#Martech #AI #Graph
.
你過父親節了嗎?還是你過的是付清節呢?
本週的新聞很AI(Artificial Intelligence, 人工智能),人類生為AI的父母,會不會有那麼一天,AI 跟父親節有更深的關係呢?
.
開始之前先分享我心中的AI 技術,是靠【算法規則、訓練數據庫,與算力】三件事來提升準確度。
沒有先訓練好的【算法規則】,電腦不可能自己該如何預測
沒有足量的【訓練數據庫】,沒辦法把預測準度提升
沒有夠厲害的【算力】,搞不定AI需要一而再再而三的演算與檢測
這也是有些人提到,繁體中文在AI世界裡,可能會被邊緣化的背景。
簡體中文市場與使用者太多了,就算有一樣厲害的規則與相似的算力,光光是資料庫不足,就會讓預測準確度往下落好幾個層次。
很多人會說,但我就討厭殘體字怎麼辦呢?有種思考是把簡體中文想成某種門檻超低的外語,日文跟韓文都還要上課訓練,簡體中文只要多看些素材就看懂了,機會浪費多可惜。
.
題外話不多說了,本週新聞首先是臉書被推測正在著手進行經加密後內容的預測功能。也就是說,雖然某些訊息是被加密的,人類與機器都無法解讀,但透過某種技術(homomorphic encryption),有可能在不需要搞清楚你訊息的內容下,就成功地對你推播廣告。
甚至你可以這樣想,他推播的對象不是你本人,而是有著這些行為(看到日本海膽圖片會停下來、朋友的日本旅遊照片會按讚、東京奧運影片不會跳過)的某個人。
Whatsapp 目前還否認此消息,但我們可以繼續看下去。
.
有買過圖的人應該都知道Shutterstock 圖庫網站。他們前陣子也因為某位人物設定是『溫柔而努力』的江姓設計師抄襲翻船事件,而再度來到群眾視野。
Shutterstock 在ai 界的地位當然遠不止於被抄襲,他們三四年前就釋出圖片搜尋功能讓消費者嘗試(你試過搜尋自己google photo 裡的貓或狗照片嗎?就是類似的技術)。
上週Shutterstock.ai 宣佈與AWS 合作,AWS客戶可以在線上以合乎隱私的方法搜尋與使用圖片。可以幹甚麼呢?上億張片源的圖庫是訓練AI 算法的好材料呢。
.
Loreal 的新數據長四月上任,近期宣布會藉由與線上遊戲、虛擬實境、社群媒體的合作提升線上電商業績佔比。
這裡面比較實際的是社群媒體,想想他們可能會將抖音TikTok帶貨發展到全世界(疫情期間,真的很多專櫃櫃妹櫃弟認真用社群媒體跟客人聯繫,還可以預約一人試衣或者輕鬆加一。尊敬他們的努力~
不過我更好奇的是線上遊戲帶貨,Loreal 方指出遊戲業女性參與者達一半以上,可以透過與遊戲合作增加業績。但目前我看到的玩法還是停留在線上化妝教學,不知啥時會有更好玩的?
.
