[大數據專題] Spotify 年度音樂回顧|騰訊深化廣告技術|搜尋引擎 Bing 整合商品比價功能

[大數據專題] Spotify 年度音樂回顧|騰訊深化廣告技術|搜尋引擎 Bing 整合商品比價功能

大家好,我是趙國仁。很高興能負責今年第二則 Key Points。今天大數據專題 Key Points 由我、KPMG 風險管理顧問徐夢潔(Zoe與家倍安技術長葉佰蒼三位主筆共同撰寫評論。在今天專題中,大家可以看到大數據已經深入各種應用,包括即時競標廣告、社交活動推薦、個人化音樂、電商、以及求職社群等。在很近的未來,大數據將不再是一項特別的技術,而是像空氣或馬路一樣無所不在,不需要特別提了。

-- 趙國仁

編按:昨天得票率最高的是 Yvette 主筆「Pinterest 併購兩家新創公司,取得產品開發人才」,達 28%。恭喜 Yvette!

你常在心中說「我值得更好的媒體」嗎?花三分鐘告訴有物你要什麼

大數據專題新聞分析

串流音樂平台 Spotify 推出年度音樂回顧

Spotify 的 Get Your Year in Music 活動蒐集旗下會員 2015 年音樂聆聽數據。會員可以得知自己去年在 Spotify 播放次數最多的歌曲、歌手、樂風以及聆聽時間等個人音樂聆聽習慣。Link

Zoe:

現在有愈來愈多媒介自動「回顧」過去一段人生。繼 Facebook 推出「我的這一天」(On This Day)後,Spotify 也在 2015 推出「年度音樂」(Get Your Year in Music)及「音樂地圖」(Musical Map:Cities of the World)功能,分析會員過去一年的音樂經驗。

而針對非會員,Spotify 則可根據非會員所在位置,提供該地區或該時間點(例如早晨或婚禮)最常被撥放的歌曲清單。這就像 Facebook 了解我們每個人一樣,Spotify 也試圖協助我們了解自己的音樂喜好,發現符合喜好的新歌曲。但什麼歌曲能透過推薦,被歌迷重新聽見呢?

像愛黛兒(Adele)這類識別度極高的歌手及其歌曲,縱使不在串流音樂平台上,仍可保持顯著的識別度。但其它音樂創作就不是如此了。Spotify 會依其音樂風格與地區相關性等,將這些音樂「歸納」為一個數字,與其它「相似」作品共同出現。在特定情境中,Spotify 會推薦這些音樂給使用者。

Spotify 推出「年度音樂」功能除了服務用戶之外,更想彰顯其全球音樂影響力,以增加與音樂產業談判的籌碼。這將導致大者恆大。而獨立音樂創作者會埋没在這片數據海中。

特殊規格的音樂不容易被聽眾發現,是因為音樂無法透過文字描述呈現,因此無法用「規格」與銷售數據量化分析,而需仰賴大量的「使用數據」,量化分析使用者經驗,達到類似實體商品的交叉銷售(cross selling)。

雖然實體 CD 及數位音樂下載也能做出推薦清單或排行榜,但其收集的用戶數據遠不及串流平台。串流平台可在用戶每次聆聽曲目時,收集當下的情境數據,包括地理位置及時間軸度。這也是數位音樂下載(例如 iTunes Store)與串流音樂平台分析數據時最根本的差別。

在不久的未來,串流音樂憑藉低廉價格應該會成為主流音樂平台。以後應該會分為兩種音樂聆聽行為。第一種是「古典式聽音樂」:聆聽人以創作人或音樂本身建構音樂經驗,無論是從實體 CD、數位音樂下載、或串流平台取得音樂。另一種則是「流行式聽音樂」:聆聽人由數據分析所建議的清單,獲取新音樂經驗。

準備好回顧自己過去一年的音樂清單了嗎?

