電子商務必須重返資料堆淘金
電子商務必須重返資料堆淘金
2004.08.01 | 科技

有個中文名字叫韋思岸的Andreas Weigend,可能是全世界最了解線上使用者行為的人,他在Amazon擔任首席科學家的兩年內,協助Amazon建立一套評估線上使用者行為以及開發新產品、改善網站介面的完整方法。
離開Amazon後,韋思岸設立自己的顧問公司,協助許多公司改善服務,包括Amazon、Yahoo!、瑞銀華寶、日經證券、摩根士坦利,都曾是他的顧問客戶,更擔任許多創投基金的顧問。
這位德國出生、美國求學的科學家,曾經在中國大陸客座一年,擁有史丹福大學物理學博士學位,也是現任史丹福大學訪問教授,對經濟學及心理學的知識非常豐富。在丹麥哥本哈根的兩小時訪問中,韋思岸暢談他對網路產業與相關技術的觀察,認為過去大多數的個人化服務與一對一行銷的方法論,幾乎都是錯的,「對於線上使用者的行為,我們有太多自以為是的迷思,想做好網路生意,我們必須對人類有更深度的理解!」

**搜尋網站像座顯微鏡,
全都露!

**
**Q:**你曾經在Amazon.com擔任兩年的首席科學家,就你的觀察,最近兩年dot com的重要趨勢是什麼?
**A:**兩件事:交易市集(marketplace)模式的普及,以及搜尋技術的快速發展。eBay如今已經是最有力量的交易市集網站,甚至連作零售起家的Amazon,都想嚐試交易市集;但是eBay在這個領域依然擁有領先地位。再一次,我們發現網絡效應(Network Effect)的威力,一旦一個網站建立起夠多的買家與賣家網絡,而且運作良好,後來者就很難與之競爭;而在既有的網絡基礎上,可以開發出更新的業務內容跟交易模式。
或許不那麼讓人意外的是,搜尋技術成為了熱點,Google已經展示了這樣的力量。在網路上的一切什麼都與搜尋技術相關,搜尋已經成為所有網路行為跟電子商務的首要基礎。想要買東西,你可能不會先上特定的電子商務網站,而是先搜尋;想要找人,你不會先上某個單位的網站看有沒有通訊錄,你直接搜尋。沒有搜尋技術,今日許多人根本無法進行工作。這也在商業領域,尤其是幾個大網站間的競爭上,引發新的連鎖效應。

**Q:**對於你所從事的網站使用者分析工作,Google的熱門,到底有什麼意義?
**A:**讓我們對人類的行為能有全新、更深入的理解。搜尋是一件有趣的事情:你想要找某些東西,但你不知道那是什麼,意即透過搜尋網站,你會透露你還不知道但你想知道的事情。這些事情,你甚至不會透露給你親近的朋友、你的伴侶和家人、甚至信用卡公司知道,搜尋網站就像一個顯微鏡,透過它,你透露你真實的心靈(mind)。
舉例來說,如果我想要知道台北的色情酒吧,我可能不會問我的朋友,但我會告訴搜尋網站,搜尋網站還比我的朋友更了解我。有一家網路使用者行為分析公司Comscore,它的做法是在許多人的電腦裏安裝軟體,因此可以紀錄使用者的一舉一動,再藉此分析資料,寫成報告給需要的公司;但是搜尋網站可以得到的資料,遠比它更豐富、更有趣,因為那是人與資訊的動態互動(dynamic interaction),你可以觀察一個人如何探索這個世界,同時也形成他自己的各種慾求與情感。

**深入分析使用者行為,
全了解!

**
**Q:**這意味著如果想要獲得對使用者行為的深入知識、繼而開發新的服務或產品,Google會比Amazon有更好的基礎嗎?
**A:**一方面,你不會每天上Amazon買東西,但是你隨時都需要搜尋、使用搜尋,這是搜尋網站最讓其他網站緊張的地方。另一方面,搜尋所能透露的資訊,比點擊(click)更為豐富。
在其他電子商務網站,總得先要有東西可以讓你點擊,你才會透露你的偏好,這其實很有限;但是在搜尋網站,你幾乎是自己無中生有,源源不絕地繼續你的偏好。透過搜尋行為,事實上你是在成為你還不知道的人(become someone you don't know yet),了解你還不知道的事(understand something you don't know yet)。
由於Google,現在Amazon、Yahoo、eBay或MSN都更重視搜尋了,這會是未來能否保持競爭優勢的關鍵,一不小心,Google可能成為一切網路行為的門戶,而Google其實也已經開始自己的電子商務服務網站Froogle。未來會怎麼發展,應該是非常有趣。

