Yahoo的大數(shù)據(jù)分析的個(gè)人化應(yīng)用_數(shù)據(jù)分析師培訓(xùn)

大數(shù)據(jù)(Big Data)近年來(lái)已成為市場(chǎng)關(guān)注焦點(diǎn)，為了能夠發(fā)掘大數(shù)據(jù)的商業(yè)價(jià)值，在基礎(chǔ)建設(shè)已經(jīng)漸漸完備，數(shù)據(jù)搜集及儲(chǔ)存能力已然成熟的環(huán)境下，大數(shù)據(jù)應(yīng)用的探索焦點(diǎn)，已逐漸從數(shù)據(jù)技術(shù)與系統(tǒng)的討論，逐漸轉(zhuǎn)移到數(shù)據(jù)的分析與各領(lǐng)域的深化應(yīng)用。

如目前的入口網(wǎng)站早已是許多人日常生活不可或缺的服務(wù)提供者，透過(guò)使用者在使用入口網(wǎng)站服務(wù)的行為分析，業(yè)者不但可以更進(jìn)一步地提供個(gè)人化推薦服務(wù)，還可能為相關(guān)業(yè)者找到更多的商機(jī)。

但并非所有的數(shù)據(jù)都能產(chǎn)生價(jià)值，必須透過(guò)很多生態(tài)系統(tǒng)搭配組合，才能產(chǎn)生用戶所需要的資訊。

大數(shù)據(jù)已成市場(chǎng)關(guān)注焦點(diǎn)。數(shù)據(jù)的確需要去開(kāi)采，也需要技術(shù)及工具，但技術(shù)及工具也可能會(huì)用錯(cuò)或浪費(fèi)資源，所以技術(shù)人員不能只看技術(shù)，而是要去理解數(shù)據(jù)真正的價(jià)值所在。

如健康照護(hù)服務(wù)及定位數(shù)據(jù)如果加以混搭，雖然可以提供更進(jìn)一步的價(jià)值，但如何說(shuō)動(dòng)使用者開(kāi)放或分享，其實(shí)需要更細(xì)致的說(shuō)服過(guò)程。此外，大數(shù)據(jù)分析所呈現(xiàn)的世界，客戶需求會(huì)更加清晰，但市場(chǎng)區(qū)隔也會(huì)變小，產(chǎn)品及服務(wù)必須要更加客制化。

隨著無(wú)線網(wǎng)路、行動(dòng)裝置及物聯(lián)網(wǎng)的時(shí)代來(lái)臨，人與物的連結(jié)將變得更加多樣化，也創(chuàng)造出更多各類型的數(shù)據(jù)，如何管理、維護(hù)及分析這些數(shù)據(jù)，并將正確分析的結(jié)果即時(shí)傳給正確的使用者，創(chuàng)造更多的商業(yè)價(jià)值，勢(shì)必將成為企業(yè)未來(lái)非常重要的競(jìng)爭(zhēng)力，大數(shù)據(jù)分析的價(jià)值，值得加以重視。

大數(shù)據(jù)分析的個(gè)人化應(yīng)用

網(wǎng)際網(wǎng)路基礎(chǔ)建設(shè)漸趨成熟，加上行動(dòng)裝置的便利性及普及，讓許多人的日常生活行為，已經(jīng)離不開(kāi)網(wǎng)路，其中又以入口網(wǎng)站接觸到的使用者最多，也成為大數(shù)據(jù)的最主要來(lái)源。

如Yahoo提供的諸多服務(wù)，如電子信箱、購(gòu)物、新聞、理財(cái)?shù)?，都可以追蹤到消費(fèi)者的足跡，加上使用者其他的網(wǎng)路使用行為如點(diǎn)擊廣告等，以及全球每月可收集超過(guò)16億只智慧型手機(jī)及平板電腦上的使用者行為，如何進(jìn)一步分析這些個(gè)人化應(yīng)用，已成為重要議題。資訊及選擇太多，其實(shí)也是大數(shù)據(jù)分析所遭遇的一大難題，以Yahoo所能追蹤的消費(fèi)者使用足跡為例，就會(huì)發(fā)現(xiàn)其實(shí)跟一般官網(wǎng)可以追蹤的足跡不太一樣，由此也可知，大數(shù)據(jù)與一般數(shù)據(jù)其實(shí)仍有差別，不能用同樣的思考或方法來(lái)分析。

大數(shù)據(jù)具有5大特性，包括數(shù)據(jù)量(volume)、速度(velocity)、多樣性(variety)、易變性(variability)及真實(shí)性(veracity)。其中數(shù)據(jù)量、速度及多樣性這3項(xiàng)是一般較常用來(lái)評(píng)估大數(shù)據(jù)的標(biāo)準(zhǔn)。

