大數據時代如何做好行銷:機器學習來幫你!

文/Allen|編輯/Quen

大數據如何做好行銷:機器學習來幫你!

文/Allen|編輯/Quen

在機器學習(Machine Learning)如此火紅的時代,下圍棋靠 AI、自駕車靠 AI、自拍修圖也都靠 AI,你還在用傳統思維在做行銷規劃嗎?!是時候讓機器學習出手輔助你的行銷大業了!

為什麼數位行銷與機器學習應該要是好麻吉?

隨著數位行銷而來的是各式各樣的海量資料,從各種來源、各種管道,這些資料不僅精確,更是相當多元;但如此龐雜的資料,這麼多的維度(變因),不要說靠人的直覺,就算是依靠使用多年的行銷模型也沒有辦法好好利用這麼多維度的資訊。

此時機器學習(Machine Learning)便是最適合解決這類問題的方法,其特性很適合將大量資料輸入後,讓電腦自行嘗試演算法找出其中的規律性,進而做到分類分群、預測結果等效果。

機器學習演算法能幫上什麼忙?

海量資料萃取術

基本上,對機器學習的模型來說,資料的量越大越有幫助!而在網路時代,顧客的資料每一分每一秒都在增長,也都在變化;利用機器學習能幫助你評估行銷活動的當下,最適宜的內容取向、CTA(Call-to-Action)等等,並針對不同客群做個人化選擇。這一切都發生在那一瞬間,每分每秒都在改變的策略,是使用人工方法難以企及的。

受眾分群

對於行銷工作者來說,如何判定正確的市場區隔是精準傳達訊息的第一步。這往往需仰賴多年對該市場、群體的豐富經驗,並且需要一段時間的研究佐證才能較為正確的執行。不過,現在有了機器學習作為助手,可以透過將資料輸入,令其自行歸類出不同的區隔;機器學習的各種演算法還能做到人類行銷工作者以往不會做的事情,例如為每一位買家量身定做傳達訊息。相信大家在各大購物網站的「為您推薦」欄位都見識過這類客製化的威力了,要做到這樣的地步,只要讓機器學習的演算法去分析消費者的「移動軌跡」,就能八九不離十的猜中消費者的心思了。

 

價值評估

廣告版位資源是稀缺而有限的,因此廣告主無不想要絞盡腦汁讓每次的曝光或點擊發揮最大效益。傳統的做法如同亂槍打鳥的看板廣告一樣,並不量身定做,而且不隨著時間推移而產生太大的變化,因此效率自然比較差。例如,當無法辨識瀏覽行為是男性或女性的時候,版位放上高跟鞋的廣告打中消費者的機率明顯就只剩下一半。

現在,透過 Real-time Bidder 等技術,已經能做到每一次的廣告呈現之前,都經過一次複雜的演算法運算,進而為廣告主推估後續效益,讓廣告主決定是否要出價競標這次的曝光呈現。以上的決策過程都在 0.1 秒內發生,靠的就是機器學習的高效運算、深度探尋、準確預測。

Real-Time Bidding。圖/SOJERN

使用GCP操作

如果使用 Google Cloud Platform 來實作 Real-Time Bidder,不僅事半功倍,威力更是沒法比!首先,GGP 本身就擁有遍及全世界的資料中心及超高速骨幹網絡,在延遲時間上就先降到最低;再來,Google BigQueryGoogle Cloud Datastore 等 Google Cloud 產品,彼此的串接能讓建構複雜度與成本大幅降低;當然還有 Google 最引以為傲的 DeepMind 來助陣啦!如果想看更詳細的作法,可以參考:Real-Time Bidder Solution for Google Cloud Platform

 

Real-time bidder (managed database) architecture。圖/Google Cloud Platform

浪潮來襲

當全世界的行銷工作者都在研究如何能讓機器學習幫上忙,你一定也可以乘上這波巨浪,為你的行銷策略再往上加分!

參考資訊