“FINTECH - Reshaping the Future of Finance Services”

108 109 我們發現，使用社交平台的公開訊息，包括用戶和品牌網站管理員發布 的評論、帖子等網上的異質性 (heterogeneous) 信息，在此基礎上分析 大量用戶与品牌的相連關係，進行目標客戶定位，比傳統方法更有效對 焦到正確的目標用戶受眾，更重要一點是，也不需要利用或侵犯到個人 的私隱資料。 迎來 AI 新時代紀元 總括來說，使用原來傳統方法所推薦瞄準的 1 千個用戶作為潛在顧客， 當中可能只有 20 個用戶點擊你發出的廣告，點擊率只有 2%，但使用 我們提出的方案，利用社交平台上的異質性訊息，進行相連關係的分 析，所推薦的 1 千個用戶，當中會有 40 人點擊你發出的廣告，點擊 率升高至 4%。別小瞧這 2% 的絕對提升，點擊率的相對提升卻達到了 100%，升幅可觀，而且這群人更有機會成為你的新用戶或顧客。 AI 的計算法在商業上的應用，如今方興未艾，並且具有巨大的發展空 間。企業在商場上馳騁，進行產品銷售或服務競爭，相信很快便會進入 一個 AI 新時代紀元。 其實都可成為豐富的數據庫源，我們可以通過分析，去了解用戶和品牌 在社交媒體上互動行為的意義、相連關係，從中推斷目標用戶的定位。 更重要一點是，所有這些用户與品牌的互动信息，都可以在社交媒體平 台上公開獲取，並且可以不受限制地登入瀏覽。 值得扼要闡釋一下相連關係的作用。舉例來說，假如 A 君登入了可口可 樂的網站，並且點擊了可樂的廣告，同時又登入了美聯航空的網站，並 轉發了美聯航空網上關於機票打折的廣告給朋友，我們通過這些公共信 息行為，去發掘出相關的潛在用戶。推斷方法基礎並不複雜，譬如，若 我們從資料中發現有大量的其他用戶登入了可樂，又登入了美聯航空， 並同時又登入了Ｘ品牌網站，即使 A 君並沒有接觸過Ｘ品牌的產品或服 務，但也有可能是Ｘ品牌產品的潛在用戶。通過這種相應關連，去協助 廣告公司向客戶推薦目標潛在用戶名單，或者公司自行透過這種方法， 去發現潛在的目標用戶，以增加銷售。 不侵犯私隱收更佳效果 筆者的研究使用了 Facebook Graph API 下載品牌頁面上可見的所有 活動，例如品牌管理員發布的帖子，以及用戶發布的評論和帖子。該 數據集包含超過 10,000 個品牌，4600 萬獨特用戶和 20 億個用戶品 牌活動的信息。我們提出的定位方法跟以前文獻提出四個不同的基線 (baselines)，即人口統計，地理位置，在線瀏覽紀錄，友朋網絡等進 行比較。研究中牽涉 AI 的算法，本文不贅述，只把研究結果同讀者分 享。 人工智能機遇與挑戰