騰訊與廣告公司群邑合作,強化廣告分析能力

此合作將整合騰訊旗下網路媒體事業群與群邑的數據,強化雙方數據分析與應用。騰訊表示將推動程序化行銷(programmatic market),提高廣告投放精準度。Link

趙國仁:

廣告大師 John Wanamaker 説過:「我知道我花的廣告費有一半浪費了。但遺憾的是,我不知道是哪一半被浪費了。」

騰訊旗下即時通訊服務 QQ 擁有超過 8 億註冊人數,同時在線人數 2 億。微信註冊用戶則突破 10億大關,每日活躍用戶數將近 6 億人,支付用戶約 4 億。群邑(GroupM)是擁有全球頂尖的 4A(American Association of Advertising Agencies,美國廣告代理商協會)會員資格的廣告公司 WPP 集團的母公司,掌握龐大廣告預算。

但誰能讓兩大集團聯手?誰能提供讓廣告大師 John Wanamaker 不再遺憾的技術?答案是數位媒體公司 Xaxis 的 Turbine DMP(Data Management Platform)平台。Xaxis 透過整合跨系統、跨裝置的大數據處理,讓廣告投放更精準有效。這兩大集團能夠聯手,也是靠 Turbine DMP 技術。

台灣這兩年多了十幾家 DSP(Demand Side Platform,廣告需求方平台),強調廣告的即時競標與演算法的優化能力。話說回來,數據才是讓演算法發揮威力、廣告能精準有效的材料。沒有數據,再強的演算法與數據科學家也是巧婦難為無米之炊。反過來說,如果數據足夠豐富,簡單計算即可大幅提升廣告效果。

目前台灣似乎還沒有純粹的 DMP 公司。期待在台灣也能看到這類以數據為核心的公司發威。

搜尋引擎 Bing 整合商品比價與 Uber

使用者用 Bing app 掃描商品條碼,便會立即獲得 Amazon 與 Walmart 等電商平台上的售價。另外,Bing 還將整合 Uber,讓使用者不需跳出 app 即可叫車。Link

葉佰蒼:

Bing 推出新版本搭載比價用的條碼掃描功能,讓消費者的上網查價更自動化。原本使用者要自己上網、輸入品名、查詢網路評價,以及在不同網路商城比價,現在 Bing 幫你一次搞定。

這功能對使用者超方便,也讓 Bing 更瞭解使用者想買什麼東西。使用者用 Google 搜尋商品名稱,只代表他對產品有興趣。但當他用條碼掃描商品時,表示他已經在店裡,手上正拿著產品。

換個角度,這對實體店鋪是更嚴峻的挑戰。顧客上門逛了半天,也把玩過展示品,卻到別人家消費。這叫店家情何以堪呢?或許店家要思考如何在價格競爭之外,增加自己銷售通路的價值。

另外,新版 Bing app 內建 Uber 叫車功能。這表示 Bing 越來越貼近使用者,跨入實體生活情境。當你搜尋某個餐廳或地址的時候,下個步驟就是叫 Uber。

看得出來 Bing 想做「搜尋的最後一哩」,幫使用者完成搜尋後的動作,順勢成為更多使用者的搜尋入口。

職業社交網站 Linkedin 公開求職資料,強化使用體驗

Linkedin 指出 89% 求職者透過人脈網絡找工作,因此 Linkedin 將公司與求職者背景透明化,讓公司能精準找到人才,求職者也能深入了解公司營運狀況。Link

葉佰蒼:

LinkedIn 的新功能,其實像極了原本找工作的方法。你會問朋友是否有認識的人在你想去的公司任職,也會探聽大家對這家公司的評價,甚至會找待在或待過這公司的朋友聊聊,公司未來發展會如何?

而 LinkedIn 則透過它的使用者資料庫,以大數據分析找出你不知道的資料(insight)。例如公司都錄取哪類型的人負責你理想中的職務?你有沒有朋友(或朋友的朋友)在這家公司任職?甚至可以看到這職務的同事。

想找理想工作的使用者,可以用這功能在求職前搞清楚公司狀況、人員流動率、團隊成員及背景。使用者也能乾脆毛遂自薦給單位主管,在面試前就幫自己加分。

Facebook 更新 Events 功能,推薦用派對好去處

Facebook 在美國地區 iOS 版 Events 區塊新增活動類別,包含音樂、飲食、派對、運動與攝影等。此外,Facebook 也將蒐集使用者數據,推薦用戶可能有興趣的活動。Link

趙國仁:

你有時候會覺得無聊,不曉得要參加哪個活動?或做什麼才好嗎?

