提升消費者體驗的核心關鍵:人工智慧

作者:涂正廷Appier 全球產品管理副總

該在網路商城還是實體通路消費?哪家商店的好評更多?哪些廠商所提供的付款流程又更便利? — 在數位時代下,消費者每天面臨了各種令人目不暇給的消費選項。不過,網路的便利性,對於品牌來說,卻也可能是一大挑戰 — 別忘了,當你興高采烈地推出新產品時,消費者的目光卻很有可能正停在你的競爭對手上。

在如此「高流動性」的數位經濟中,品牌無疑面臨相當大的壓力,必須同時吸引到新的消費者並留住原有消費者。許多品牌認為,要解決這個問題,深入了解消費者並且有效地提升消費者體驗是一大關鍵。

你夠了解消費者嗎?

「消費者體驗」泛指企業與消費者之間的各種互動,而影響消費者體驗的因素不僅僅只有商品本身的功能或是定價;一個品牌能否持續滿足消費者最重視的需求,也會大大影響消費者體驗。舉例來說,一名飯店常客若因為飯店入住程序緩慢而埋怨不已,縱使這家飯店擁有頂級泳池和健身房服務,這名消費者仍極有可能對這樣的消費體驗留下負面的印象。相反地,假如今天有一名旅客與家人一起旅行,飯店入住程序雖然同樣緩慢不已,但他卻可能因為飯店免費替小孩加床作為補償,進而對這間飯店改觀。

不論是好的體驗或壞的體驗,當消費者在品牌上所累積的體驗到了一個臨界點,接下來就會有有兩種可能:一是消費者最終選擇離開並投向該品牌的競爭對手懷抱,二則是消費者選擇留下來並成為一名忠誠的品牌顧客。這說明了,消費者體驗是需要品牌長時間維繫的,想創造優質的消費者體驗,沒有第二條捷徑 — 品牌必須深入了解每一名消費者的各項需求,並加以一一滿足。

什麼是好的消費者體驗?用個簡單的例子,你發現不知從哪天開始,公司旁邊那間你常去的咖啡廳店員,記住了你的名字以及餐飲偏好,當你每次踏入咖啡廳時,他總是熟稔地與你打招呼並為你推薦餐點,相信你會認為這是一個好的消費體驗。不過,問題來了,這種提升消費體驗的作法對於大多數規模較大的企業與品牌卻不見得行得通,畢竟一個品牌想觸及的,不是單單數十個咖啡愛好者。對於較大規模的企業及品牌來說,深入了解消費者的唯一方法,是分析他們的消費習慣以及過往交易資料,進而從中獲得消費者的個人偏好及未來消費趨勢。企業可以利用這些洞察分析來調整現有的服務、開發新的產品,抑或是制訂迎合不同消費族群的專屬促銷方案。

然而,現實是,要全面了解消費者行為並不是一件容易的事,更不用說,隨著消費者的足跡愈來愈零碎並可能透過更多不同管道與品牌進行互動時,想要了解消費者無疑變得更加困難。

人工智慧的強大之處:用資料說話

因此,這便是人工智慧 (AI) 派上用場的地方。AI 擁有持續不間斷並準確地分析龐大資料的能力,能提供品牌以往所無法取得的洞察分析與行銷價值。當品牌開始運用 AI,便可拋棄過去「直覺式」的行銷策略,轉而邁向「以資料為導向」的行銷思維。

AI 透過交叉比對來自不同來源與格式的消費者資料,能藉此描繪出相當準確的消費者輪廓,並判斷能夠觸及這些消費者的最佳途徑。

目前,最吸引人的人工智慧行銷工具,無疑就是由 AI 所驅動的「預測型分眾工具 (predictive audience segmentation)」,它是我們一般所說的預測型分析工具之一,有助於品牌辨識哪些是最有潛力購買、點擊和安裝的目標客群,藉以滿足品牌各種關鍵績效指標 (KPI)。

