欢迎光临爽报娱乐新闻 YesDaily.com




《科技与创新》投其所好!工研院“关键消费意图预测技术”掌握消费者的心

发布时间:2026-02-20 爽报 YesDaily.COM 208

工研院研发“关键消费意图预测技术”,以近10种算法精准“投其所好”,成功推升电商业绩,赢得工研精英“产业化贡献金牌奖”。(图片由工研院提供)

上世代的实体卖场,只能从结账资料得到“啤酒放在尿布”旁的消费洞察;进入电商时代,消费者从进入网站到购物下单的整个浏览过程,都能用大数据分析。工研院针对商务服务业研发的“关键消费意图预测技术”,以近10种算法精准“投其所好”,成功推升电商业绩,更赢得工研精英“产业化贡献金牌奖”。

谈起大数据分析对行销的正面效应,工研院巨量资讯科技中心智慧应用技术组组长林昱仁表示,利用大数据分析出消费者的购物意图,进而在消费者浏览网页之际,适时的推荐“需要”、“想要”的商品,确实能发挥提升购物欲望的效果。

6年前,工研院投入大数据的研发与应用,林昱仁与同仁经历无数次的讨论与思索,企图在众多产业应用中,找到适合大数据切入的角度。“我们决定从电商着手,由于电商的浏览与交易纪录等资讯都已数字化,取得相关资料以及分析相比实体通路而言更容易;加上电商服务本身就是一种资讯系统,我们可以很容易就上线测试。”

毛遂自荐 打响口碑

为了获取实战经验,在“关键消费意图预测技术”的研发仅具雏形时,他们就向国内大型电商平台“MOMO购物网”毛遂自荐。

“当时MOMO也没有承诺要给我们做,因为国内也有一些已投入的业者在接洽中,”因此MOMO订出3个月的期限,以实际上线之后的成果作为最终的选择与定案。

林昱仁坦言,一开始技术确实有待加强。因为经验不足,团队就照自己的想法做出一套系统,测试了一下觉得还不错,就上线了。“结果没几天,业者打电话来,说消费者每次更新页面,系统推荐给他的东西都一样!消费者没有耐心等推荐商品自动更新,成效相当有限,”林昱仁说。团队再接再厉,打破原有的推荐排序,以随机又不失焦点的方式,让页面推荐更丰富。

“数字会说话,”同是技术团队成员之一的李纪幸表示,经过不断改进算法以符合业者需求,系统推荐商品成效大幅增加,也因为这样的成效,让MOMO选择工研院的技术。

工研院以半自动方式线上即时调整推荐商品,成功突破国内其他业者的盲点,让消费者点击购买率向上提升。(图片由工研院提供)

加入人性 贴近需求

“利用数据分析去揣测消费者意图的作法并不是新鲜事,”团队成员之一的崔文表示,过去在数据分析的应用上,范围并不广,也不如现在的复杂精致,光是这套关键消费意图预测技术,就融合了高达10几种的多重分析算法。

他进一步解释,这套系统会先就消费者过往在这个网站的浏览以及交易纪录作分析,进而在首页推荐商品,之后再根据消费者当次在网页上浏览的商品做即时的推荐调整,“一直变、一直调整,是我们跟其他业者最不一样的地方。”

崔文直指,让这套技术真正强大的关键,并非演算、数字、统计或是分析,而是他们让这套由机器运行的技术,加入了些许人性。

“我们这套技术算是一种返璞归真,”崔文笑言,“一开始我们也认为自己拥有许多资料,一定能很有效地揣测消费者的消费意图,后来我们体认到,即使如此,机器仍然只能掌握到人心的一小部分,要透过数据来全面了解一个人,实在太困难了。”

要突破,解决方法有2种,“一个是用很复杂的模式更用力的去猜消费者的喜好,但往往会因此猜过头,造成消费者的反感;于是我们选择另一种方式,就是避免过度复杂的分析且随时依现况做调整。”举例来说,对于一周前才上网购买育儿书籍的新手父母来说,推荐更多的育儿书只是徒然增加消费者的压力,不如推荐纾压小物、食品,更容易获得青睐。

唯有随时线上真实数据调整,才能快速反应,了解人心。这样线上即时调整的方式,果然让他们成功突破国内其他业者的盲点,让消费者的点击购买率向上提升。

勤做功课 无微不至

在电商平台的成功经验,为工研院打响名号,不但是国内多家指标型电商业者都已与工研院合作,至今合作的对象早已不局限在电商领域,如今更跨足旅游、娱乐、金融及电信领域等总计20家业者,电信业者“台湾大哥大”也位列其中。

林昱仁表示,电信业者与电商的需求大为不同,例如台湾大哥大有个加值服务平台,提供串流电影、音乐服务。他们希望消费者能更频繁地使用这项服务,可增加黏着度与满意度,带动用户数成长。

为达到业者的期待目标,首先就必须了解消费者对于音乐的使用习惯以及喜好,才能让程式做出更精准的推荐,但是一群工程师要如何深入音乐领域呢?林昱仁笑道:“我们能做的,就是勤做功课。”

团队花了近2个月的时间,翻找相关论文,请益音乐分析权威教授张智星,甚至访谈喜爱听音乐的人,以及台哥大服务加值平台长达7年的资深使用者。深入了解,再综观全貌,让研发团队对音乐服务有了崭新的视野。“以往我们将歌曲区分为流行音乐、抒情歌、摇滚乐等,但是我们发现,人们对音乐的喜好必须处理得更细致,因此曲风分类还不够,还要从旋律下手,”团队成员之一的王恩慈说。

这群音乐新鲜人们发挥资讯专长,用程式依照每首歌曲的旋律特性分门别类,并依照使用者过往的听歌纪录配对,果然一举中的,成功掳获使用者的心,不仅播歌量增加,用户数也有成长。

6年来的点滴努力,团队一举拿下“工研精英奖-产业化贡献金牌奖”,兴奋之余,团队也有志一同地认为这项技术还要持续精进,“对消费者的洞察是没有止境的,关键消费意图预测技术必须与时俱进,不断更新,好,还要更好!”

(本文转载自工业技术与资讯月刊)


标签:  
0