痞客邦活用數據 創造社群行銷與內容電商價值

2017/03/27 - 魏淑芳

毋庸置疑，對於社群網站、內容創作平台，乃至其他型式網路服務業者而言，若能善用大數據，即可望擴增收益來源、提升作業效能、優化使用者體驗，重要性不言可喻。因此一向自許成為台灣「生活百科全書」的痞客邦(PIXNET)，對大數據分析著力甚深。

痞客邦研發中總監林瑞男表示，PIXNET收集的大數據，涵蓋搜尋、瀏覽、分享、按讚、留言等網路行為資料，其將累積的大數據彙整、分析、歸納後，運用至站內系統的廣告推送、行銷活動、社群商務各種面向，致力創造出更好、更精準的服務。

林瑞男接著說，所謂社群行銷與大數據的關聯性，主要發生在4個關鍵項目，分別是族群輪廓、族群標籤、聲量分析及廣告追蹤。其中「族群輪廓」算是高難度的重要起步，主要是因為，除會員外高達逾9成的瀏覽者，並不會留下個人資訊，故PIXNET必須利用極有限的資料，借助一些可推估年齡、性別的演算法，據以判斷訪客樣貌。

當描繪出族群輪廓後，接著必須透過行為比對，為每一個人貼上屬性標籤，如此才能區隔出一個個興趣族群，方便日後在投遞廣告過程中，迅速篩選出最適合的行銷對象。另需藉由大數據分析，釐清欲行銷產品或品牌的聲量比例，大抵落在市場上何等排名順位，再根據不同落點，展開不同行銷手法。

在執行行銷活動的過程，要隨時詳加分析點擊率、流失率、停留時間、彈跳率、參與率、離開率等關鍵指標，迅速找出問題並加以修正，以提高行銷成功率。

除社群行銷外，痞客邦亦期望借助數據分析的力量，幫助自己朝向「內容電商」目標大步前進，如願在廣告外另闢其他收益來源。至於內容電商的關鍵推動項目，依序包括了內容標籤、文章分類、實體擷取，以及商品推薦。

上述各道程序中，難度較高者為文章分類與實體擷取，一方面需借重分類演算法，二方面需透過完整語意的複合方法，抓取關鍵單字；另以最後一道程序商品推薦而論，除了譬如飯店？民宿、餐廳或美妝產品之類的內容推薦外，另需要搭配興趣推薦、族群推薦，才可望為每個對象推薦適合商品，提高成交機率。


圖說：痞客邦研發中心總監林瑞男。