小介面貢獻80%大商機!AI助攻「猜你喜歡」推薦專區交易額表現成長200%

小介面貢獻80%大商機!AI助攻「猜你喜歡」推薦專區交易額表現成長200%

 

松果購物(6740-TW)在行動端不斷優化,看準現代科技改變生活已經成為不爭的事實,松果購物掌握一機在手「隨商機」,並透過AI人工智慧推進購物、銷售和瀏覽等使用者的消費體驗,亦由自媒體及外部廣告確實緊抓生活中每個碎片化的時刻,用最快最精準的方式把商品送到消費者眼前,達到最佳效率化運營,帶動今年1-8月份累計交易額(GMV)較去年同期展現近100%的高度成長表現。今(24)松果購物亦宣布自去年7月份達成APP百萬下載里程碑後,本月再突破200萬下載新紀錄。

 

小介面貢獻80%大商機!抓緊搜尋推薦雙要角

松果購物董事長郭家齊表示,我一直都認為現今世代中,贏家都是能善用資料的人!而在所有AI科技工具當中,最受到廣泛使用也是對於電商營運成效最佳的的莫過於「搜尋」和「推薦」引擎功能,我們內部集結了PM、數位行銷、工程師、資料科學家各方人才組成專案小組,投注大量的資源從數據中挖掘提高使用便捷及帶動轉換率的方案,目標從現有會員基礎找到更多新變現模式,亦從外部引流導下載帶動流量池的增長及會員黏著度。

 

隨著大數據與 AI 技術的進步,我們運用各種管道蒐集數據,並且將碎片化的資訊拼湊出更完整的消費者樣貌,大幅提升精準行銷的能力,在松果購物中十筆訂單大概有八筆來自「使用手機下單」,所以我們也相當重視行動端發展,透過不斷提升行動裝置運算能力和翻新系統演算法,以縮短交易歷程、放大交易動能的躍進,並透過AI增進個人化推播的精準度,逐步朝向能與消費者心電感應的推薦模式,進一步則運用在程序化廣告(programmatic advertising)上,優化決策並減少廣告的人力,讓廣告變得更高效智慧,期待行銷面跳脫一次性溝通能持續與消費者互動,極大化每一次接觸的影響力。

 

從隱式回饋找到關鍵問題 啟動AI優化的新發展

松果購物今年著力在搜尋及推薦兩大塊的AI運用,導入機器學習排序(Learning to rank),依據商品與對應搜尋關鍵字的點擊量、收藏量、購買量、商品描述等特徵,並測試隨機決策森林(Random Forests)、LightGBM、ListNet、Coordinate Ascent等10幾種模型,持續優化「搜尋」結果排序,找到降低實際值與預測值之間的殘差,並以達到滿足消費者及銷售的最佳化為目標,現階段透過搜尋後購買的商品中,有超過40%會落在搜尋引擎給出的前10個商品中,前10個商品點擊成效更大幅增加40%。

推薦部分分別從傳統的矩陣分解 (Matrix Factorization)及用深度學習演算法(Deep Learning)去建立用戶的個人化推薦商品清單,由於用戶的觀看、搜尋、收藏、購買等行為特徵多為隱式回饋 (implicit feedbacl),故陸續採用自動編碼(Autoencoder)、深度學習推荐模型(DeepFM)、深度興趣網絡 (Deep Interest Network,簡稱DIN)、加權矩陣分解 (Weighted Matrix Factorization,簡稱WMF)等方式進行訓練,現也已建立超越原先推薦系統的演算模型,在推薦清單的商品中可以達成的購買召回率 (Recall Rate)也已達到30~40%,帶動「猜你喜歡」推薦專區交易額表現成長200%,同時也開始針對還尚未有數據資料的新商品、新用戶採取行動解決冷啟動問題(cold-start problem),並持續導入商品標題、內文、標籤等的相關資訊幫助精準推薦成效,預期科技戰力將成為推動成長的最大關鍵武器。

下一步進程則將AI運用在改善顧客忠誠度和留存率上,從顧客軌跡、社群行為及交易狀況等進行會員貼標的用戶分群作業,並透過自媒體包含擁有超過200萬會員的松果購物APP及超過1600萬好友數的松果購物LINE官方帳號等進行會員精準個人化行銷,期望可結合自身及外部資源提供目標TA各種便利生活及購物服務,促進更多行動商機的發展。

文章授權(創用CC授權)
by-nc-sa
comment

CONTACT US

We're not around right now. But you can send us an email and we'll get back to you, asap.

Sending

©2019 Business Next Publishing Corp. 聯絡、建議隱私權

Log in with your credentials

or    

Forgot your details?

Create Account