這類型的預測型受眾區隔工具聚焦於消費者的行為模式,並結合人口資料,從中辨識消費趨勢,進而協助品牌鎖定最理想的潛在客群。此外,這項工具能夠分析資料並提出建議,有助於找出並擴大目標受眾範圍。

舉個例子,在台灣極具影響力的刊物天下雜誌,就是使用 Appier 「Aixon 人工智慧商業決策平台」的強大預測型分眾技術,發掘以往無法觸及的讀者,進而帶動其訂閱數和銷售量的成長 404%。

AI 協助企業轉型,第一步:活用資料

形塑數位經濟的其中一大關鍵就是「資料的活用」,而 AI 無疑是當中相當關鍵的一項技術。許多傳統行銷宣傳活動的規劃都是基於那些已經不與時俱進的「假設」,又或者是根據員工自己多年的經驗,導致企業投入資源與回收成果不成正比。企業假如能夠巧妙運用 AI 獲得極具關連性的洞察分析,便可利用這些消費者洞察來打造更貼近人心的宣傳活動。

當然,我們也必須了解 AI 並不是萬能的魔法,不能用來解決每一道企業難題。一個成功的 AI 應用,靠的是一套系統化的流程與步驟,其中第一道程序就是如何蒐集有用的資料。用對的方法蒐集、理解與分析資料,AI 將能成為企業推動創新以及獲得實質效益的關鍵基石。

關於本文章若有任何疑問,請傳送電子郵件到 [email protected]


關於作者:

涂正廷於 2016 年加入 Appier,負責 Appier 全球產品發想與策略規劃。在加入 Appier 之前,涂正廷任職於 HTC,擔任軟體部門產品總監,負責開發 HTC Sense 智慧型手機與相關配件。除了產品開發,涂正廷也負責開發合作夥伴,包括 Google、Yahoo、Microsoft 與 Nokia 等多個跨企業合作專案。在加入 HTC 之前,涂正廷曾任職於專精 IC 設計軟體的思源科技 SpringSoft (後被Synopsys 併購)。

涂正廷擁有台灣大學資訊工程學系碩士學位。

Appier資訊圖表:如何運用人工智慧於數位廣告詐騙行為?

惡意廣告詐騙行為如何影響全球數位廣告產業?

傳統的廣告詐騙偵測機制有哪些侷限性?

企業該如何偵測新興詐騙手法與過濾可疑流量?

讓我們用一張圖帶你看懂《Appier亞洲數位廣告詐騙行為研究報告》!

關於Appier 2017亞洲數位廣告詐騙行為研究報告

本研究報告的資料來源為Appier於2017年5至8月間所進行的跨國的行動裝置廣告活動,共計約41.5億筆使用行為資料量,包含廣告點擊數、應用程式下載數、留存率、廣告投資報酬率等等,並以匿名的方式進行分析。報告中所有資料皆為實際使用者行為資料分析,無使用任何問卷。完整報告可至http://www.appier.com/zh/reports.html下載。

關於Appier

Appier是一家專注於人工智慧的科技公司,藉由開發各種人工智慧應用平台,協助企業解決最棘手的商業挑戰。欲了解更多資訊,請造訪www.appier.com/zh/index.html

 

用人工智慧解密新型態廣告詐騙行為

用人工智慧解密新型態廣告詐騙行為

作者:Appier技術長暨共同創辦人蘇家永

廣告詐騙已經成為全球數位廣告產業最巨大的威脅之一。根據美國全國廣告商協會的統計,估計2017年數位廣告詐騙將造成全球各廣告業65億美元的損失;Juniper Research最近的一份報告也顯示,2018年預計廣告主會因廣告詐騙而損失高達190億美元,這個情況會愈演愈烈,預計到2022年所造成的損失估計將達到440億美元。

