大數據帶來行銷長尾時代 (車品覺)

By on August 28, 2018

本文作者車品覺,為紅杉資本中國基金專家合夥人、原阿里巴巴集團副總裁,為《信報》撰寫專欄「全民大數據」

GAN 生成式對抗網絡的出現,令機器學習得以左右互搏,提升數據效率(中新社資料圖片)

GAN 生成式對抗網絡的出現,令機器學習得以左右互搏。(中新社資料圖片)

正好為好友陳亮途(Hugo)新書《行銷長尾》寫序,忽然勾起了年輕時的一些回憶。我與Hugo相識30年,正好穿越了互聯網、移動互聯網、大數據和人工智能的年代。在這段豐富日子,行銷出現了革命性的變化,起初大家對互聯網抱着懷疑態度,要向大老闆解釋什麼是Pageview和UV也不是容易的事。

大約由1998年開始,大家瘋狂地把內容數碼化,懷着有內容就有流量,有流量就有廣告的夢想。結果,這個虛幻的「內容為王」年代轉瞬即逝,慘烈的結果與粗暴式的行銷不無關係,因為廣告主怎能為無效的行銷埋單呢?

經歷了千禧年科網經濟泡沫爆破後,痛定思痛的行銷界開始醞釀兩個嶄新的行銷方向,分別是behaviour targeting和real time bidding。可惜巧婦難為無米炊,兩種方式都需要大量數據的支援才可有理想效果。適逢智能手機帶動線上與線下場景融合,「行為 x 位置數據」成為了大數據指數式增長的推動力,更加重要的是大數據所驅動的數位行銷如箭在弦。

Hugo在書中提出的行銷長尾現象,亦隨着客戶消費的「前中後行為」數據收集而愈見明顯,顧客行為數據在幾年間變得不再稀缺。行銷人員以往能充分營運幾十個用戶標籤已經不容易,惟面對海量數據的年代,每個使用者的標籤又何止上千。

適逢機器學習和雲計算為此配合得天衣無縫,無監督學習、GAN(生成式對抗網絡)等技術可以加速從大數據找出長尾客戶。例如既喜歡日本料理,又喜歡某品牌化妝品的消費者,可能正是某款智能手機應該定位的潛在客戶。再使用這個核心用戶群去圈定更多的類似廣告群,這個曾經享負盛名的人群定位演算法稱為Lookalike,在阿里叫達摩劍。然後阿里更推出了自動化生產內容的產品「魯班」,左右互搏,達摩劍與魯班正好形成了數據的閉環。

一口氣說了數位化行銷的30年,我和Hugo都走過了「內容為王」到「數據為王」的歷程,感慨頗豐。感覺行銷這兩個字的定義也被改寫,這也正是該書提出的觀點—行銷長尾的時代來了。

更多車品覺文章:

支持 StartupBeat

如欲投稿、報料,發佈新聞稿或採訪通知,按這裡聯絡我們