历史数据进行模型训练，而用另一部分历史数据进行验证。显然，这一层次的智能推荐系统的目标是“在你所知道的物品中推荐你所需要的”。
2.惊喜度
人类具有主观能动性，有通过学习不断扩大认知范围的动机。然而，由于时间、精力等限制，人们往往倾向于在所知道的东西中进行选择，这就不可避免地造成很多选择机会的丧失。近年来，推荐系统的性能指标中引入了一个概念叫“惊喜度”。“惊喜度”意味着给出的某一个推荐物品，用户以前是不知道的，它给用户带来了意料之外的乐趣。事实上，推荐技术中协同过滤等技术的引入在一定程度上可以带来“惊喜度”，而针对“惊喜度”这一指标进行特别的优化可以带来更好的效果。
作为奢侈品电商新生代，2ccm App一直在不断完善升级系统，目的是希望给消费者更好的消费体验。在消费升级的大背景下，2ccm App已经帮助不少年轻消费者购买到了心中的潮流好物，相信未来，2ccm App还将带给年轻消费者更多的潮流惊喜。