由于使用者平日在網(wǎng)路的應(yīng)用習(xí)慣，舉凡使用搜尋引擎、即時(shí)通訊、看影音節(jié)目、氣象、聽(tīng)音樂(lè)、購(gòu)物、社群活動(dòng)、上傳相片、電郵及閱讀新聞，Yahoo都有提供對(duì)應(yīng)的服務(wù)，其中光是使用者接觸到的媒體內(nèi)容、電子商務(wù)及數(shù)位行銷廣告的使用行為分析，就可以產(chǎn)生非常大的商業(yè)價(jià)值。在分析大數(shù)據(jù)時(shí)，Yahoo一定會(huì)做好個(gè)人隱私保護(hù)，只有行為數(shù)據(jù)才是真正可以分析的行為。例如，光是早餐的麥片種類就超過(guò)70種，往往會(huì)造成消費(fèi)者選擇的困擾，但如果透過(guò)適當(dāng)?shù)氖褂谜呓?jīng)驗(yàn)分析，就能提升使用者的正面體驗(yàn)。

以一個(gè)小資女班族的日常生活為例，早上在搭捷運(yùn)上班途中，打開(kāi)手機(jī)看新聞，透過(guò)大數(shù)據(jù)分析，就會(huì)優(yōu)先提供這位使用者平常閱讀的影劇新聞、近期因?yàn)橄胍糜味ｊP(guān)注的旅游文章，以及最近熱門瀏覽的財(cái)經(jīng)新聞。

透過(guò)大數(shù)據(jù)分析使用者行為，也能讓使用者得到更多相關(guān)資訊。如使用者在點(diǎn)擊購(gòu)物中心84折運(yùn)動(dòng)的資訊時(shí)，網(wǎng)站就會(huì)提示使用者之前看過(guò)的那些商品，其實(shí)也適用此活動(dòng)。

甚至在使用者因?yàn)辄c(diǎn)選了廣告推薦的日本秋季賞楓行程，個(gè)人化推薦模組就會(huì)顯示超級(jí)商城的冬季新裝長(zhǎng)大衣，或是日本零食、美妝等商品資訊。而且當(dāng)使用者下班后經(jīng)過(guò)藥妝店時(shí)，超級(jí)商城App也會(huì)提供有限定商品折扣的訊息，而且憑App產(chǎn)生的條碼，到店購(gòu)買就可享有第二件7折優(yōu)惠。

Yahoo首頁(yè)每天分析超過(guò)1億個(gè)以上的網(wǎng)路使用行為，才能提供使用者最感興趣的互動(dòng)，而且使用者的網(wǎng)路使用行為愈多，Yahoo提供的資訊也會(huì)愈精準(zhǔn)。

而對(duì)廠商而言，精準(zhǔn)行銷廣告本來(lái)就會(huì)有提高廣告投資效益的效果，如果能根據(jù)使用者行為，在首頁(yè)出現(xiàn)相關(guān)的廣告，或提示相關(guān)的行銷活動(dòng)，抓到使用者的需求，銷售將會(huì)成倍數(shù)成長(zhǎng)，尤其是個(gè)人化模組的促銷量，效果又會(huì)比網(wǎng)站推薦模組的效果更好。

針對(duì)電子商務(wù)，Yahoo臺(tái)灣團(tuán)隊(duì)自主研發(fā)演算法與歸納消費(fèi)者行為模式進(jìn)行分群，透過(guò)數(shù)百群產(chǎn)品推薦模組，提供更優(yōu)質(zhì)的個(gè)人化服務(wù)，讓購(gòu)物中心來(lái)自個(gè)人化推薦模組的業(yè)績(jī)顯著增加。電子商務(wù)方向的大數(shù)據(jù)分析經(jīng)驗(yàn)，發(fā)現(xiàn)使用者對(duì)于即時(shí)性的要求很高，也就是說(shuō)，使用者的任何行為，要在10幾分鐘后就能完成分析，提供進(jìn)一步的建議。

要做到前述的使用者行為分析，其實(shí)需要各種數(shù)據(jù)分析技術(shù)支援，如分析消費(fèi)者各類行為與需求的預(yù)測(cè)模型，也要有能力即時(shí)偵測(cè)互動(dòng)事件，并回饋產(chǎn)生最佳的個(gè)人化服務(wù)內(nèi)容，而具備一個(gè)能夠從互動(dòng)產(chǎn)生的大數(shù)據(jù)中，快速地搜集、儲(chǔ)存、擷取、匯整與計(jì)算的大數(shù)據(jù)分析平臺(tái)，更是其中的關(guān)鍵要素。

大數(shù)據(jù)分析平臺(tái)的運(yùn)作過(guò)程，必須先要有數(shù)據(jù)來(lái)源，然后透過(guò)Hadoop、Shark及SQL等技術(shù)，很快地完成數(shù)據(jù)分析處理，最后再將結(jié)果儲(chǔ)存并展示在使用者的面前。此外，大數(shù)據(jù)要做到個(gè)人化分析應(yīng)用，科學(xué)建模(Science Modeling)的重要性不言可喻，科學(xué)建模依據(jù)的數(shù)學(xué)或科學(xué)理論，透過(guò)雅虎的實(shí)際工程(Practical Engineering)及適應(yīng)學(xué)習(xí)(Adaptive Learning)能力，可以具體實(shí)踐出成果。大數(shù)據(jù)分析要做到個(gè)人化應(yīng)用，批次訊號(hào)及即時(shí)訊號(hào)的分析技術(shù)，兩者無(wú)法相互替代，必須相輔相成，再透過(guò)分群數(shù)據(jù)技術(shù)及個(gè)人化引擎，最后才能提供為使用者個(gè)人量身訂做的專屬建議。