那么采用第三方服务商会经历哪些过程呢？

我们先讲本地化部署模式，也就是第三方服务商将整套推荐系统部署于企业方服务器。需求分析自然必不可少。项目团队在第三方服务商的配合下确定好服务器等硬件，便可以直接进行系统的部署。一般来说，成熟的第三方服务商的产品已不需要再进行现场开发，现有产品的推荐功能要求可以满足绝大部分客户及场景的需要，并具备较为完善的解决方案，只需要针对客户推荐需求的梳理将未包含部分进行定制开发即可。那么企业在系统上线的过程中需要参与的是：需求分析—项目准备（主要是服务器、配合人员和验证目标）—系统部署—数据采集—监控AB Test效果—数据跟踪与优化。如图2–3所示。

图2–3 第三方本地化部署流程

从笔者服务客户的经验看，项目准备即第三方服务商介入开始，大约1周左右时间可以完成系统部署并提供完善的推荐系统管理后台，2~3周时间完成推荐功能的上线。所需团队配合大约只需要1名后端开发、负责需求确定及效果追踪的产品和运营人员即可。后续的推荐功能迭代与运营规则干预则通过企业方运营与服务方质控部门建立意见反馈渠道与数据评估机制，并定期形成优化方案反馈至服务方项目组研发人员，由服务方提供功能迭代和运维等服务。本地化部署方案的优势是数据沉淀在自身服务器上，规避了数据合规性问题，通过二次开发将系统与自身业务深度融合。从采购角度讲，则摊销了采购成本，公司融资有系统和技术性亮点。缺点是相对SaaS模式，需要自行承担服务器硬件成本，部署周期相对较长。

第三方服务商的SaaS模式相对前两者在时间和成本上则更具优势。所谓SaaS模式即部署方式在云端进行，企业方通过服务商提供API接口上报用户行为数据，所有数据的计算均在服务商服务器上运行，服务商将计算推荐结果返回至企业方服务器，服务商按需调用即可。其流程更简便，只涉及API接口的对接，从经验上看，基本上2~3天即可完成推荐功能的上线。SaaS模式具备高可用、性价比高、接入简便等优点，但同时，当SaaS服务商不再提供推荐服务或者业务重心转变时，可能会影响企业业务的正常使用。

值得一提的是，成熟的第三方服务商一定具备通用的完善的算法模块供选择调用，并将推荐算法封装好服务化，企业方可根据业务场景在独立的管理后台进行傻瓜式（不涉及开发）的、灵活的算法策略配置、算法权重调整、推荐效果监控及推荐效果优化，并支持基于算法框架的二次开发，可将模型计算中间产物输出，让企业具备二次开发和定制优化的能力。在系统性能上要求易接入、高可用、易操作及高稳定性（有完备的保险机制）。如果第三方服务商仍需要对产品进行从0到1的研发，那么极有可能此第三方服务商也是不成熟的，不具备客户经验的积累和对算法性能地打磨。还是需要着重强调：推荐系统与CRM等确定性系统有本质的不同，没有大量实战经验积累的推荐系统具有极大的风险，实验室产品与商业产品的距离是1到100的距离。所以，在选择第三方服务商的时候，其推荐系统能否落地，是否具备各业务场景成熟方案及大量实战经验对系统性能地打磨，都是主要考虑因素。