痞客邦活用数据 创造社群行销与内容电商价值

2017/03/27 - 魏淑芳

毋庸置疑，对于社群网站、内容创作平台，乃至其他型式网络服务业者而言，若能善用大数据，即可望增收益来源、提升作业效能、优化使用者体验，重要性不言可喻。因此一向自许成为台湾「生活百科全书」的痞客邦(PIXNET)，对大数据分析着力甚深。

痞客邦研发中总监林瑞男表示，PIXNET收集的大数据，涵盖查找、浏览、分享、按赞、留言等网络行为数据，其将累积的大数据汇整、分析、归纳后，运用至站内系统的广告推送、行销活动、社群商务各种面向，致力创造出更好、更精准的服务。

林瑞男接着说，所谓社群行销与大数据的关联性，主要发生在4个关键项目，分别是族群轮廓、族群标签、声量分析及广告追踪。其中「族群轮廓」算是高难度的重要起步，主要是因为，除会员外高达逾9成的浏览者，并不会留下个人信息，故PIXNET必须利用极有限的数据，借助一些可推估年龄、性别的演算法，据以判断访客样貌。

当描绘出族群轮廓后，接着必须透过行为比对，为每一个人贴上属性标签，如此才能区隔出一个个兴趣族群，方便日后在投递广告过程中，迅速筛选出最适合的行销对象。另需藉由大数据分析，厘清欲行销产品或品牌的声量比例，大抵落在市场上何等排名顺位，再根据不同落点，展开不同行销手法。

在执行行销活动的过程，要随时详加分析点击率、流失率、停留时间、弹跳率、参与率、离开率等关键指标，迅速找出问题并加以修正，以提高行销成功率。

除社群行销外，痞客邦亦期望借助数据分析的力量，帮助自己朝向「内容电商」目标大步前进，如愿在广告外另辟其他收益来源。至于内容电商的关键推动项目，依序包括了内容标签、文章分类、实体撷取，以及商品推荐。

上述各道程序中，难度较高者为文章分类与实体撷取，一方面需借重分类演算法，二方面需透过完整语意的复合方法，抓取关键单字；另以最后一道程序商品推荐而论，除了譬如饭店？民宿、餐厅或美妆产品之类的内容推荐外，另需要搭配兴趣推荐、族群推荐，才可望为每个对象推荐适合商品，提高成交机率。


图说：痞客邦研发中心总监林瑞男。