馬大文

馬大文

無邊書海，看膩了永遠編輯與行銷導向的書介文章？那麼馬大文週日bnext時間，就是你不能錯過的。從出版趨勢、讀者書選到出版人的經驗談，馬大文週週與你分享。
---------------------------------------
馬大文給讀者的一句話～一定有一本書，可以投射到你的內心；一定有一本書，可以帶你看見你從未想像過的美麗風景。

關於馬大文～
年齡：30
重要經歷：曾任出版社企畫，現為博客來網路書店圖書部企畫經理。

第101本都喜歡的機率有多高？
  • 星星
    星星
    星星
    星星
    星星
    0 score(共有0人評價)
  • 報導分類：馬大文
  • 報導時間：2007-10-20 00:00
報導簡述
在十月號《哈佛商業評論》的一篇訪談中，亞馬遜的執行長傑夫‧貝佐斯提到：「我們曾推出一項功能，分析你歷來的購買清單，然後從其他數百萬個顧客中，挑出一個和你的購買記錄最接近的人。你只要按一下滑鼠，我們就會顯示這個人已經買過、但你還沒有買的項目清單。結果沒有人使用這個功能。」
深入報導
在十月號《哈佛商業評論》的一篇訪談中，亞馬遜的執行長傑夫‧貝佐斯提到：「我們曾推出一項功能，分析你歷來的購買清單，然後從其他數百萬個顧客中，挑出一個和你的購買記錄最接近的人。你只要按一下滑鼠，我們就會顯示這個人已經買過、但你還沒有買的項目清單。結果沒有人使用這個功能。」

\"\"

而在大陸河南商報的一段報導裡，噹噹網分析為何網路購書成長驚人的原因時指出：「網站總是把使用者感興趣的圖書資訊，自動地發到他們的郵箱裡。這樣的郵件，噹噹網每月要發800萬封。無疑，購物籃挖掘技術已經為網站帶來了源源不斷的收益。噹噹網聯合總裁李國慶透露，這種技術非常複雜，每改一次運算邏輯，銷售額就可能提升10%。」
 
這兩篇訪談，無論是用什麼樣的方式或是技術，講的應該都是同樣的一件事，也就是：當我們分析使用者的消費習慣後，我們認為可以推論他們「可能」會購買的書籍，然後我們就針對每個客人，推薦給他們不同的書。Amazon的方式在我看起來是相當吸引人的，不過已經確認失敗。而噹噹網的方式從報導中比較看不出來，但是強力的EDM廣灑行銷卻是不爭的事實。這到底是怎麼一回事呢？
 
回到原點也許要討論的問題是：當有個人和你喜歡了同樣的100本書時，第101本，有多大的機率你們都會喜歡？我們用「購買行為」究竟可以分析到多深入才不會出錯？在除了「排行榜」和「分類」之外，目前我們最著迷的就是用賭那個101本的機率，將A買的書推薦給B。但「推薦」的行為妙在，如果推薦了三次都沒有「打到點」，這樣消費者就會失去了信心。如果購買行為不是最重要的，購買後的「評鑑」才是最重要的，會不會「打對」的機率增高？當我們漸漸地找到「幫助讀者很快的找到他想要的書」的方法後，或許以後的決勝點，就會是在「幫助讀者找到他下一本可以讀的書」！

加入UDN書籤 收進你的MyShare個人書籤

發表言論：
如果您要發表言論，請先登入會員平台才得以發表喔。