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

大數(shù)據(jù)(Big Data)近年來已成為市場關(guān)注焦點，為了能夠發(fā)掘大數(shù)據(jù)的商業(yè)價值，在基礎(chǔ)建設(shè)已經(jīng)漸漸完備，數(shù)據(jù)搜集及儲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，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)者不但可以更進一步地提供個人化推薦服務(wù)，還可能為相關(guān)業(yè)者找到更多的商機。

但并非所有的數(shù)據(jù)都能產(chǎn)生價值，必須透過很多生態(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)已成市場關(guān)注焦點。數(shù)據(jù)的確需要去開采，也需要技術(shù)及工具，但技術(shù)及工具也可能會用錯或浪費資源，所以技術(shù)人員不能只看技術(shù)，而是要去理解數(shù)據(jù)真正的價值所在。

如健康照護服務(wù)及定位數(shù)據(jù)如果加以混搭，雖然可以提供更進一步的價值，但如何說動使用者開放或分享，其實需要更細致的說服過程。此外，大數(shù)據(jù)分析所呈現(xiàn)的世界，客戶需求會更加清晰，但市場區(qū)隔也會變小，產(chǎn)品及服務(wù)必須要更加客制化。

隨著無線網(wǎng)路、行動裝置及物聯(lián)網(wǎng)的時代來臨，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、維護及分析這些數(shù)據(jù)，并將正確分析的結(jié)果即時傳給正確的使用者，創(chuàng)造更多的商業(yè)價值，勢必將成為企業(yè)未來非常重要的競爭力，大數(shù)據(jù)分析的價值，值得加以重視。

大數(shù)據(jù)分析的個人化應(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)的最主要來源。

如Yahoo提供的諸多服務(wù)，如電子信箱、購物、新聞、理財?shù)?，都可以追蹤到消費者的足跡，加上使用者其他的網(wǎng)路使用行為如點擊廣告等，以及全球每月可收集超過16億只智慧型手機及平板電腦上的使用者行為，如何進一步分析這些個人化應(yīng)用，已成為重要議題。資訊及選擇太多，其實也是大數(shù)據(jù)分析所遭遇的一大難題，以Yahoo所能追蹤的消費者使用足跡為例，就會發(fā)現(xiàn)其實跟一般官網(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)其實仍有差別，不能用同樣的思考或方法來分析。

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)及真實性(veracity)。其中數(shù)據(jù)量、速度及多樣性這3項是一般較常用來評估大數(shù)據(jù)的標準。

由于使用者平日在網(wǎng)路的應(yīng)用習慣，舉凡使用搜尋引擎、即時通訊、看影音節(jié)目、氣象、聽音樂、購物、社群活動、上傳相片、電郵及閱讀新聞，Yahoo都有提供對應(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)價值。在分析大數(shù)據(jù)時，Yahoo一定會做好個人隱私保護，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70種，往往會造成消費者選擇的困擾，但如果透過適當?shù)氖褂谜呓?jīng)驗分析，就能提升使用者的正面體驗。

以一個小資女班族的日常生活為例，早上在搭捷運上班途中，打開手機看新聞，透過大數(shù)據(jù)分析，就會優(yōu)先提供這位使用者平常閱讀的影劇新聞、近期因為想要旅游而常關(guān)注的旅游文章，以及最近熱門瀏覽的財經(jīng)新聞。

透過大數(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。如使用者在點擊購物中心84折運動的資訊時，網(wǎng)站就會提示使用者之前看過的那些商品，其實也適用此活動。

甚至在使用者因為點選了廣告推薦的日本秋季賞楓行程，個人化推薦模組就會顯示超級商城的冬季新裝長大衣，或是日本零食、美妝等商品資訊。而且當使用者下班后經(jīng)過藥妝店時，超級商城App也會提供有限定商品折扣的訊息，而且憑App產(chǎn)生的條碼，到店購買就可享有第二件7折優(yōu)惠。

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

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

針對電子商務(wù)，Yahoo臺灣團隊自主研發(fā)演算法與歸納消費者行為模式進行分群，透過數(shù)百群產(chǎn)品推薦模組，提供更優(yōu)質(zhì)的個人化服務(wù)，讓購物中心來自個人化推薦模組的業(yè)績顯著增加。電子商務(wù)方向的大數(shù)據(jù)分析經(jīng)驗，發(fā)現(xiàn)使用者對于即時性的要求很高，也就是說，使用者的任何行為，要在10幾分鐘后就能完成分析，提供進一步的建議。

要做到前述的使用者行為分析，其實需要各種數(shù)據(jù)分析技術(shù)支援，如分析消費者各類行為與需求的預測模型，也要有能力即時偵測互動事件，并回饋產(chǎn)生最佳的個人化服務(wù)內(nèi)容，而具備一個能夠從互動產(chǎn)生的大數(shù)據(jù)中，快速地搜集、儲存、擷取、匯整與計算的大數(shù)據(jù)分析平臺，更是其中的關(guān)鍵要素。

大數(shù)據(jù)分析平臺的運作過程，必須先要有數(shù)據(jù)來源，然后透過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)果儲存并展示在使用者的面前。此外，大數(shù)據(jù)要做到個人化分析應(yīng)用，科學建模(Science Modeling)的重要性不言可喻，科學建模依據(jù)的數(shù)學或科學理論，透過雅虎的實際工程(Practical Engineering)及適應(yīng)學習(Adaptive Learning)能力，可以具體實踐出成果。大數(shù)據(jù)分析要做到個人化應(yīng)用，批次訊號及即時訊號的分析技術(shù)，兩者無法相互替代，必須相輔相成，再透過分群數(shù)據(jù)技術(shù)及個人化引擎，最后才能提供為使用者個人量身訂做的專屬建議。