本週最後一個新聞是在日本上市的Appier,度過上市熱潮後,近期的股價略為下滑。但我更關心的是他們的新算法模型:
對人的演算與對物的演算交叉,也就是能夠預測還沒有買過東西的消費者可能買什麼。
這太好玩了,以後當我們去到一個新的購物電商,即時什麼都沒買過,也會有個人化推薦耶。
「ai artificial intelligence 線上看」的推薦目錄:
- 關於ai artificial intelligence 線上看 在 許幼如的職場學習路 Facebook 的最讚貼文
- 關於ai artificial intelligence 線上看 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於ai artificial intelligence 線上看 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於ai artificial intelligence 線上看 在 人工智能線上看- 電影- Gimy劇迷 的評價
- 關於ai artificial intelligence 線上看 在 全球第一AI全曲生成文創生態系催生國際級藝術 ... - Facebook 的評價
ai artificial intelligence 線上看 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
Netflix的「AI顧客科學」
2021-03-04 14:33 聯合新聞網 / 能力雜誌
【文/廖志德 圖片提供/達志影像】
直接與消費者進行互動是企業的重要工作,唯有如此,我們才能深入理解顧客的需求、渴望、不安、疑慮與痛苦,並且從中尋求開發新產品及新服務的正確切入點,進而提昇顧客整體的消費體驗。因此,「直面顧客」是品牌創新的關鍵要點,絕對不能假手他人,一定要親力親為才能挖掘出隱藏於市場深處的成功祕笈。
過去,想要直接與顧客進行溝通與互動相對困難,企業不可能一一拜會或致電顧客,因為需要動員的人力及成本太高,往往只能退而求其次,採取間接的方式來與消費者進行互動。或是經由代理商、經營商、零售通路來負責銷售服務;或是由外包客服中心幫忙接聽顧客來電;又或者採取抽樣市場調查來理解顧客的基本圖像,這使得企業洞察顧客需求宛如瞎子摸象,往往只能知道市場部分的情況,不能全盤且深入的掌握市場全貌。
現在,隨著數位科技的快速推進,企業擁有越來越多元的訊息溝通管道與消費者直接互動,加上人工智慧(Artificial Intelligence, AI)從旁協助,市場的顧客圖像變得越來越清晰,越來越可視化,消費者的行為模式不再撲朔迷離且難以掌握。
根據微軟預測,到了2025年將有95%的顧客互動管道是通過AI來完成,如果預測成真,表示企業對於消費者旅程的理解能力將大幅度增強,無論是在搜尋、方案、選擇、下單、取貨、服務、維修、客訴的階段,顧客圖像都能夠取得更高的解析度,經營市場不用像過去一樣,在迷霧當中踽步前行。
市場藝術家vs.科學家
擁有清晰的顧客圖像,能幫助企業規劃出更加貼心的消費者旅程,屆時經理人評估經營績效時,不會再局限於單一層面,例如:訂單轉換率,而是可以更加細緻地從不同的角度與階段來剖析消費者的行為偏好。過去由於市場資訊嚴重不足,企業只能從銷售數字來評量市場成果,或者憑藉行業經驗與直覺來預估消費者的行為動向;現在由於人們對於數位科技的廣泛運用,使得企業更容易掌握顧客在實體與虛擬世界的數位足跡,無論是在實體商店、網站、APP、LINE、Facebook、Instagram、Youtube等線上線下互動點,我們都可以取得比過去更多元的消費數據。消費者瀏覽過那些商品資訊?關注的要點是什麼?考察過哪些「關鍵意見領袖」(Key Opinion Leader, KOL)的看法?分享的使用體驗是正面還是負面?是否進行重複採購?
實測驗證需求
