【黑貘來說】 挖掘巨量資料的秘密步驟
【黑貘來說】 挖掘巨量資料的秘密步驟
2013.03.26 | 創業

現在已經有太多的報導說某某公司利用使用者的行為記錄,來算出每一個人的喜好,並且導出商機等等新聞到處可見,但我相信大家看再多次,不是覺得這樣會不會太可怕了?不然就是這好厲害阿!這兩種答案,不然就是兩種都有。

但事實上這件事並不神奇或可怕,會覺得這樣是因為大部份的人不知道怎麼做,或者是說這能夠做甚麼,若是你知道後,發現這跟本只是個套來套去經過計算的結果,甚至在某方面你用手來算都可以,只是不一樣的是人只能處理少量資料,而電腦可以處理巨量資料,當很多事情會有量變產生質變的時候,威力就在此顯現,但這些步驟,說穿了一點都不聰明,甚至還非常的機械化的制式。

當然我不是很好的深入淺出的作者,所以沒辦法寫給大多數的讀者看,而是寫給已經有一點實務經驗的人,尤其是程式設計師或資料庫管理師等工程師,但若沒有這技術背景,我相信做這樣的拆解,可以讓大家從一知半解變成知道個大概,而透過這樣的了解,讓大家有機會去應用是我寫這幾篇的目的。

只是還有一個前提,就是我不會在這邊寫資料探勘的基礎,也就是說,「請先去看本資料探勘的書」,再來看下面幾篇文章吧。

目標:能夠知道某個特定人喜歡甚麼東西,購買每一個商品的機率,或者是說我們該如何推薦商品給他,以及知道他喜歡這商品的原因?

人與商品之間的行為有下面幾種:

  1. 瀏灠
  2. 放入清單
  3. 購買
  4. 評價或評論
  5. 其他

    上面每一種行為都有其數量化的差異,有些是一年幾次,幾十次或到幾百次或更多,而每一個行為都可能有個 「權重 (Weight)」,以及時間 (Time) 與次數 (Times) 的屬性,甚至更有可能是一個 Vector (向量) 的指標,例如喜好、觀感等等,無論是可以量化或不能量化,這些都可以成為建立人與商品的「關連」。

    所有的資料探勘系統實作都是從這些資料做轉化,甚至是簡化,畢竟可以運算,以及算得出結果才是重點,甚至是能夠算給所有消費者顧客使用才是資料探勘的精隨。

    但有趣的事是很多實用的系統都很少是用單一方法去建構出來的,畢竟除了人的行為之外,商品有有幾個屬性:

  6. 商品本質、內容

  7. 商品描述 (meta-data) 與分類
  8. 最後才是商品的使用

    在還沒有 Semantic Web 之前, 我們能用的就是商品的使用,也就是我們使用者/消費者與商品/物品之間的關係,而在有了語意網路之後,我們就可以進一步的處理本質 (文化商品) 與描述了,只是在這之前還要有幾個前置作業。

  9. 會自動化新增關鍵字詞的表

  10. 會自動化連結出語意網路的表

    這兩個表若是可以扣掉前面「會自動化新增/連結」 的話,我相信很多人都有從很多單位去取得這樣的詞庫與關連庫,但在實務上我們有絕大部份的狀況都是在處理運算最新的商品或議題時,沒有一種機制能夠新增或更新的話,幾乎是不實用的。

    只是這新增/更新有時不見得是自動化,因為自動化是件相當困難的事,就我所知有不少在做這項業務的公司單位,用的就是「工人智慧」,而不是人工智慧,但無論如何,有了這兩個表之後,再加上從資料探勘能夠得知的:

  11. 關連分析 (一階, 或高階)

  12. 群落分析 (Clustering)
  13. 時間序列預測

    有了上面三個很基本的工具後,可以配合產出很多的可能性:

