「推薦商品」背後的運作原理是什麼呢？

當你瀏覽網站，瀏覽過程，網頁下方會跳出【你可能會喜歡】、【其他人也瀏覽了...】、【推薦商品】、【熱銷商品】；或是去七乘四買東西，店員會看著結帳螢幕問你(可能他螢幕跳出了某個要推薦給你的東西)，要不要加購什麼什麼商品呢？這背後，是如何運作的？

我看過不少人稱這個就是AI，實不知，這個離AI還差得遠，甚至連數據分析都還談不上，很多僅只是資料採礦的領域罷了。以下咱們由簡入繁列出背後的運作模式：

1. 沒有任何套路
   單純就是庫存多或毛利高的商品，可能每個月更新一次，不管你是誰、買過什麼、當下買了什麼、如何瀏覽網頁，總之在這個月，就是推薦給你這商品。當然，網頁可能會寫上【熱銷商品】這四個字，其實你可以這樣想，既然它是熱銷商品，那自然不用推薦也會有很多人去買，幹嘛推薦給你？所以囉...會推薦給你的，都是【公司想要趕快賣掉的商品】。

2. 正在瀏覽的商品類別
   你正在逛筆電商品頁，總不會心裡想著要買抗菌洗手乳吧？那還不簡單，推薦商品就列出所有【公司想要趕快賣掉的筆電】。只要這個人正在看某個商品類別，下方就推薦這個商品類別裡公司想要趕快賣掉的商品。

3. 人為的經驗判斷
   不是透過任何統計數據的分析方法做到，而是例如某個行銷主管或行銷人員認為，依據他們過往的經驗判斷，一個客人一旦一直瀏覽筆電頁面，那三天內購買筆電的機會非常高。所以針對【一直瀏覽筆電頁面】的人，推薦他【公司想要趕快賣掉的筆電】。
   現在業界普遍(或是小馬孤陋寡聞)，是以這樣的方式在進行，上述推論蠻有道理的，也可能確實如此，但背後是【人為經驗判斷】去執行，而不是透過任何的【數據分析結論】去執行。以這方式做到的推薦商品，充其量，只停留在【資料採礦(Data Mining)】的領域。

4. 批次分析正在瀏覽的人想買什麼
   背後做了關聯分析，昨天針對過去一年的資料分析下來，知道啤酒尿布會被一起購買，於是今天針對正在買啤酒的人，推薦他買尿布(反之如此)。但這個關聯分析，可能一個月做一次，了不起，一天做一次然後依照分析結果每天更新推薦商品，已經是很先進的公司了。
   同理，正在瀏覽某頁面的人、或某些特定瀏覽路徑的人，會買什麼商品，一個月做一次，最多一天做一次，進而更新推薦商品。以這方式做到的推薦商品，確實踏入了【資料分析(Data Analysis)】的領域。

5. 即時分析正在瀏覽的人想買什麼
   能勉強稱上AI的只有這種。關聯分析運算發現原本啤酒尿布會被一起購買，但在最近這24小時內買啤酒的人會去買足球，於是對於那些把啤酒放進購物車裡的人，原本推薦尿布的，改成推薦足球。而且在每次交易發生時，都重新運算一遍設定區間內的關聯分析，並在跑出結果後立刻更換推薦商品。
   同理，正在瀏覽某頁面的人、或某些特定瀏覽路徑的人，會買什麼商品，每成交一筆就即時運算關聯性，進而更新推薦商品。為什麼只能說是勉強稱上AI？因為裡面仍是有非常大量的人為痕跡，包括：設定計算的固定區間(24小時)、統計值權重取捨、每成交一筆計算一次、跳出推薦商品的時機等等太多太多，都是人為設定，而不是透過系統自行運算得出的最佳設定。

江湖一點訣 說破不值錢

今天雷暴得有點多，咱們別再劇透了，拉回資料採礦吧～

我的購物網站裡，我擁有所有購物網站會員的瀏覽記錄資料，誰誰誰某年某月某日幾點幾分幾秒開始進到我的網站，幾點幾分在看哪個網頁，幾點幾分去了某個商品頁面，幾點幾分購買，幾點幾分離開網站。完完整整的瀏覽路徑加上交易資料。

現在的目標是：我想要針對最近三個月、從來沒有購買過筆電的會員、卻一直瀏覽筆電的商品頁面，當作我的「行銷目標」，一旦知道這個人上線瀏覽(不一定要登入喔~只要沒清cookie，就能知道你是誰)，我該怎麼做？
如上所述，所有資料都是正確的，所有資料都沒問題，但你有辦法直接找出「行銷目標」嗎？肯定沒辦法。

於是，小馬兒我先過濾出最近三個月的資料，OK！剔除已經買過筆電的會員，OK！然後...它馬兒的......什麼叫做一直瀏覽筆電的商品頁面？

只看了10秒鐘算不算「一直」？如果每天都上去瀏覽了5秒鐘算不算「一直」？只瀏覽過一次但這次瀏覽了3小時(可能瀏覽到一半去上廁所...或...看電影!?)算不算「一直」？於是針對這個條件，必須先決定好，「一直瀏覽筆電的商品頁面」的清楚具體定義是什麼，才有辦法繼續往下做。

至此，我們已經非常清楚，資料採礦實際在進行的工作，明天，我們來做個小結吧！

資料採礦 番外篇3

像算命一樣 往往是機率問題

每每聽到「精準行銷」、「推薦商品」，我都會想起這則故事。

一堂心理學的課程裡，講師說他會算命，於是課堂上分給全班學生各一封信，信封上寫著屬於該名學生的名字，講師說：

「請你們現在打開我的信件，我依據每個人的面相和姓名，針對每個人，我已經寫下你們每個人的個性和想法。」

在講師認為多數已經閱讀完畢且還無法彼此交流的時間點，他問：

「覺得信件內容還算有準確、有說中的，請舉手。」

結果全班接近八成的人都舉了手，講師接著說：

「好了，你們可以看看周遭同學彼此手中的信件內容。」

於是大家發現，所有的信件內容都是一模一樣的，而裡面寫著類似：
「多數狀況下，只要別人對你誠懇，你也願意對他誠懇。」
「有時候會做些小壞事，但你覺得要嘛無傷大雅，要嘛真的是不得已的必要之惡。」

小馬對於推薦商品的看法也是如此，偶爾我們真的會看到一些「有中」的推薦商品，但通常不是背後運算多麼厲害，多麼AI，當瞭解在相同「有中」的推薦商品之下，還有一群人是「沒中」的，你就知道，這一切只是很單純的機率問題，只是多數人沒有那麼多的機會，可以觀察到完整的全貌。

再以機率來看，一定會有一小群人，他瀏覽任何網站時，該網站跳出的推薦商品剛剛好都是他想要的，而這一小群人會有一些做行銷的、做資訊的、做講師的、做部落客的、做老闆的。他們可能對於這背後的運作，有點懂又不太懂，只知道現在的科技，已經做得到每次推薦給他們的東西，他們都想要，真是太神奇了！於是把這一切冠上了最頂級的詞彙，「這背後是AI在運作。」似乎就沒那麼難理解了。