唯有「直面顧客」才能了解顧客,然後做出正確的服務體驗設計。啟動永無止境的追蹤使用者的偏好與習慣,並且經由實地測試來驗證顧客洞察的結果,是影音串流龍頭Netflix能夠在市場異軍突起的關鍵要素。正確使用數位科技使得Netflix在殺成一片紅海的影音市場開創出新藍海,這是Netflix創辦人哈斯廷斯(Reed Hastings)刻意培養出來的企業傳承。如果說賈伯斯(Steve Jobs)是「市場藝術家」,那麼哈斯廷斯就是「市場科學家」。賈伯斯所帶領的Apple基本上不做市場調查與分析,而是著重於創建起獨特的美學風格及培養敏銳的顧客感知能力;哈斯廷斯認為自己並不具備與賈伯斯同等的市場洞察力,因此,在其掌舵下的Netflix另闢「顧客科學」(Consumer Science)的新航向以抵達賈伯斯的美麗境界。
同樣是「直面顧客」,Apple與Netflix的做法南轅北轍,不過條條道路通羅馬,只要能夠取得顧客歡心就是正確的道路,並沒有優劣之分,就像我們無法比較莫札特(Wolfgang Amadeus Mozart)與貝多芬(Ludwig Van Beethoven)的好壞;無法論斷李白與杜甫的高低,重點是找到適合自己的成長路徑,感性成分比較多的經理人可以考慮培養賈伯斯般的直覺感知;如果思維模式偏向於邏輯與數理思考,哈斯廷斯就是最佳的學習典範。學習不是全然的模仿,而是啟發自己內在本來就具備的潛能,至於採取何種直面顧客的演化路徑,最終還是要經營者不斷的在現場探索才能進行實證。
相對而言,賈伯斯的做法是比較難模仿的,除了認真、用心、努力外,多少要具備某種與生俱來的天賦。因此,我們鼓勵大部分的經理人採取類似Netflix「顧客科學」的做法來設計服務體驗,畢竟不需要感性天賦的標準作業流程比較容易學習、理解與模仿,包含蒐集資訊、形成假設、定性定量、市場調查、A/B測試等階段的「顧客科學」方法是有一定的邏輯可以掌握,可以不斷的進行複製並且形成相同結果,想要效法賈伯斯以心印心的感性思維模式,恐怕要有相當高的悟性,沒有一定的感性天賦很難求成。
迷戀顧客的5種途徑
哈斯廷斯希望Netflix的產品經理能夠建立起大量實驗的組織文化,進而發展出令人驚嘆的顧客洞察力,從Netflix不斷的推進A/B測試就可以看出端倪。Netflix的產品團隊會由不同的市場定位與品牌展現方式發展出不同的行銷方案,並且每2個星期就要針對非會員拜訪的網頁進行A/B測試,借助消費者進行評價與判斷的反覆驗證,Netflix設法調整出有效的內容呈現方式,前Netflix產品副總裁吉布森(Gibson Biddle)表示,Netflix希望藉此持續不斷的提昇以下2項衡量指標:
1. 試用比率
非會員網頁的訪客中,約有2%選擇免費試用Netflix。
2. 付費轉換率
當免費試用結束,約有90%顧客會轉變成Netflix付費會員。
對於Netflix而言,提昇試用及轉換比率的做法不能僅止於「聚焦顧客」(Customer Focus),而是要發展到「迷戀顧客」(Customer Obsession)的更高經營標準,此時落實策略佈局的重點不單是傾聽顧客怎麼說,不再是停滯於顧客現在的渴望與需求,不再是只追求顧客滿意。吉布森表示,「迷戀顧客」是要善用「組合式的研究技巧」(Mix of Research Techniques),將顧客安放在你做的每一件事情上,並且開始透過顧客的視角來看產品。吉布森發現利用科學方法來形成及測試假設,正是建立「迷戀顧客」文化的最佳途徑,這項努力使得Netflix在取悅顧客的做法上很難被競爭者複製。想要發展出「迷戀顧客」的組織文化,企業可以參酌吉布森所提出的建議,採用5種不同的途徑來超越過去聚焦於顧客的做法:
1. 經由顧客科學的方法來進行測試與學習
2. 創造並落實非預期以及未來的市場需求
3. 追求長期的顧客喜悅
4. 成為新領域的先鋒以減少競爭
5. 顧客喜悅為先,確保難以複製,較高利潤就會來
