阿物科技執行長林思吾

圖片來源: 

圖/Awoo

進攻日本電商市場小有成績的臺灣Martech新創阿物科技(Awoo),早在3年前就逐漸布局,以內容比對AI(Contextual AI)的作法,來取代個人化追蹤,因應第三方Cookie退場後的衝擊。

內容比對技術是數位廣告投放常見的技術,但Awoo應用在電商行銷時又略有不同,改為根據用戶點擊的商品共同特徵,來對用戶推薦同類商品。比如用戶點擊了幾款毛巾後,系統自動比對這幾款毛巾的共同特徵都是快乾、吸水,接下來就推薦相同類型的商品給用戶。

這個作法看似尋常,但要達到良好的商品推薦成效,並非易事。阿物科技執行長林思吾指出,為了從各項產品中萃取乾淨的標籤,需透過深度NLP與電腦視覺的技術,來抽取文字與圖片的特徵,其細緻程度可達每件商品抽取20~30個特徵,才能進行標籤與分類。

進行內文比對後,還可以和分群的作法相結合,先將點擊同類商品的用戶分群,歸納出群體的共同偏好,再套用到個人進行商品推薦。比如說,在找出同一群都點擊吸水、快乾毛巾的用戶後,進一步發現有20%的用戶,還額外點擊了衝浪用品,這時,就可以重新對80%的用戶推薦衝浪用品,推測其他用戶也可能具有相同的意圖。林思吾強調,這兩種方法的結合,都不是蒐集個人瀏覽行為,以此來進行個人化推薦,相較之下是更具隱私保護的作法。

在後Cookie時代,林思吾認為,原先利用第三方Cookie蒐集大量用戶行為的數據紅利消失,能夠運用的數據,只剩品牌主各自累積的第一方數據。在大數據變成小數據的情況下,如何用小數據來實現個人化推薦,讓顧客賓至如歸,是接下來的挑戰。

Awoo的作法,是盡可能地從小數據裡挖掘更大的價值。比如在商品推薦上,Awoo除了以內容比對技術,從商品圖片與文字介紹來萃取特徵,更從商品在站外部落格、社群媒體的評論與開箱文,萃取出用戶受到他人影響,而決定購買商品的意圖。比如某雙球鞋在經過女星代言後,大眾對球鞋的討論環繞在復古、增高、修身等特質上,Awoo就能進一步將這些隱性特徵,同步加入商品的標籤中,來提升對用戶購買意圖的理解,進而推薦更合適的商品。

後Cookie時代的行銷科技機會與挑戰

若擴大來看整體產業受到第三方Cookie退場的影響,林思吾認為,行銷科技相較廣告科技業者,受到的影響較小,因為行銷科技業者提供的行銷技術,大多是基於品牌主的官網、App或是Line,「大多都是在用戶授權允許的情況下,與用戶互動。」由於用戶的授權意願更高,行銷科技業者也較容易取得用戶資料。

林思吾認為,這是行銷科技業者的機會,因為品牌主為了取得更多第一方用戶數據,可能會更加仰賴行銷科技,來與用戶產生更緊密的互動與連結。但是,在採用了多家行銷科技廠商的產品後,用戶數據分散在不同的產品中,如何建立一個類似數據中臺的系統,整合多家廠商的數據,來完整拼湊出一個用戶的面貌,進而針對用戶偏好來推薦商品,則是品牌主與廣告科技業者,將共同面臨的挑戰。


熱門新聞

Advertisement