文/翁芊儒 | 2021-12-17發表
圖片來源: 

圖/Line

重點新聞(1126~1216)

 Line Pay官方帳號   精準訊息發送 

Line Pay官方帳號精準推播兩大關鍵，先量化訊息價值再鎖定相似受眾

Line在年底開發者大會中分享，如何透過量化Line Pay官方帳號訊息的價值，以及提升對用戶投放訊息的精準度，來改善Line Pay官方帳號的使用者體驗。

Line Pay目前有那約4,800萬用戶為Line Pay官方帳號好友。Line金融資料科學團隊資料科學家Koya Sugimoto指出，在2019年8月前，Line Pay官方帳號的用戶，每月都會從Line Pay官方帳號收到超過30則訊息通知，像是功能更新或活動促銷等資訊。由於這些訊息大多對用戶無用，Line決定從兩個方向來展開訊息發送的優化。

第一步先將官方帳號的訊息價值量化，來找出對用戶更有用的資訊，提高有用資訊的傳遞。Line先透過所有官方帳號訊息發送後，統計其訊息點擊率與官方帳號未封鎖率（Non-block rate）兩個指標，藉由用戶的點擊與封鎖反應，來衡量該則訊息的有用程度。然而，這遇到了一個問題，因為一天也可能發布2～3則訊息，在官方帳號未封鎖率的衡量上，較難用簡單的邏輯來找出每封訊息帶來的封鎖影響。

因此，Line將一個統計模型，應用到一段時間封鎖數量的時間序列資料中，並將其分別解構為，因訊息而封鎖、因其他原因而封鎖兩大類。

Line首先分析用戶的封鎖行為，發現未發送訊息仍被封鎖的行為有其週期性，每週的統計數據相差無幾；而因訊息發送而被封鎖的行為，這類封鎖隨著訊息剛被發送出來數量會急遽增加，隨著時間久了增加幅度會趨緩，這個曲線同時符合累積的訊息點擊量，訊息發送後點擊率同樣會先大幅攀升再逐漸趨緩，且統計後發現，80%的用戶會在訊息發送後的6小時內點擊，20%則是超過6小時後點擊。

有了這項數據後，Line也反過來用於封鎖率，將訊息發送後6小時內的封鎖行為，歸咎於無用訊息所致。接著，藉由週期性的封鎖、受訊息影響而封鎖這兩大數據，Line建立出能夠衡量每則訊息封鎖率的模型。

至此，透過點擊率與未封鎖率，Line已經能找出更有用的訊息類型，比如特惠訊息、Line Pay新功能發布等，以及較無用的訊息，比如Line金融與家庭服務的推廣訊息，來減少無用訊息的發送。

下一步，則是要透過更精準的訊息發送，改善Line Pay官方帳號的使用者體驗。Line為此採用了ML團隊開發的相似受眾瞄準方法，將種子用戶輸入，根據這群用戶使用Line服務的多元行為（Z Features），找出Line Pay官方帳號用戶中與這類用戶相似的受眾。

Koya Sugimoto指出，這項任務的關鍵問題是，Line如何在減少訊息發送的同時，維持甚至增加新用戶的數量？

為了找出答案，Line採用了A/B測試方法。Koya Sugimoto舉例，在Line提供加密資產交易服務Bitmax這個訊息上，原本的行銷方法，是根據Bitmax用戶統計，瞄準30多歲男性白領階級用戶來發送訊息，然而，這個方式卻不太有效。因此，Line分別針對與Bitmax用戶高度相似的受眾，以及基於種子用戶特徵的相似受眾，來發送相關訊息，經過兩種方法的測試比較後，發現後者方法更加有效，只要發送與前者相比1/10的訊息量，就能達到前者獲客數的1/2。

經過這項測試後，Line決定施行相似受眾瞄準的訊息發送策略，並開發了一套系統，讓規劃者能透過API，從內容管理系統（CMS）使用這項功能。當種子用戶名單被上傳到CMS之後，系統將會呼叫API來生成相似用戶的名單，由規劃者對這群受眾發送訊息。而種子名單則是會從企業產品中以SQL提取出來，再同樣以API上傳到CMS中。（詳全文）

 全家   3D導購廊道   虛實整合 

全家試驗3D導購廊道，要靠影像辨識、AI推薦與3D虛擬商品打造虛實整合的顧客體驗

全家便利商店忠孝光復店正在進行一項3D導購廊道POC驗證，目標要靠AI互動體驗達到如「櫥窗購物」（Window shopping）的攬客功效，透過螢幕進行更加個人化的互動推薦，將顧客導流到實體店消費，創造OMO、虛實整合的消費體驗。例如當行人路過廊道時，以AI即時辨識顧客服裝和年齡，來預測消費者偏好，並主動推薦適合的產品；在虛擬商品的呈現上，則能以螢幕呈現商品720度3D影像，讓顧客能透過觸控螢幕觀看商品細節，包括珠寶奢侈品、話題性公仔等不易於店內陳列的商品。同時，透過虛擬小幫手導覽及互動遊戲，也能提供顧客優惠券，將其導流至實體店舖購買，藉此打造差異化的導客策略。

