〈工業技術與資訊〉關鍵消費意圖預測技術最懂你

上世代的實體賣場，只能從結帳資料得到「啤酒放在尿布」旁的消費洞察；進入電商時代，消費者從進入網站到購物下單的整個瀏覽過程，都能用大數據分析。工研院針對商務服務業研發的「關鍵消費意圖預測技術」，以近 10 種演算法精準「投其所好」，成功推升電商業績，更贏得工研菁英「產業化貢獻金牌獎」。 

談起大數據分析對行銷的正面效應，工研院巨量資訊科技中心智慧應用技術組組長林昱仁表示，利用大數據分析出消費者的購物意圖，進而在消費者瀏覽網頁之際，適時的推薦「需要」、「想要」的商品，確實能發揮提升購物欲望的效果。 

6 年前，工研院投入大數據的研發與應用，林昱仁與同仁經歷無數次的討論與思索，企圖在眾多產業應用中，找到適合大數據切入的角度。「我們決定從電商著手，由於電商的瀏覽與交易紀錄等資訊都已數位化，取得相關資料以及分析相比實體通路而言更容易；加上電商服務本身就是一種資訊系統，我們可以很容易就上線測試。」 

毛遂自薦 打響口碑

為了獲取實戰經驗，在「關鍵消費意圖預測技術」的研發僅具雛形時，他們就向國內大型電商平台「MOMO 購物網」毛遂自薦。 

「當時 MOMO 也沒有承諾要給我們做，因為國內也有一些已投入的業者在接洽中，」因此 MOMO 訂出 3 個月的期限，以實際上線之後的成果作為最終的選擇與定案。 

林昱仁坦言，一開始技術確實有待加強。因為經驗不足，團隊就照自己的想法做出一套系統，測試了一下覺得還不錯，就上線了。「結果沒幾天，業者打電話來，說消費者每次更新頁面，系統推薦給他的東西都一樣！消費者沒有耐心等推薦商品自動更新，成效相當有限，」林昱仁說。團隊再接再厲，打破原有的推薦排序，以隨機又不失焦點的方式，讓頁面推薦更豐富。 

「數字會說話，」同是技術團隊成員之一的李紀幸表示，經過不斷改進演算法以符合業者需求，系統推薦商品成效大幅增加，也因為這樣的成效，讓 MOMO 選擇工研院的技術。 

加入人性 貼近需求

「利用數據分析去揣測消費者意圖的作法並不是新鮮事，」團隊成員之一的崔文表示，過去在數據分析的應用上，範圍並不廣，也不如現在的複雜精緻，光是這套關鍵消費意圖預測技術，就融合了高達 10 幾種的多重分析演算法。 

他進一步解釋，這套系統會先就消費者過往在這個網站的瀏覽以及交易紀錄作分析，進而在首頁推薦商品，之後再根據消費者當次在網頁上瀏覽的商品做即時的推薦調整，「一直變、一直調整，是我們跟其他業者最不一樣的地方。」 

崔文直指，讓這套技術真正強大的關鍵，並非演算、數字、統計或是分析，而是他們讓這套由機器運行的技術，加入了些許人性。 

「我們這套技術算是一種返璞歸真，」崔文笑言，「一開始我們也認為自己擁有許多資料，一定能很有效地揣測消費者的消費意圖，後來我們體認到，即使如此，機器仍然只能掌握到人心的一小部分，要透過數據來全面了解一個人，實在太困難了。」 

要突破，解決方法有 2 種，「一個是用很複雜的模式更用力的去猜消費者的喜好，但往往會因此猜過頭，造成消費者的反感；於是我們選擇另一種方式，就是避免過度複雜的分析且隨時依現況做調整。」舉例來說，對於一週前才上網購買育兒書籍的新手父母來說，推薦更多的育兒書只是徒然增加消費者的壓力，不如推薦紓壓小物、食品，更容易獲得青睞。 

唯有隨時線上真實數據調整，才能快速反應，了解人心。這樣線上即時調整的方式，果然讓他們成功突破國內其他業者的盲點，讓消費者的點擊購買率向上提升。 

勤做功課 無微不至

在電商平台的成功經驗，為工研院打響名號，不但是國內多家指標型電商業者都已與工研院合作，至今合作的對象早已不侷限在電商領域，如今更跨足旅遊、娛樂、金融及電信領域等總計 20 家業者，電信業者「台灣大哥大」也位列其中。 

林昱仁表示，電信業者與電商的需求大為不同，例如台灣大哥大有個加值服務平台，提供串流電影、音樂服務。他們希望消費者能更頻繁地使用這項服務，可增加黏著度與滿意度，帶動用戶數成長。 

為達到業者的期待目標，首先就必須了解消費者對於音樂的使用習慣以及喜好，才能讓程式做出更精準的推薦，但是一群工程師要如何深入音樂領域呢？林昱仁笑道：「我們能做的，就是勤做功課。」 

團隊花了近 2 個月的時間，翻找相關論文，請益音樂分析權威教授張智星，甚至訪談喜愛聽音樂的人，以及台哥大服務加值平台長達 7 年的資深使用者。深入了解，再綜觀全貌，讓研發團隊對音樂服務有了嶄新的視野。「以往我們將歌曲區分為流行音樂、抒情歌、搖滾樂等，但是我們發現，人們對音樂的喜好必須處理得更細緻，因此曲風分類還不夠，還要從旋律下手，」團隊成員之一的王恩慈說。 

這群音樂新鮮人們發揮資訊專長，用程式依照每首歌曲的旋律特性分門別類，並依照使用者過往的聽歌紀錄配對，果然一舉中的，成功擄獲使用者的心，不僅播歌量增加，用戶數也有成長。 

6 年來的點滴努力，團隊一舉拿下「工研菁英獎－產業化貢獻金牌獎」，興奮之餘，團隊也有志一同地認為這項技術還要持續精進，「對消費者的洞察是沒有止境的，關鍵消費意圖預測技術必須與時俱進，不斷更新，好，還要更好！」 

轉載自《工業技術與資訊》月刊第 332 期 2019 年 08 月號，未經授權不得轉載。