這5個直面顧客的原則表面上很容易懂,不過要正確的執行並不簡單,因為有太多的主觀意識在影響經理人的判斷,Netflix的高層就曾經犯下這樣的思維錯誤。回顧2004年之際,Netflix在哈斯廷斯強力的支持下,推出Friends功能,Netflix的開發團隊堅信使用者必定樂於接受朋友的建議,而隨著使用這項功能的人越來越多,所形成的網絡效應就越強大。假設前提是藉由提昇顧客的好友推薦率,Netflix可以有效的降低行銷成本,取得穩固的市場口碑,建立起難以複製的品牌定位。
6年的失敗教訓
然而,事與願違,事後證明Netflix高層想當然耳的直覺判斷是錯誤的,其實該公司最終的績效目標是提昇「顧客留存率」,而好友推薦率似乎是最好的先行指標。當顧客將產品及服務至少推薦給1位好友的比率越高,應該「顧客留存率」就越高吧?這個命題並沒有經過測試證明是正確的,但是在眾人樂觀的想像之下,使得Friends社群開發專案得到長期的投資與支持,長達6年的時間裡,Netflix的高層都以為社群策略是相當值得投入的關鍵項目,絕對不能半途而廢,他們堅信只要下定決心就能做出成績來,更何況該公司已經在社群專案投資這麼多的時間與資金,加上沒有人願意將創始人充滿熱情的提案扼殺於搖籃之中,於是Friends這個專案就這麼堅持許久。
直到2010年,Netflix高層才痛下決心關閉這項功能,開發團隊終於意識到想要透過好友推薦來提高「顧客留存率」並沒有想像中容易,根據推算至少要達到20%的好友推薦率才有可能實現。但Friends上線的初期只達到2%推薦率,再經過4年的努力也不過達到8%而已,離理想目標可說是遙遙無期。如果Netflix早些採用顧客科學的驗證方法來評估Friends的市場價值,或許可以有效排除直覺的偏見,訂定類似迷戀顧客的5種途徑不會太難,但是要落實原則往往會遭到人性謬誤的干擾。
經營企業要完全不犯錯很難,關鍵是要建立起自我校正的管理機制,而直面顧客正是幫助我們不斷調整市場策略的最佳驗證途徑,Netflix在好友推薦上面的努力並沒有完全白費,最終證實使用者對於分享電影並沒有想像中熱切,況且有時候他們不過是根據自己的偏好來進行推薦,結果親友反過頭來吐槽使用者的品味太差,這一點恐怕是Friends開發團隊事前無法察覺的情境。同時,正因為如此,使得許多人並不太願意全然公開自己收視的影片。犯錯不一定是壞事,失敗是學習必然的過程,有助於我們察覺潛藏於市場深處的商業祕密,沒有Friends專案,誰知道朋友會吐槽我們自己呢?
AI顧客科學
經營過程中的失敗是常態,通常只要大方向是正確的,並不會影響企業在市場上的藍海佈局。多年來Netflix運用「顧客科學」針對直面顧客的行銷方案進行測試,充分發揮去蕪存菁的功能,有助於積極推升Netflix的品牌形象及產品開發的成效,該公司的影音串流服務因而獲得無數消費者的選擇與青睞。此外,近年因為新冠肺炎(COVID-19)肆虐,導致許多人寧願待在家裡觀看影集打發時間,Netflix的影音服務平台因此成為市場最佳的選擇方案,光是2020年的第1季,Netflix就增加了1,600萬名顧客,使得該公司全球使用者增加到1.8億名,更有效將Netflix的股價一舉推上492美元的歷史新高峰。
談完失敗個案,讓我們來談談Netflix的成功故事,除吉布森所強調的「消費者試用率」及「付費轉換率」,如果再加上前文提及的「顧客留存率」,這3大績效衡量指標可說是Netflix最重視的市場經營指導方針,其中又以「顧客留存率」最為多數公司所經常採用,由於Netflix採取的是按月扣款的訂閱模式,如果訂戶對於平台所提供的服務感到不滿意就很容易退訂,因此,如何避免顧客流失就成為Netflix經營的關鍵要務,其實最簡單易懂的做法就是讓使用者永遠有好戲可看,保持每天追劇的良好習慣,然而說來容易,做起來可是困難重重。
