評價高！用大數據未卜先知巨匠電腦分享預測消費者行為

錚／

用大數據未卜先知巨匠電腦分享預測消費者行為
關心電子商務與行銷趨勢的您，一定對於大數據（Big Data）這個名詞不陌生。大數據被比喻為未來的新黃金，是電子商務經營者瞭解消費者行為以精準行銷，甚至是預測顧客未來購物行為的重要工具。

由以下兩個例子即可瞭解大數據預測未來的準確性。日本衛生機關在2013年1月14日到20日間通報流感患者數量為140萬人，同時間雅虎日本也公布一份關鍵字調查報告，當週使用者在雅虎日本以「流行性感冒」作為關鍵字搜尋的次數，竟然與日本衛生機關所公佈的患者數量呈現正相關，顯示關鍵字搜尋後的數據分析，可預測流感患者數量。

第二個例子則是2012年的美國總統大選。歐巴馬的大數據分析團隊利用演算法分析與建立模型，將選民分成多種不同屬性的族群，以了解每一類人群和每一個地區選民在任何時刻的態度，準確預測出在各州勝出的可能性。透過大數據分析，在美國總統投票結果出爐前，即掌握歐巴馬在哪些州會勝出，連任美國總統。

大數據的三V特性
為何大數據可以預測未來？大數據有三大特性，首先是大量化(Volume)，可處理TB與PB以上的資料量。第二是多樣化 (Variety)，資料的範疇包含了影音檔、圖片檔、文字檔等。第三則是快速化(Velocity)，分分秒秒產生大量顧客消費資料。由於可大量、快速地儲存、處理與分析複雜的各項資訊，透過整合這些大量的資料，如最近點擊看過哪些品項、停留時間長短、最近一次消費品項、消費頻率與消費金額等，預測下一次的消費行為的可能性。

雖然無論誰都可以來分析處理大數據，但如果數據樣本有限，則無法做出精準的分析。因此最容易成功者就是像Yahoo這樣的入口網站，有大量的使用者與網站內容，用於收集與分析各項資料。

從前，對於消費者分析主要依據年齡、性別、喜好，與購物項目等來分析做簡單的群體劃分。如A女28歲，每月消費金額約在3000，元，購買品項多為服飾與配件。B女35歲，每月消費金額也在3000元，購買品項為皮包或辦公室舒壓小物。系統會將A女與B女都歸納為小資女，但無法取得明確的行為模式。但在資料訊息更充足的情況下，透過多方取得數據並整合分析，因此可進行更精細的消費者區隔。以上述例子來說，A女常常點擊裙子網頁，也比較過不同裙子的款式、價格，甚至曾經把裙子放在購物車裡。則系統除了會推薦其他的裙子網頁外；還會附上其他看過裙子的使用者，也曾看過鞋子，並推薦鞋款。經過大數據分析後，系統除利用原本的購物歷史數據外，再加上網頁點擊、瀏覽記錄，停留時間長短等，更精準地細分消費者。

越精準個人化，就能預測每一位消費者的行為
目前國內外的電子商務的大數據分析多半使用2006年Amazon宣稱採用的Collaborative Filtering（CF）模式，利用歸納法，把行為相似的人歸納在一起。如消費者搜尋A書，曾則推薦消費者，搜尋A書的人，也曾看過B書跟C書。Yahoo 在2012年成立亞太區電子商務大數據研發工程部後，自主研發演算法與歸納消費者行為模式，將消費者區分為數十個族群，針對不同族群推薦不同商品。這個系統上線後，第一個月的營業額就有明顯的轉化率提升。

此外，針對消費者熱門搜尋、點擊頁面與瀏覽時間等資訊，我們自行研發迴歸模式，預測未來趨勢的商品，以供廠商備貨避免缺貨喪失商機。舉例來說，這星期消費者熱門搜尋字組為鄭多燕，則可預測下星期鄭多燕健身等相關產品仍會熱賣，主動提醒合作廠商做好庫存管理即時補貨，因應下星期訂單。

2014年出再使用行為Clustering的客群分類方法，進一步將消費者細分成數百個族群，每個族群更具獨特性，更精準地區分消費者，每兩天就更新一次資料，讓消費者永遠處於最適宜的族群，再進行溝通。六月上線後，就有明顯的營業額上漲現象。

除了以上方法外，今年第一季我們也推出有價值的點擊（quality click），如對消費者點擊次數的分佈進行分析, 偵測消費者採購前的比較行為。針對每一個不同點擊次數完成購買者，推薦不同商品。此個人化精準模式一推出，營業額立即增加。

Amazon「提前寄貨」服務
不管是Yahoo或是Amazon皆很積極利用大數據預測未來消費者行為。Amazon為了縮短物流時間，推出「提前寄貨」的服務，利用消費者之前的購物行為，預測下次的購買時間與物品，在顧客尚未下單之前提前發出商品，儘可能的縮短物流時間。Amazon不惜成本推出這項服務的主因在於美國幅員廣大，從下單到收到物品時間平均為15天，送貨時間過久降低網路購物意願。因此透過「提前寄貨」的服務讓客戶下單到收貨縮短到3天。舉例來說，A顧客每三個月都會Amazon購買衛生紙，若上次購買在9月，預測下次購買為11月底前，則Amazon提早在11月初寄出衛生紙，儘可能的縮短物流時間，即可在11月底客戶下單前提早送達。

Amazon判斷是否可成為「提前寄貨」的顧客，其背景資料包括，顧客歷史訂單、商品搜索記錄、商品頁面停留時間，顧客的心願清單、曾在購物車裡的商品資訊等，預測下次購物行為。當然Amazon也可能預測錯誤，顧客若收到並未預期下單的物品，只要退回即可，全部物流成本由Amazon吸收。

台灣地狹人稠，無須推行「提前寄貨」的服務，因此Yahoo將以瀏覽行為與購物紀錄資料庫為基礎，持續優化消費者行為的歸納模式，除深入分析消費者短期與長期消費行為建構模型外，並進一步結合關鍵字搜尋熱門字與字串型熱門字，探知消費者真正的意圖，以個人資料作差異化做商品推薦，讓顧客快速找到自己想要的商品。

巨匠電腦開設了程式/資料庫課程，內容包含程式設計、大數據分析與應用等等，快來巨匠電腦輕鬆學！

文章與圖片出處: http://goo.gl/moG1Os