**Q:**不管是電子商務或者經營網站業務,了解使用者行為都是關鍵。我們該做什麼事情?這門技藝,牽涉到哪些學科與不同的知識領域?
**A:**好問題,讓我先點出關鍵:我們不該去主觀設想使用者該如何動作、甚至不該去問使用者到底要什麼,我們該去如實觀察使用者的一舉一動,利用統計歸納的方法,形成模型來判讀。
這裡頭有三個層次的探索,第一是收集資料(Data),每個較具規模的網站,每天都可以擁有幾兆位元組的紀錄資料;第二是運用某些方法(Method)形成適當的問題,問對問題比收集資料更重要,也只有透過適當的問題,才能導引我們去探索龐大的資料;第三是專業知識(Domain Knowledge),以網站使用者分析為例,我們需要行為經濟學(Behavior Economics)和消費者心理學(Consumer Psychology)的專業知識,才能進行分析。
這三個圈圈的交集,從中就會誕生豐富的使用者行為分析。我花了15年的時間才建立這樣的研究方法,而且可以運用在許多地方;事實上,我最早的博士論文就是處理時間序列下外匯交易的變因研究,後來也把這個方法用在股市波動與投資者行為之間關係的分析上。

**使用者到底做了什麼,
全掌握!

**
**Q:**過去幾年,曾風行過所謂的一對一行銷(1 to 1 Marketing)或者個人化(Personalization)服務,你怎麼評價過去幾年發展出來的技術?
**A:**那是過度的天花亂墬(Hype)。有許多號稱能作到這些的軟體,其實都言過其實了,原因是他們缺乏對人類行為的深度理解;有人的許多抉擇與喜好,其實都受到各式各樣的情境(Situation)驅動,不是那麼純然的抽象理性。如果你今天走在台北夜市,請一個小姐推薦你好吃的東西,而她告訴你哥本哈根有哪邊的食物不錯,你一定會覺得滑稽;但許多所謂個人化服務的推薦,其實就是在做這樣的事,所以不會成功。
舉個人類行為差異的例子。在音樂領域,相關的個人化服務通常比較成功,這是我們觀察到的有趣現象,如果你喜歡王菲的歌,假如透過統計我發現喜歡王菲的人,通常也會買貝多芬,那這樣的個人化推薦,成功比率就很高,遠勝於在書籍或者貸款服務上,利用統計得出的相關推薦。為什麼?我發現音樂直接與人類的情緒相關,對音樂的喜好、情感與著迷,比起對書本或者貸款服務的,更有能夠被交換(Exchangeable)的普同性。

**Q:**這會是未來電子商務網站,最需要掌握的關鍵知識嗎?
**A:**在未來,不管是既有的電子商務網站、搜尋網站、入口網站或者交易市集網站,對於使用者行為的了解、分析、歸納、預測,都將成為企業決勝負的關鍵,我們必須回到資料堆中去淘金。要做好這件事,公司必須花更多的時間去分析使用者資料,擁有深度的知識,才會成為企業的競爭力來源。
不僅網路公司,未來的行動商務(M-Commerce)或者行動數據服務,同樣需要。許多行動電話營運業者的服務失敗,因為他們用想當然爾的方式理解使用者。技術本身,跟技術被使用的方式與情境,其實是非常不同的:發明聊天室程式的人,可能從來沒想到現在人們,如何利用聊天室進行互動;發明3G標準的人,對於人們會如何利用3G技術進行購物、聊天、娛樂的細節,應該是完全不清楚的。唯有對人性的了解,才有助於我們設計出受歡迎的產品。
我不認為透過焦點團體(Focus Group)或者問卷調查的形式,可以讓我們深入掌握人的欲求:人真正想要的,跟在焦點團體或者問卷中陳述的,絕對不一樣。我建議,丟掉焦點團體和問卷調查吧!只有透過從旁實地觀察,不要問一個人要什麼,而是看他到底做些什麼事,你才會得到正確的知識,這才是開發任何新產品或新服務的基礎。

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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