【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
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎

在高度碎片化的年代,企業行銷,不該是短跑,而是一場需要團隊默契的接力賽。

從社群平台、通訊軟體、搜尋引擎,再到網紅、短影音等,消費者與品牌的接觸點愈來愈碎片化。為了追求更好的行銷成效,企業陸續導入口碑行銷、廣告投放、會員經營等不同策略,並搭配各式各樣的 MarTech 工具,希望精準掌握每一次與消費者互動的機會。

然而,這些行銷策略就如同接力賽的跑者,雖然每一棒都努力衝刺,卻常常無法將成果順利交給下一棒,口碑、廣告與會員經營往往分屬不同負責人、使用不同平台,不僅數據散落在不同系統、跨部門協作成本高昂,一旦負責人員異動,累積多年的實戰經驗也容易隨之流失,使企業難以將每一次投入轉化為長期成長動能。

擁有 20 年行銷實戰經驗的數聚集團創辦人張元溢(Mars),看見許多企業投入愈來愈多工具與預算,卻始終無法累積真正的成長資產。他直言:「工具越多,不表示結果越好。」真正的競爭力,在於建立一套能整合數據、沉澱經驗並持續優化的成長機制,讓每一次行銷投入都成為下一次決策的養分,形成能不斷學習、自我進化的成長閉環。

基於這樣的理念,他整合旗下 Reddoor 紅門互動、Justar 數聚國際與 INLY 影領三大品牌,成立「數聚集團」,並提出全台首創的「聲量、流量、存量」行銷飛輪,串聯品牌曝光、流量轉換與會員經營三大階段。並整合第一方、第二方、第三方數據與生成式 AI,協助企業打造能自主學習、持續優化的 AI 成長引擎,讓品牌成長不再仰賴一次次重新開始,而是形成能持續累積價值的商業飛輪。

#2數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團創辦人 張元溢
圖/ 數位時代

從聲量、流量到存量,打造會持續成長的品牌飛輪

達摩媒體暨影領國際執行長林合政(Adam)指出,企業在不同成長階段都有明確的經營目標,例如建立品牌聲量、透過廣告帶動流量,或深化會員經營、提升顧客價值。然而,任何一項策略都不可能無限放大成效,當成長逐漸趨於飽和,就需要下一個階段接力,才能持續創造新的成長動能。

林合政表示,真正重要的,不是哪一個環節最成功,而是每一個環節都能為下一個階段創造價值。 當品牌聲量帶動流量、流量沉澱為會員資產,再透過會員口碑與數據反哺品牌影響力,便能形成持續運轉的品牌飛輪,而不是依賴一次次的廣告投入。

#3 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
達摩媒體暨影領國際執行長 林合政
圖/ 數位時代

數聚集團品牌長蔡雅藍(Blue)進一步拆解品牌飛輪的運作架構。第一步,由 INLY AI 網紅媒合平台快速媒合適合的創作者,以內容建立品牌信任與市場討論度,為品牌累積第一波成長動能。

#4 數聚集團首創「聲量、流量、存量」行銷飛輪,打造企業專屬 AI 成長引擎
數聚集團品牌長 蔡雅藍
圖/ 數位時代

接著,由 Justar 數聚國際接力擴大市場觸及,透過數位廣告、線下媒體與多元渠道整合,精準接觸潛在受眾,將品牌關注轉化為實際流量與訂單。

當新客成功導入後,再由 Reddoor 紅門互動透過會員經營、數據分析與自動化行銷,提升顧客黏著度、回購率與終身價值,將一次性的流量沉澱為可持續經營的品牌資產。

最後,再透過 MGM(Member Get Member)會員推薦機制,讓忠誠會員主動分享使用體驗、推薦親友,進一步帶動品牌討論與新客加入,形成「聲量 → 流量 → 存量 → 聲量」持續循環的品牌飛輪。
張元溢表示,這套飛輪並非一開始就規劃好的商業模式,而是數聚集團二十多年來陪伴品牌成長、持續驗證與優化後逐步發展出的成果。

「我們最早做的是廣告,後來客戶開始需要口碑;當口碑做好了,又開始思考如何留下會員、提升回購。」他回憶,團隊每一次拓展服務,都不是為了增加產品線,而是在陪伴客戶成長的過程中,看見下一個真正需要解決的問題,也因此逐步收斂出如今的「聲量、流量、存量」品牌飛輪。

從 Data Lake 到 Vibe Marketing,AI 開始接手整個行銷流程

飛輪要能持續運轉,關鍵不只是串聯聲量、流量與存量,更在於每個階段產生的數據能否真正累積。為此,數聚集團打造 Data Lake(數據中台),整合會員、廣告等第一方數據,並串接第二方、第三方資料,將原本分散於不同系統的資訊,匯聚成企業專屬的數據底座。

「現在大家都在談第一方數據,但企業真正缺的,其實是把不同來源的數據整合起來。」張元溢表示,除了企業自身累積的會員資料,數聚集團也串接發票數據、線下渠道等外部資訊,協助品牌從更完整的消費旅程理解市場,而不是只看見自己的會員輪廓。

當數據基礎建立完成後,AI 才真正開始發揮價值。過去,AI 多半停留在生成文案、圖片等單點應用;如今,數聚集團希望讓 AI 直接參與整個行銷流程。品牌只需提供活動網址(URL)、預算與行銷目標,AI 即可根據品牌歷史數據與過往成效,自動完成創作者媒合、媒體投放與策略配置,並在執行過程中持續學習與優化。

蔡雅藍表示,這也是數聚集團提出 Vibe Marketing 的核心概念。「就像 Vibe Coding 讓開發者透過自然語言完成程式開發,Vibe Marketing 則希望讓企業只需描述商業目標,AI 就能完成大部分的行銷規劃與執行。」她認為,AI 的角色不只是生成內容,而是逐步接手重複且仰賴經驗的工作,讓行銷人員能將更多時間投入品牌策略、產品創新與顧客經營。

林合政補充,真正的競爭優勢,不是使用同一套 AI 模型,而是企業是否擁有屬於自己的數據與經驗資產。當品牌知識、行銷策略與營運經驗,都能透過 Data Lake 持續沉澱並回饋 AI,每一次決策都將成為下一次成長的基礎,形成企業專屬的 AI 成長引擎。

展望未來,張元溢表示,數聚集團將持續整合 AI、Data Lake 與生態系夥伴資源,將這套品牌成長模式從線上延伸至線下,並逐步拓展海外市場。他認為,當品牌能讓每一次聲量、每一筆流量、每一位會員都成為下一次成長的起點,AI 才真正從工具,進化為企業的成長引擎。

為了進一步分享這套方法論與最新產品布局,數聚集團將於 8 月 12 日舉辦「數聚・領航 2026 產品發表會」,首度完整公開以 AI 為核心的品牌成長飛輪,並攜手聯合線上、傑思・愛德威、SHOPLINE 等合作夥伴,從媒體、代理商到電商生態,共同探討 AI 時代品牌經營的新策略與成長機會。活動將於 8 月 12 日(三)14:00–16:30 舉行,品牌可透過報名頁(https://reurl.cc/KEAYOe)報名參與。

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
台達電全解讀
© 2026 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