NEC开发了AI技术“客户画像推算技术”

[摘要]NEC新开发的“客户画像推算技术”,可自动推算客户个体画像,在短时间内实现超越专家的高精度分析。

NEC新开发的“客户画像推算技术”,可自动推算客户个体画像,在短时间内实现超越专家的高精度分析。

NEC新开发的“客户画像推算技术”,无需营销专家参与就可以高精度地自动推算每个客户的详细画像,包括兴趣爱好等。此技术是NEC最先进的AI技术群“NEC the WISE”(注1)中的一项重要技术。

在市场营销领域,捕捉每位客户价值观的微观营销备受瞩目,为此需要掌握每个人的详细信息。相对容易获取的是年龄、性别等基本画像,而像职业、嗜好、年收入等详细画像则很难获取。过去的做法是依据可以获取的基本画像推算更加详细的信息,或者依据购买记录(ID-POS 注2)将商品与客户特征连接起来从而推算客户的详细信息,而这样的分析方法,其精度和耗费的精力则成为课题。

此次开发的技术是基于NEC独有的关联挖掘技术,高精度地全自动推算基本画像及购买记录、每个客户的详细画像等,从而对应时刻变化的生活方式,迅速发现容易被遗漏的个体客户的真正需求并采取相应的行动。

NEC使用公开数据对此技术的有效性进行了验证,结果表明过去专家们需要花3个多月才能做出来的分析,通过此技术只需要3天就可以做出来,并且精度超越了专家的分析结果(注3)。

今后、NEC将继续研发,计划将此技术应用到百货店、超市、便利店、电子商务网站、积分卡系统经营者等零售・流通领域。

【背 景】

在企业的营销方面,除了关注消费者整体的大众营销外,关注每个消费者价值观的微观营销正备受瞩目。在微观营销方面,根据每个人的画像信息挖掘每个人的潜在需求,从而开发更加符合目标客户的兴趣方向、购买意向、价值观的商品,并制定销售战略。但是很难直接通过会员登录、调查问卷等方式收集每个消费者的详细画像信息(如:职业、嗜好、年收入等),因此以往采用以下方法来实现。

其中一个方法是根据比较容易收集的年龄、性別等信息来推算其他的详细画像信息,但是通过单纯的数据解析无法精确推算。

另一个手法是加入基于消费者视角的各类商品的特征信息(商品DNA 注4),与商品购买记录进行比对,从而推算每位消费者的详细画像。这种推算方法虽然可以提高推算的精度,但是标记产品需要营销专家的参与,并且需要耗费很多精力。

而本次NEC开发的“客户画像推算技术”则可以解决以往的课题。

【新技术的优势】

1.可依据基本信息和购买记录自动推算客户的详细画像

应用NEC独有的关联挖掘技术,只需要输入客户的基础画像信息和购买记录,就可以推算出每个客户的详细画像信息。由于全面废除了人工的商品标签粘贴作业等,变更为全自动化流程,因此可以将过去需要3个多月来分析一个客户信息的时间缩短到短短3天 (注3)。

2. 通过反复生成和验证假设,实现超越专家分析水平的精度

将参照商品的购买记录从而生成每位客户的详细画像的假设的AI技术,与参照部分客户回答的调查问卷结果从而验证假设正确性的AI技术相结合,通过循环进行“生成假设 → 验证 →对于生成的假设的反馈”,推算出不受分析者主观影响的客户详细画像。通过无数次高速重复这一循环,实现了超越专家分析结果的精度,从而推算客户的详细画像。

本技术不仅可以应用在对客户的详细的画像推算上、还可以应用到商品属性(商品DNA)的推算上。例如,专家使用一部分商品DNA的标签,剩余的商品DNA标签则会自动派发。借此可以代替专家所做的商品DNA分析工作,成本会大幅减少。

(注1)

“NEC the WISE”的标志中所蕴含的意义

“NEC the WISE”的标志采用了立体图形中最简单的三角锥体,三角锥体的中心有一个立方体。锐角的三角锥体作为基础预示着坚固、难以动摇,而位于中央的立方体则象征着聚集了智慧的AI技术。该商标的倾斜角度体现了通过人与人、人与社会、人与AI技术的协调解决所有社会课题,使其由不稳定转化为稳定,创造更美好的社会这一想法。

新闻稿:

NEC发布AI技术品牌名称“NEC the WISE”

http://jpn.nec.com/press/201607/20160719_01.html

NEC有关AI的研究

http://jpn.nec.com/rd/crl/ai/

(注2) ID-POS:包含了“卖给了谁”的ID(消费者)信息的购买记录数据。可以从积分卡等途径获取。

(注3)使用了对外公开的100万个电影浏览信息,从观看电影网站上获取的观影者的基本信息 (年龄、性别)与在线视听记录(相当于购买记录的数据),自动划分类型(相当于商品DNA),从而推算每个用户的详细信息(喜欢的电影类型)。

(注4)商品DNA:可以表明“那件商品被拥有什么样的生活方式的消费者所购买”的所有信息。主要由厂商和市场营销人员等专家来定义。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。