援引大数据分析 持续优化电商推荐机制

联合报系电子商务部信息研发中心总监黄俊贤

对于所有电子商务网站，共同的迫切渴求，便是提升来客购买转换率，故而期望适时给予商品推荐，促进使用者购物慾望。

联合报系电子商务部信息研发中心总监黄俊贤表示，深究推荐机制本质，即是根据人的偏好、Item的属性，导出最适合彼此的配对机制，综观此机制的演变过程，实与Item数量多寡高度相关。早期Item数量不多，网站多采用条列式清单，后来随着网络技术、带宽双双进步，使网站可承载的Item数量增加，无法再倚靠单一网页做细致分类，所以此时电商开始采取阶层式导览。

然而阶层式导览仍有问题，譬如同一Item，可能兼具多重属性，但每个人对于商品分类标准的诠释，往往不尽相同，所以有人直言，阶层式导览不见得有助于解决现有问题，反而可能制造新问题；考量及此，电商另基于Tag与Metadata，启用查找配套服务，至于查找效果高低，往往取决于Metadata做得好坏，但欲提升Metadata品质，必须仰赖产品经理费时配合，有现实上困难，故以UDN买东西为例，便改以消费者浏览行为、购物车行为作为查找服务的基准，此举果真提高了转换率。

助客户降低机会成本  可望提高成交率

在巨量数据分析技术未现身前，电商碍于运算能力限制，对于客户行为种类、造访意图所知甚少，因此仅能以无差别方式与消费者沟通，推荐机制仅具单向传递管道，消费者被动接受制式服务；进入巨量数据时代，受惠于运算能力大增，电商已可做到近乎实时的数据分析，能蒐集每个客户在网站内所有行为，此时信息传递途径也变成双向。黄俊贤透露，由于联合报系旗下拥有众多网站，包括新闻网、理财网、人力网、知识库、网络城邦、爱秀网...等等，故UDN买东西用户在这些网站的行为，也可一并纳为数据分析依据。

现今网购产品价格高度透明，致使主控权移转至消费者，连带迫使企业所关注的经营角度，必须随之转变，不宜再抱持「我想给消费者什麽信息」、或「我想消费者向我购买什麽商品」等旧思维，取而代之的必要观念，即是致力降低「客户与我们交易的机会成本」。

进入移动时代  还原消费者购物情境为重点

黄俊贤进一步解释，消费者购物总成本，等于商品价格加上机会成本，而机会成本主要源自于时间与精力的耗费，推荐机制的一大价值，便是降低这层机会成本，根据「商品/内容关联性」、「客户行为相似性」等两大基本要素，快速执行层层筛选，俾使推荐结果能与消费者强烈购买意图趋近一致，借此提高成交机率。

但现今进入移动时代，随着多萤、多装置，导致消费者从原本固定的时空场域获得解放，连带使得时间、行为趋向碎片化，已非过往的固定载具、固定的场所、连续的带状时间，反倒徒增数据分析困难性；因此电商面对购物情境的改变，亦需调整判断逻辑，体认到真正影响消费者购物的决策关键，并不是从他在网络上挑东西、点击或浏览的数据，而必须还原他当时的情境，才是关键。

最后黄俊贤建议，业者在动手打造推荐机制前，务须厘清几个问题，包括网站各层页面所放置的各种版位、各自肩负何等目的或角色，客户造访的意图与情境为何，各种外网广告各自扮演何种角色、借此导入何种客户、广告导页的操作逻辑为何。