事實上,行銷與廣告產業已經花費了大量資源去尋找有效的方法以「減輕」廣告詐騙對企業所帶來的影響,注意這裡我用了「減輕」這個詞,這是因為廣告詐騙就和網路詐騙或者金融詐騙一樣防不勝防,並沒有一套解決方案可以徹底根除這個問題,隨著廣告詐騙手法不斷進化,我們的解決方案也必須與時俱進。

大多數針對廣告詐騙的防治對策都是以人為所定義的簡易規則來過續可疑流量。但是,隨著廣告詐騙型態與手法近年變得越來越複雜,傳統的對策已不再足以全面性地防堵廣告詐騙。

以人工智慧為基礎所開發的廣告詐騙偵測機制

隨著廣告詐騙變得更加複雜與難以偵測,我們的偵測機制也必須同步進化,而Appier相信,唯一可以實現它的方式就是透過人工智慧(AI)。

人工智慧詐騙偵測機制的第一步是以現有規則過濾顯基本的詐騙型態,接著,人工智慧透過「自我學習」可以即時分析與歸納各種可疑的詐騙型態,並且快速建立與應用新規則,找出先前尚未出現過的可疑詐騙模式。另一個人工智慧模型的優勢在於,與傳統詐騙偵測機制相比,人工智慧能從更多元的維度全面分析詐騙行為模式。

傳統廣告詐騙偵測機制侷限在一至三個維度的分析,並仰賴人為所定義的簡易規則來過濾可疑流量。然而,人工智慧可以分析超過八十個維度的資料,偵測極其複雜的廣告詐騙模式。即便廣告詐騙模式不斷進步以避開傳統偵測機制,人工智慧模型還是能透過自我學習,跟上詐騙的進化腳步,有效防堵各種新型態的詐騙行為。

為了展示人工智慧詐騙偵測機制的優勢,Appier針對今年五月至八月間共計四個月的跨國的行動裝置廣告活動,其中包含超過40億筆使用行為資料量,並以匿名的方式進行分析,結果發現藉由人工智慧所偵測到的偽裝行動應用程式下載率較傳統防治機制還要高出兩倍,另外,從廣告效益來看,人工智慧詐騙偵測機制也被證明對廣告主來說更具成本效益,其廣告投資報酬率(ROAS)比傳統機制還要高出3.6%。

人工智慧的最大優勢在於它能夠偵測過去未曾出現的複雜廣告詐騙型態。以Appier稱之為「變色龍」的偽裝型詐騙手法為例,不肖業者會先偽裝成合法的廣告發行商,於初期先提供正常流量,一段時間後才回傳大量的偽造下載數以掩人耳目。

Appier的人工智慧詐騙偵測模型也能偵測如「廣告庫存量暴增」的可疑活動,在這種行為模式下,惡意發行商於單日突然回報大量廣告庫存量,但卻缺少該日相應的應用程式內註冊率。

寫在最後

廣告詐騙的問題已令廣告主投入數十億美元的無效成本,而由於這些詐騙型態非常難以察覺,傳統的偵測機制能力十分有限,相反地,人工智慧法可以分析多重維度的資料及具備自我學習的能力,將會是防治數位廣告詐騙的最佳選擇。

完整《Appier 2017亞洲數位廣告詐騙行為調查報告》可至http://www.appier.com/zh/reports.html下載。

 


關於作者

蘇家永擔任Appier技術長暨共同創辦人,負責規劃技術研發方向與策略,並帶領團隊開發各種人工智慧應用平台,協助企業解決最棘手的商業挑戰。蘇家永自高中開始即熱衷於專研電腦程式設計,在多個領域如社交遊戲、VoIP、分散式演算與線上GIS都有相關系統設計與建置經驗。在創立Appier之前,蘇家永曾創辦Plaxie,開發行動應用程式與社交遊戲。蘇家永擁有交通大學資工學士學位以及哈佛大學電腦科學碩士學位,曾獲得交通大學學生傑出貢獻獎,並受頒中華民國斐陶斐榮譽學會年榮譽會員。就讀於哈佛大學期間,蘇家永曾發表過多篇網絡與系統設計相關的論文。