系列 大數據新時代,利用方法不斷進化
紛繁變化的時代,不能做出現場處理的組織無法有效利用大數據
訪國立情報學研究所副所長佐藤一郎
[2018.01.23] 其它語言:ENGLISH | 日本語 | 简体字 | Русский |

隨著AI(人工智慧)和IoT(物聯網)技術的發展,即時分析有關顧客行為的大量資料,不斷開拓新業務的「data driven(資料驅動)行銷」受到人們的關注。走在該領域前列的企業是如何運用大數據的呢?我們採訪了電腦科學專家、國立情報學研究所副所長佐藤一郎教授。

即時分析、應對消費者的「行為」

——「data driven(資料驅動)」在市場行銷等領域正受到廣泛矚目…

如今,消費者購買商品往往是參考SNS和資訊網站上的口碑評論,而不是企業的廣告。因此,分析每一位消費者的行為,已成為市場行銷之必須,資料分析量驟然增加了。而受益於AI(Artificial Intelligence,人工智慧)處理能力的提升,我們已經可以做到對大數據的即時分析。

在電商網站「Amazon(亞馬遜)」上購物時,網頁上會顯示「已購買此商品的人也購買了某某商品」的提示。關於這種商品推薦功能,Amazon已經實現了各個用戶的數值化分析管理,把握了他們對所有商品的關心程度,比如,看過某種商品的頁面標記為「1」,已實際購買標記為「5」,沒有任何操作標記為「0」。這樣一來,即使某位用戶本人的購買數量和頁面流覽量較少,但只要存在數值類型相似的其他使用者,系統就會將之作為與該用戶興趣相似者,來向他推薦其他用戶購買的物品。

Amazon的這種商品推薦功能非常巧妙,從不會向用戶推薦讓他們覺得「不是這個」的商品。Amazon在市場行銷方面,利用AI技術對「消費者購買行為」這種大數據進行了巧妙的處理和運用。

不過,由於可比較用戶數較少,或者使用了不一定能反映使用者意圖的周邊資訊,日本國內其他電商向用戶推薦商品的選擇精度還不高。如果給消費者推薦了他們不喜歡的商品,可能他們就不會再次使用這個電商網站了。同時,如果推薦方式讓消費者感覺受到了過度監視,那麼他們就會產生厭惡情緒。在推薦商品時,也不能一味推薦熱門商品。包括比較冷門和庫存較多的商品在內,選擇推薦什麼商品,是一件極其重要的事情。Amazon綜合考慮了這些因素,做得非常貼切。

  • [2018.01.23]
相關報道
系列相關報道

精選視訊

最新專題

バナーエリア2
  • nippon.com專欄
  • In the news