  14. 最常見的關連購買

  15. 在搜尋結果中做排序
  16. 從分類結果做語意分析產出因子
  17. 有了高階的關連分析可以透過配對做活動
  18. 從銷售預測中作備品或庫存準備
  19. 只要你想得到的

    當然上面說得很簡單,好像是三兩天就可以開發出來的東西,但事實上單單一個「會自動化連結出語意網路的表」,我記得當時就弄了兩三個月才弄出來,當然現在再弄一次就只須要兩三天到兩三個星期了,畢竟有經驗跟沒有經驗還是差很多的。

    記得我在 5 年多前寫過 Data Mining 是一個須要跟效率挑戰的高度技術的事,但現在的機器已經比 5 年前快 5 倍了,加上資料庫的多樣性,雲端系統的完善,讓寫這樣的系統跟之前簡單不只 5 倍,我在兩個月以前自己從無到有又自己跑一次,以前須要半年的現在只要半個多月就夠了,想想時代還真可怕阿。

    所以說,在這樣成熟的時機而言,導入真正的巨量資料探勘已經不是預算的問題,也不是技術的問題,而是心態的問題了,你準備好了嗎?

轉自[黑貘來說](http://gene.speaking.tw/2013/03/blog-post_20.html)
關鍵字: #大數據
往下滑看下一篇文章
從 70 個帳號到 One hengstyle!恆隆行打造單一入口,實現零阻力體驗、品牌關懷不斷線
從 70 個帳號到 One hengstyle!恆隆行打造單一入口,實現零阻力體驗、品牌關懷不斷線

Omnichat 如何讓對話發揮更多價值?在零售數位轉型浪潮下,顧客跨越線上線下,期待的是不中斷的體驗。但當據點與品牌日益龐雜,服務容易斷線,品牌該如何化解?

走過65年的恆隆行,代理超過29個國際品牌、據點遍布全台,為了突破這道難題,恆隆行打通零阻力的顧客關係路徑,實現品牌關懷。

多品牌、多通路的隱憂——體驗為何斷線?

「過去只要把好產品賣出去就好,但現在顧客期待的不只是商品,而是完整的體驗。」恆隆行長期發展處副總陳思樺指出,恆隆行同時兼具代理、品牌與零售三重角色,若仍停留在以「產品為中心」的模式,隱憂很快浮現。

五年前,恆隆行在全台已有逾70個專櫃,各自經營 LINE 帳號。顧客跨櫃位或跨品牌諮詢時,因難以全面控管,提供風格一致、資訊齊全的回應,是一大挑戰;售後服務需要完整資訊,轉介客服的流程變冗長。

Omnichat
恆隆行長期發展處副總陳思樺指出:「互動紀錄分散在不同帳號與部門,難以回溯完整旅程,也無法沉澱為後續的行銷與服務資產。」
圖/ 數位時代

「顧客明明都是恆隆行的消費者,卻可能在不同櫃位得到不同解答,這就是必須解決的阻力!」陳思樺坦言,互動紀錄分散在不同帳號與部門,難以回溯完整旅程,也無法沉澱為後續的行銷與服務資產。對一個代理29個品牌、橫跨多通路的企業而言,零散不僅削弱體驗,也消耗內部人力。

這些挑戰讓恆隆行意識到,唯有在建立「一致性的品牌信任感」,並確實實踐「無阻力服務」,才能贏得顧客信任。

恆隆行從品牌關懷出發,打造零阻力的流暢服務體驗

帶著這樣的決心,恆隆行在2024年展開整合計畫。最核心、也是最棘手的任務,是將原本分散在各門市的70至80個 LINE 帳號,收斂為單一入口,並以三合一選單架構,滿足顧客在門市消費、線上購物、會員服務,甚至是品味生活的多元需求。