 特力集團   顧客數據分析   精準行銷 

特力集團大力發展數據來了解消費者偏好，發展從精準行銷到熟客經營管理等加值應用

國內涵蓋特力屋、HOLA特力和樂等零售通路，且國外合作供應商超過4千家的特力集團（以下簡稱特力），這2年開始大力發展數據。特力2018年率先推動零售資訊系統數位轉型，建立營運中臺架構機制，將服務的概念與架構逐步拆出。當時，他們先延用既有的資料倉儲、資料市集與資料分析平臺，結合CRM進行精準行銷推薦，比如嘗試以數據化、科學化方式來推薦如枕頭、床墊等寢具商品，甚至在零售端與貿易端，都利用銷售資訊進行數據彙整分析，提供給供應商或自家商品的開發與採購單位，來了解各地區消費者偏好，進而設計產品。這正是特力運用數據加值後，發展出的新商業模式。

去年，特力開始發展零售數據中臺，目的是結合線上數位軌跡與線下交易記錄，將客戶360度資訊彙整到數據中臺，今年上線的首個試行應用是熟客經營與管理。這也是特力展開零售端數據創新應用的第一步。（詳全文）

 家樂福   Meta   顧客體驗 

家樂福要靠臉書社群與數位工具，強化數位行銷、提升顧客體驗

家樂福在11月宣布與Meta達成合作，來強化員工及顧客更加個人化與連結性的體驗，臺灣家樂福也涵蓋在這次包括9個國家的策略合作中。這個合作橫跨許多家樂福內部溝通、員工體驗到顧客關係、數位廣告、數位化傳單、在地溝通與社交商務（social commerce）。

在數位行銷方面，家樂福要透過WhatsApp與Messenger提供即時與個人化的用戶體驗。因應直播購物與新型態消費的興起，家樂福也要透過臉書的客製工具和新格式來開發電子目錄，並透過WhatsApp Business API進行數位推銷。兩家公司更在數據平臺Carrefour Links中，開發一個活動受眾定位與衡量功能，要透過該平臺集結零售媒體解決方案，來改善廣告活動的成效。（詳全文）

 Linkedin   第一方資料   B2B行銷工具 

Linkedin正在開發基於用戶隱私的B2B數位行銷解決方案

Linkedin宣布要在兼顧企業用戶數據隱私的前提下，提供更多B2B行銷工具。比如說，Linkedin將利用自身的第一方數據，將相同專業身份屬性的企業分群，像是資歷或產業，讓用戶能跨管道接觸到目標受眾，但不需進行個人級別（individual-level）的跨網站追蹤。針對B2B行銷活動的衡量，Linkedin提出三大投資方向，其一，是利用AI來更準確的衡量成效轉換，其二，是將線下的轉換歸因，其三，則是改用第一方Cookie來統計成效轉換。

Linkedin也提出另外三項擴大B2B行銷成效的發展方向，其一，持續測試多種方法，以擴大受眾的媒合，讓行銷人員可以利用在Linkedin上發布的內容來觸及第一方受眾；其二，是找出在用戶裝置上處理資料的方法，來更有效衡量活動轉換、瞄準目標受眾，同時確保個人隱私資料與第三方資料不會 在平臺中分享；其三，則是建立聚焦隱私的活動ROI最佳化工具，來自動廣告優化活動，不僅要能蒐集有效轉換，更要能在跨通道的所有展示位置中，找出性價比高的版位。（詳全文）

 Snapchat   食物掃描   相似商品推薦 

Snap相機一鍵掃描除了可查詢商品資訊、推薦相似單品，現在更能查詢食譜

社交媒體Snapchat加入了一項「食物掃描（Food Scan）」新功能，讓使用者在以此掃描一項食材後，能夠在Allrecipes平臺中找出這項食材製作的食譜，給使用者參考，掃描功能目前也經能識別上百種狗食、超過60萬種植物以及上百萬首歌與產品，只要掃描即可取得商品資訊。Snap今年5月的發佈更指出，若用戶以相機掃描朋友的服裝，Screenshop功能就能從數百種品牌中，進行相似商品的購物推薦。外媒Social Media Today則指出，相機掃描功能是Snap AR生態圈的一環，掃描功能未來可能促成另一個層次的AR連結，成為Snap產品中的重要元素。

 更多Martech動態 

1.Google、蘋果皆因用戶資料在義大利被罰1,000萬歐元（詳全文）

責任編輯／翁芊儒

圖片來源／Line、資策會、Snap

資料來源：iThome整理，2021年12月

熱門新聞

Advertisement