天下雜誌導入大資料自動推薦系統 藉由讀者模型分析讀者行為偏好

為了成功規畫天下雜誌網站的數位媒體經營策略，天下雜誌網際網路部副理溫典寰表示，了解天下雜誌的讀者在想什麼，從開始導入CRM 系統，到後來導入大資料自動推薦系統，「在還沒有經過細部調校前，透過成功的推薦，網站流量就已經成長15％～20％。」他說。

了解讀者是一條漫長的路

天下雜誌在1996年開始打造自己的官方網站。但是，有了網站、開始累積會員，卻不見得了解自己網站讀者想什麼。

天下雜誌早期針對會員經營以提供各種好康福利為主，包括免費的電子報訂閱、購書折價券或者是生日購書折價券等。只不過，被動提供各種折扣吸引讀者上門，並不能解決天下雜誌希望能夠了解讀者想法的問題。

「內容仍然是王道，」溫典寰表示，有好的內容，才能吸引網站讀者上網瀏覽，最終目的希望能夠達成會員忠誠度以及銷售的目的。

為了掌握讀者在哪裡，溫典寰表示，天下雜誌從影片閱聽大眾分析讀者的閱讀偏好，作為未來天下自製影片內容分類時的參考。

除了影片讀者外，天下雜誌相關18個臉書粉絲團以及其他社群媒體工具等，累計超過359萬個粉絲，這些粉絲對於哪些議題內容按讚、分享哪些文章等，也同樣可以作為天下雜誌了解讀者想法的基石。以往，最常使用的工具就是，使用WebTrend這個工具，每周抓取讀者的Logfile（登入檔案）跑報表、做分析。

導入大資料推薦系統，成功提升2成網站流量

溫典寰說，天下雜誌的會員原本有2百多萬，花了一年時間整理會員資料，目前剩下大約120萬有效的會員資料。

知道要分析的會員有哪些，透過NoSQL資料庫可以水平拓展的特性，把要分析的會員資料放在甲骨文Oracle Exalytics伺服器中，做到記憶體內決策支援和線上分析處理、預測等。

利用Teradata做資料倉儲，並將搜集到的各種社群和商業資料，丟到Datasift平臺做分析，得出結合社群與商業資料的商業智慧分析等報表，也和社交數據分析業者Gnip合作，利用釋出的API蒐集和處理社群資料。溫典寰表示，天下雜誌利用Splunk、Euclid和Palantire等工具做資料分析，並使用Google Charts和Microstrategy將分析的資料視覺化更好讀。

有了前面的資料蒐集和分析的基礎，溫典寰表示，目前則導入大資料推薦系統，將讀者的動態訊息，包括交易、瀏覽、點擊等行為，將資料擷取後，透過產品關連性和客戶相似性關連性分析的協同過濾分析（Collaborative Filtering），以及搭配推薦引擎，產生一份推薦清單，做到個人化的清單推薦eDM、型錄、電話行銷，甚至是關連商品陳列等。

因為知道讀者喜歡什麼類型的文章，就可以推薦適合的文章，溫典寰說：「導入初期，光是網站流量已經提升20％。」