Netflix運用的是大數據追蹤術,每當用戶進入Netflix的影音平台,他的一舉一動就被「顧客科學」完全掌握,無論是活動時段、搜尋電影、觀賞類型、收看清單、中斷收看、觀賞時長、演員喜好、內容評論等都將會列入追蹤,種種數據經過AI演算法處理之後,Netflix就會自動生成推薦內容,就算是推薦同一部電影給不同的人,電影選單所展現的演員介紹海報也是擁有個別化差異的。其實Netflix的底層基因和Google很類似,2家公司主要目的都是讓顧客很容易找到自己想看的內容,當然最好是能達到完全不用找,想要看的內容就能自動上門來的境界。
根據使用者的數位旅程來分析顧客的行為偏好是目前的顯學,有助於企業創造個人化的貼心服務體驗,而且隨著AI工具的越來越平民化,顧客科學不再是Amazon、Google、Netflix這樣的大公司才能實踐的商業模式,未來有一天,就算是最不起眼的小公司也能操作同樣的工具。不過或許Netflix提出的「迷戀顧客」的5大途徑才是策略求勝的最終決戰點,畢竟取悅顧客才是最高指導原則,顧客科學則是強大的管理工具,誰是主,誰是從,我們應該分辨清楚才成。
資料來源:https://udn.com/news/story/6868/5294010?from=udn-relatednews_ch1015
ai artificial intelligence 線上看 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
【世界公民】懶時尚來了!美國推出專屬 AI 穿搭服務
• 2020/09/18
• 世界公民文化中心
苦惱職場穿著突鎚的作者,訂閱了結合 AI 和專家推薦的時尚穿搭服務 Stitch Fix,類似的服務在美國涵蓋各種領域,除了定期配送之外,其中的核心價值更是可以拓展自己品味的舒適圈又不踩雷,找到更多適合自己的可能性。
MBA 畢業踏入職場沒多久後,就很幸運地當上公司小主管,一肩扛起業務經營的重責大任。由於當時年紀尚輕,對於辦公室衣服穿搭、風格還是擺脫不了學生時代的一派隨興。經常早上起床後,頭套一件潮 T、下著寬鬆輕便牛仔褲、踩著一雙帆布鞋就大搖大擺到辦公室。那時的臉龐尚稚氣,加上高於亞洲女性平均的 173 公分,即使與美國大城市相當重視的時尚文化格格不入,年紀、身高的優勢也讓我這身「俗氣」打扮,在外人眼裡反倒頗具個性。
美國辦公室違禁品:學生 T
在職場打滾數年後,我也從當時的青澀女孩轉變成現在的輕熟女。記得幾年前,剛轉換跑道踏入新公司不到數日,主管看我身穿時下大學生最喜愛的服飾品牌 Abercrombie&Fitch 全新T恤進辦公室時,眼睛睜得又圓又大,一臉不可置信地指著我說:「Phoebe, it’s Abercrombie.」當下沒搞清楚狀況的我,還自豪地向主管回應:「Yes! It’s brand new!」後來輾轉從女性同事口中得知,那時的主管其實是想告訴我,還有更適合辦公場合及年紀的服飾品牌與穿著風格。現在回想起這事,還是覺得自己很好笑。
不知道職場該怎麼穿?問 Stitch Fix 就對了
對於市面上琳瑯滿目、數以百計的服飾品牌,我其實一直提不起好奇心去一探究竟,更別提把穿著得體這檔事與日常生活融為一體。為了讓自己更快適應把「著裝禮儀」視作基本常識的美國職場,我趕緊抓住這尷尬卻難得的機會,向這位好心女同事請教如何讓自己的職場穿搭更具時尚感與「都會女子風」。沒想到她推薦的個人造型服務(personal styling service)電商公司—Stitch Fix 讓我徹底脫胎換骨,從此辦公室走道就成為我昂首闊步、大秀時尚的個人伸展台。
Stitch Fix 是美國頗受歡迎的時尚電子商務公司,成立宗旨是提供成年男女、幼童或穿著中大尺碼的民眾,不用出門就輕鬆享有專業服裝設計師的個人化穿搭造型服務。網站採用會員制,首次加入的使用者得先簡述自己體態(身高、體重、三圍、年紀…等)與穿著偏好(包括衣著款式、顏色及預算…等),接著網站會列出數十張「造型範例卡」供你選擇自己喜愛或不喜愛的穿搭風格。
什麼?AI、大數據也能幫你穿衣搭配?
