比你更快了解你!MilePredict 推薦引擎幫你搞懂客戶的心

文/Evelyn|編輯/Quen

比你更快了解你!MilePredict 推薦引擎幫你搞懂客戶的心

文/Evelyn|編輯/Quen

大家在逛網購的時候,一定都有看過「你可能還喜歡的商品……」、「其他人還看了這些……」的產品推薦欄目,不只可以幫你更快找到最需要的產品,也可以快速比較類似商品的規格和價位,對消費者來說是一個很實用的小功能。而對數位行銷們來說,根據這些運算,搭配上Google Analytics 或其他網頁分析工具,還可以讓企業更了解顧客的使用習慣、產品偏好等等,一舉數得。

CloudMile 的推薦引擎「MilePredict」,是使用 python 和 Google 的開源機器學習框架 Tensorflow 構建的,該引擎能夠使用經過標記的歷史數據訓練而成的預測模型,為內容產業或電子商務網站的產品推薦新聞和文章。經過適當培訓後,引擎也可用於檢測信用卡交易處理或反洗錢等各種應用的詐欺活動。

三個 MilePredict 最主要也最好用的功能

1. 相似廣告推薦

當消費者點擊某商品頁面時,推薦引擎會推薦相似主題的其他商品資訊供參。舉例來說,當使用者在App Store中搜尋寶可夢的手遊時,引擎會列出其他寶可夢的系列應用程式。

列出其他寶可夢的系列應用程式

2. 相似廣告受眾推薦

除了相似主題外,推薦引擎還可以根據已點擊的商品屬性來推斷顧客的興趣偏好,並蒐集所有購買同樣商品的顧客資訊,得出此類相費者最感興趣的相關產品為何,再加以推薦同類型廣告受眾類似的內容。同樣以寶可夢手遊為例,它是屬於動畫周邊的遊戲,系統就可能推薦其他動畫的手遊。

系統可能推薦其他動畫的手遊

3. 即時性推薦

即時性推薦與以上兩者較不同,它會根據當下情境判斷推薦內容。若現在是正值酷暑,冷飲、冰沙等推薦的排名就會往前;寒冬之中,火鍋類的店家資訊可能就比較容易出現。

全聯 2016 年年底推出的火鍋料廣告

於 GCP 上建立自己的推薦系統

在Google Cloud Platform中也可以建立推薦引擎,一般而言,這樣的引擎在處理數據上都會有以下四步:

  1. 蒐集:使用可拓展的前端來記錄用戶的操作數據
  2. 儲存:利用對機器學習有助益的永久儲存引擎
  3. 分析:分析已有數據
  4. 推薦:根據分析結果進行推薦

無論今天你想選用的推薦引擎為何,都要確定你的系統可以全面且完整執行以上四步,最好是在機器學習上已十分成熟的平台,才可以讓你事半功倍喔!

increasing the likelihood of conversion of a visitor to a customer 。圖/ GCP