Omnichat
恆隆行透過 LINE 官方帳號單一入口,將客服與門市串聯起來,滿足顧客在門市消費、線上購物、會員服務以及提升生活品味的多元需求。
圖/ 恆隆行

透過 LINE 官方帳號單一入口,客服與門市首次真正串聯起來。當顧客有維修需求時,櫃位人員能即時將案件指派至後勤單位,免去層層等待;顧客掃描 QR Code 綁定熟悉的銷售人員後,即使離開門市,也能持續獲得建議與售後協助。現在,無論是客服維修或門市選物顧問,都能透過這個入口實現服務——從獲客、購買、售後保固到清潔耗材加購,任何階段都能延續一致體驗。

「顧客不只是收到推播,而是能延續自己的旅程,甚至和服務人員建立起信任連結,這就是品牌關懷。」陳思樺表示,這套架構也讓數據真正發揮作用。透過 Omnichat 與 91APP 串接,恆隆行得以整合瀏覽紀錄、點擊行為與線上線下購買紀錄等第一方數據,優化行銷推播,避免過度打擾,並累積更完整的洞察。

更重要的是,透過單一帳號的整合,成功打造出一個兼容多品牌、多銷售通路、多行銷管道的 LINE 官方帳號,在各品牌仍能保有個性化的溝通語氣與內容之際,仍統合進「One hengstyle」會員體系。換句話說,不論消費者來自直營門市、外部通路,或線上電商購買,最終都會成為 One hengstyle 會員,持續接受個人化服務。

恆隆行
恆隆行顧客掃描門市 QR Code 綁定銷售人員後,即使離開門市,也能持續透過LINE官方帳號獲得後續建議與售後協助,打造暖心OMO服務。
圖/ 恆隆行

除了打通任督二脈,對外要無阻力,對內也要滑順。系統架構要保持彈性,能符合恆隆行內部跨部門協作。以前客服沒有系統可以評估,現在則可利用跨部門報表功能,幫助第一線人員即時掌握進線數與處理時長,讓服務品質有跡可循。

Omnichat 如何讓對話發揮更多價值?

隨著系統上線,成效很快浮現。數據顯示,恆隆行直營門市顧客中,每三人就有一人持續在線互動,顯示他們不再是「買完就走」,而是因服務價值留下來。隨著好友數持續成長,恆隆行官方帳號的封鎖率穩定維持在 31% 以下,遠低於零售品牌平均 65%。更重要的是,LINE 官方帳號帶來的轉換率比整體平均高出35%,每月新增線下綁定超過5,000筆,逐步累積成跨品牌應用的基礎。

這些成果不僅改善了顧客體驗,也提升了內部效率。陳思樺表示:「對外,顧客的問題能更快解決、售後不中斷;對內,櫃位人員負擔減輕、效率更高,這就是我們想實現的零阻力!」她補充,為深化品牌關懷,恆隆行持續優化服務腳本,確保顧客在不同場景中都能延續信任。「我們要的不是短期的 fancy campaign,而是長期的對話與陪伴。」

未來,恆隆行除了以第一方數據為核心,持續為各品牌打造專屬體驗,把洞察應用到服務腳本與行銷策略,後台報表也將強化分流與品質監控,讓內外流程更順暢。同時,也期待與 Omnichat 探索 AI 應用,例如將電話需求無縫轉接至 LINE、讓自動化回覆更具人味等,把「零阻力服務」推向更多場景。

Omnichat 台灣總經理翁忻閎回顧過往經驗指出:「很多單位一開始並不理解為什麼要改變,我們就透過 workshop 與教育訓練,協助內部釐清痛點、建立共識。」但他也強調,成功的關鍵不只在技術,而是企業轉型的決心以及統合方向的能力。「品牌要先想清楚,究竟希望帶給顧客什麼樣的一致體驗?內部目標是否對齊?」

他認為,唯有基礎建設完善、方向一致,OMO 才能真正落地,而 AI 等新技術也才能在這些基礎上發揮價值。恆隆行的轉型便是一例:將分散的服務觸點收斂為單一旅程,最終轉化為零阻力的品牌關懷。當顧客在任何節點都能感受到信任與連結時,零售商才真正掌握了主動權。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
蘋果能再次偉大?
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