蒐集這些資訊後,網站會結合人工智慧(Artificial intelligence)與大數據(Big data)分析技術,替每位會員建立自己獨有的「喜好資料庫」,接著在指定的配送週期(每月、隔月或每季),由會員選定合作的服裝造型顧問(wardrobe stylist)挑選五件服裝單品,用限時快遞將「訂閱盒」(subscription box)寄送到指定地址讓會員試穿。喜歡的單品會員可以選擇購買,不滿意的則用隨附的免費回郵信封寄還即可。
大家可千萬別小看這五件由 Stitch Fix 造型顧問挑出來的單品,它們背後可是有強大的數據演算法與資料分析處理技術加持,並在滿足顧客身型、風格偏好或特殊指定樣式的前提下做出推薦的。讓人更加驚艷的地方在於:「隨著配送週期及會員購買次數增加,單品被退回的機率將大幅減少」。最大原因是 Stitch Fix 會將會員購入、退回的單品交叉比較,找出具有高度識別性的條件,再反覆優化會員「喜好資料庫」裡的數據與參數,並根據最新資料重新推薦更貼近該會員喜好的單品,成功提高每位客戶購買的頻率與整體滿意度。
婚禮、跨國會議場合,都難不倒 Stitch Fix
以我自身的例子來說,在加入 Stitch Fix 數個月後,合作的造型顧問就相當精確地掌握哪些顏色可能比較符合我的喜好、哪些圖案或款式應該會踩到我的地雷,或是哪些服飾配件會讓我一見到就理智線瞬間燒斷、毫不猶豫結帳的。我跟造型顧問也保有彈性溝通的機會,她也會因應我的臨時穿著需求,例如:參加親戚婚禮需要的高跟鞋、出席大型國際會議的晚宴服⋯⋯等,來選擇最適合我的穿搭,我也不再苦惱如何在正式社交場合穿著才顯得體。為了跟自己的造型顧問更有默契,我也開始翻閱過去從來不碰的女性時尚雜誌。這轉變讓我不僅是外在美,就連內在審美觀及時尚感也無疑往前大幅躍進。
訂閱盒服務不僅服飾,連配件都一應俱全。
線上 app 更方便,不逛街就能更新衣帽間
除了「訂閱盒」外,Stitch Fix 還提供手機 app,讓會員能瀏覽並線上訂購其他喜愛的服飾單品,並藉此更進一步優化會員「喜好資料庫」的參數設定。尤其是近期美國 COVID-19 疫情嚴峻,我已數月無法隨心所欲地外出踩街購物。Stitch Fix 的手機 app 就適時彌補我這份空虛感,只要有空就隨手點進去查閱還有哪些推薦單品是我喜歡的。有時不小心多滑幾下,幾天後新戰利品就會出現在家門口。
我現在的衣帽間已被 Stitch Fix 大幅「改造」,款式不再像從前那樣單調、缺少變化與新鮮感。不同風格與設計元素的服裝、飾品,逐漸填滿原本空蕩蕩的配件區,以前逛街從不曾考慮的衣服,現在也有幾件掛在衣櫃間。我更在 Stitch Fix 造型顧問影響下,勇於突破自己原本的穿著舒適圈(style comfort zone)。
「訂閱盒」模式能在台灣闖出一片天嗎?
Stitch Fix 絕不是美國唯一提供「訂閱盒」服務的電商,也不只時尚服飾才採用這樣的商業行銷模式。在這裡,幾乎每種消費族群都有電商提供像 Stitch Fix 的「因人而異」訂閱服務。例如:供應寵物玩具與健康零食的 Bark Box;深受愛酒人士喜愛的 Winc 則定期推薦會員紅、白酒;Book of the Month 也會依照會員閱讀習慣來推薦適合的流行暢銷書。就連前陣子風靡台北信義商圈的藍瓶咖啡 (Blue Bottle) ,也都依照會員對咖啡豆烘培深度的喜好差異,提供訂閱服務來搶攻這片廣大市場。
美國是典型的由內需消費來驅動整體經濟向上發展的國家。從這次聯邦政府為了因應 COVID-19 疫情所發放的 $1200 現金紓困支票(stimulus check),到實體或網路商店提供的促銷優惠,無時無刻都在鼓勵、刺激民眾去進行消費,好拉抬美國近期相對疲軟的國內經濟。而「訂閱盒」這獨特的商業經營模式,也只是因應美國本土廣大消費需求,所衍生出來的其中一種商品而已,或許「訂閱盒」模式有一天也能替台灣帶來新商機!
資料來源:https://www.inside.com.tw/article/20993-stitch-fix?fbclid=IwAR1OUbWfYDzKBBCnAGZU6fdoPtSazjawxz6JLmfwoMRRaNO4o4n9zxWULrc
ai artificial intelligence 線上看 在 全球第一AI全曲生成文創生態系催生國際級藝術 ... - Facebook 的推薦與評價
今日台灣人工智慧實驗室在全球AI頂級會議Association for the Advancement of Artificial Intelligence (AAAI)發表「AI全曲生成技術」,為全世界第一個讓AI譜寫完整 ... ... <看更多>
ai artificial intelligence 線上看 在 人工智能線上看- 電影- Gimy劇迷 的推薦與評價
人工智能劇情:|1080p|21世紀中期,由於溫室效應,南北極冰川融化,地球上很多城市被淹沒。此時,人類科技已經高度發達,人工智能機器人就. ... <看更多>