出門旅遊時,我們經常利用大型訂房網站,如 booking、agoda 等網站來挑選住宿房間;不知道吃什麼的時候,我們也會用外送 App 程式來挑選商譽好的店家點餐。然而,為何有時用這些網站挑選出的高評價商家,實際體驗後的結果卻未必像它的評分一樣好呢?讓排名研究專家告訴你……

推薦的遊戲:我們要的只是信任

我敢打賭,你應該不可能不參考網路上的意見就去做出任何購物的決定。

推薦的遊戲隨著電子商務的風行,已經變成我們日常生活中的一環,這個遊戲有兩個玩家,亦即一組產品的買家跟賣家,然後有一個運用線上服務來為他們配對的機制。

就歷史的角度來說,生意人通常都認得他們潛在的買主,所以他們可以根據顧客過去的購買狀況來做出推薦。但我們現在過的日子已經不同於就算是僅僅一、兩代之前的「祖先」,我們跟許多銷售者之間的個人關係已經不再存在,但卻有其他更多可運用的替代選項,機器學習專家也承諾他們有辦法做到,至少可以部分取代過去那種靠個人關係的交易方式。

精密推薦演算式的目標,是要了解並預測消費者的個人行為,就原則上來說,推薦演算式是中性的,它們不應該偏重照顧賣主或買主任何一方的利益。

一般而言,推薦系統是根據各種不同的理由來向潛在的消費者建議產品。銷售方通常會面對兩個問題:

首先, 這裡有件新產品譬如說割草機,那麼,現在的目標就是要找出可能的買主,但怎麼找呢?你去年才買了一部割草機,難道還需要一部給明年用嗎?不用,不用,當然不用!但你既然買了割草機,就應該有個花園,所以你也許需要一些園藝的工具,是吧?

其次, 假定這裡有位名叫麗茲(Liz)的用戶,那麼,你要優先推薦給她的三樣產品會是什麼?我們都不是生活在一個老套古板的世界裡,所以,我們可以考慮推薦給她一些新鮮、新奇的汽車零配件。然後,也許再推個電腦遊戲英雄聯盟(League of Legends)。

最後, 如果她真的喜愛寵物的話,她還應該要買另一樣東西:Embark 公司出品的 Dog DNA Test!

online shopping
圖片來源:

這個程序被稱為推薦問題裡的排序形成。由這種系統所生出的高品質推薦,可以將用戶的體驗從「惱人」轉化成「貼心」,同時還能爭取到消費者的長期信任和忠心。現代的推薦系統利用敦促用戶表明下列的偏好,來形成本身的策略:

● 讓我知道我的朋友喜歡些什麼( 集體 篩選)。
● 讓我知道我過去都喜歡些什麼東西( 內容 為基礎的篩選)。
● 讓我知道什麼東西符合我的需要(以 知識 為基礎來推薦)。

有些數字其實只是道聽塗說,譬如「亞馬遜的營業額有 35% 都來自於推薦」。感覺上,好像我們的注意力都只受到說服技巧的影響,就算我們不會立刻採取行動,我們也會反覆估量那些眼睛看到的宣傳語句:「你也許也會喜歡……」、「大家經常一起買的……」、「買這件東西的顧客也會買……」以及「推薦給你……」。

另外一個可以敦促人購買的技巧是:早期的演算法是根據消費者過去的購買紀錄而做出推薦,但即時推薦系統不需要歷史數據,他們是就消費者點擊的模式來做分析,特別是專注於消費者正在瀏覽的品項、廣告詞、廣告等。在這種情況下,就算是第一次點進網站,也會立刻被鎖定。

2017 年時,電子商務占了全球零售的 10%,我們不能低估推薦系統在其中所扮演的角色。研究結果表明,一個推薦系統成功與否,「信任」是一個主要的因素。做為購買者,我們會希望推薦系統真的有用,而且推薦過程應該要透明。

現在已經有愈來愈多有關於推薦系統的研究結果出現,但大多數都是分析推薦系統的用處以及其過程是否透明,很少觸及我們應該如何應對排山倒海而來的推薦。

現代的服務制度,永遠都有可改進之處

所有建立的目的是為了幫助人,以及有合理利潤的制度都可以被操弄。2015 年出現了一個新聞,一個根本不存在的義大利餐廳在貓途鷹(TripAdvisor)對北義大利小鎮莫尼加德爾加爾達(Moniga del Garda)所做餐廳排行榜上居於首位。

當時是義大利最出名的線上美食雜誌《餐桌上的義大利》(Italia a Tavola)的編輯想要證明,入口網頁所做的排名是可以受到操弄而製造出的一個騙局。首先,他們創造了一個不存在的、名為「史卡莉塔(La Scaletta)」的餐廳,並且製作了一個簡介網頁。其次,由一些同謀者編寫了假的評論跟評分。結果在接收到一片「好評」之後,該餐廳一躍而為當地的最佳餐廳。

我們應該了解同時也應該接受一個事實,也就是不同型式的軟體都是在「永遠的貝塔」狀態。

「貝塔」(Beta)原先指的是軟體發展過程裡面,進入市場前最後階段的狀態,在這個階段裡,一個由「貝塔使用者」組成的群體會給出使用後的回饋。以現在來說,許多產品都停留在這個階段,還可以繼續予以改進。

這裡習得的教訓:審慎樂觀

推薦系統在我們的生活中可以說是無所不在,我們決定要購物時,幾乎可以說是不可能不受到大型電子商務系統的影響,而推薦系統則是電子商務系統內極為重要的一環。

沒有人可以強迫我們去用它,但如果我們信任它,就自然會去用。任何這樣的系統都有可能被操弄,我們也舉出了一些活生生的例子,其實虛假評價和其他操弄的把戲都是可以篩檢的,使得推薦系統更能幫助我們做出較好的選擇。

本文節錄自樂金文化《排名詭計》一書,作者為彼得.厄迪(Péter Érdi)

作者介紹 |

樂金文化

樂金文化,創立於2018年,我們秉持編輯專業和文化使命,探索世界重要的問題、思想與趨勢,透過引介、出版海內外的優質好書,期許為每位愛書人帶來一場場的心靈饗宴,讓好書不寂寞。

分享