Facebook 全球每個月有 14 億位活躍使用者。這些使用者在上面分享各種社交活動與圖文。如果要問哪個平台最瞭解使用者,以及使用者的社交生活,大概就是 Facebook 了!

既然 Facebook 這麼瞭解我,知道我是誰、住在哪裡或喜歡哪些活動,那麼也應該知道我今晚該參加哪個派對才對。美國 iOS 版 Facebook,已經能夠推薦各種活動,包含音樂、美食、表演與藝術主題。使用者也能主動設定今天、明天或這週想獲得哪些活動資訊。

這些功能不是應該由 Foursquare、Songkick 或 DoStuff 等活動公司提供嗎?但這類公司對你喜好的瞭解比較片面,推薦的資訊通常也具有商業目的。Facebook 對你的了解更全面,也能透過這服務收集更多行為與偏好資訊。而且 Facebook可以從其他廣告獲利,因此這種服務可以不直接具有商業目的。

當 Facebook 比你還了解你時,你想去哪兒或想做什麼,聽 Facebook 建議就對了!連去 Google 輸入關鍵字都不用了。但,這是你想要的生活嗎?

數位容平台 Purch 併購購物 App ShopSavvy,進軍行動購物市場

Purch 表示 ShopSavvy 的機器學習(Machine Learning)技術包含蒐集買家每日交易量、購物喜好以及地理位置,能幫助其進入行動購物市場。此外,ShopSavvy 擁有商品比價和分類功能,能提供買家便利的行動購物體驗。Link

Zoe:

ShopSavvy 的 App 有個營業模式相當有趣。首先,它建立以條碼(barcode)為基礎的數據平台。接著它說服零售商或通路商將其內部貨物資訊與 ShopSavvy 串接,把商品規格價格導入 ShopSavvy。

再來,ShopSavvy 透過 App 「馴化」消費者自行掃瞄商品的條碼,讓消費者看到 ShopSavvy 由數據演算出的比價結果,最後讓消費者在其「建議的店家清單」內購買最低價(或最近的)商品。

這操作模式有沒有很熟悉?是的,這就是地圖導航 App 的操作經驗。使用者目的地(欲購買商品)明確,需要到達目的地的解決方案(到哪裡購買),並且要以最快速度或最近距離等方式到達(以最低價或最高規格購入)。

這兩種 App 都只是取代了消費者收集資訊及判斷的過程。消費者從中獲得好處後,會更頻繁的執行該行為。此時所產生的大量使用者數據,就是 ShopSavvy 在零售商與消費者之間淬煉的價值。表面上 ShopSavvy 將此價值還給消費者,但實際上是消費者行為數據在餵養這流程。

這跟網上購物商城提供消費者的好處相同。消費者也能在此類型網站輸入商品規格,完成比價及購買流程。在整個消費鏈中,ShopSavvy 與線上零售業處於同一個消費環節 -- 連結賣方與買方。但不同的是,ShopSavvy 著眼於消費者已經確定目標商品的消費行為(已經掃描特定商品條碼),而不是還在搜尋商品的過程(網站記錄使用者點擊)。換句話說,ShopSavvy 更貼近消費行為的終點。

即使消費者並未在該導向網站購物,但 ShopSavvy 仍可從數據判斷該消費者是訴求最低價、最近距離店面,或是最高規格商品,而無需等待零售商提供實際消費數據。

Purch 是以網路行銷為基石的內容平台,因此可以理解 Purch 為何想併購 ShopSavvy。未來勢必會有更多消費者行為收集 App,不需橫跨整個生產鏈或消費鏈,僅需插足一個消費環節即可承先啟後。

來自主筆趙國仁的問候

這週看到洪大倫先生寫的一篇文章,很欣賞裡面的一句話:『不是看到機會才努力,而是要努力到機會來臨!』 我自己的經驗也是:「有信心才能看見!」在創新創業過程中,以及在數據分析探索過程中,都是面對許多未知與不確定。要引領你與團隊向前走出一條路的,就是你的信心與熱情! 大家一起加油!

封面圖片來源:jeshoots.com

«

»

科技島讀-你的未來趨勢嚮導

有物推出新產品囉!

由有物報告團隊製作的最新產品-科技島讀

透過閱讀科技島讀,你將能夠掌握科技趨勢,從更高的視角觀察科技將如何改變世界。

現在就前往 >> 科技島讀