Don't Miss
大數據尋找營銷契機（算者）
By 信報財經新聞 on March 8, 2016
亞馬遜做過一個實驗，從點擊密度預測買家是否會在當天購物，
結果發現這兩個因素是正相關的。數據進一步顯示，當用戶點擊密度高時，往往有着較明確目標，此時若推薦更多貨品很可能適得其反，反而若提供包郵服務則可加速購買決定。
與之相反的情況即是「逛」，顯示用戶未有明確目標，隨機性較大，所以個性化推薦更有利用戶當天購買，這時候用戶畫像的精確度會發揮很大作用。
有趣的是，不同的環境在影響着用戶的決策，同樣是下午2時，同一個用戶，周二和周六的購物偏好可能完全是兩回事。就像《魔鬼行為學》的作者所講，人類的行為慣性跟環境的相關性非常高。一次購買決定背後，常常同時受到真實與虛擬世界的影響，例如外面有否下雨，天氣是否忽冷忽熱，或者最近有沒有看了一段旅遊視頻，都可能影響使用者的購買決定。
在這種背景下，有數據公司創造了一種數據模型，運用大數據與人工智慧來計算買家的Moment Score（動態分數）。隨着數據不斷更新，人工智慧不斷反覆運算演進，讓行銷人員加強了解消費者下一次購買的時間、地點、廣告影響力等資訊。
環境影響 不斷更新演進
有了大量數據和極速決策能力的支援，全自動的廣告投放就變得可行。不過這一切並不意味在這過程之中，不再需要人類的貢獻，因為廣告傳遞背後的廣告創意，仍是人類的強項。換言之，讓消費者對你的品牌產生好感的過程中，數據的優點是快速找到契機，讓廣告活動達到最佳效果。
我們也要明白，行銷不是一錘子的買賣，倘若客戶當下拒絕了你發出的offer，不代表不能繼續尋找下一個觸發機會。例如我們可以預測再次聯絡客戶的最佳時機，提出怎樣的還價，以及哪個分發管道、哪種內容最為有效。當有一天你發現，商業談判的背後都在使用大數據來作動態決策，達致百戰百勝，試想像那會是怎樣的世界。
更多算者文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
