行銷公關的智能變革:AI助力品牌戰略轉型升級

行銷公關的智能變革:AI助力品牌戰略轉型升級

行銷公關的智能變革:
AI助力品牌戰略轉型升級

隨著AI人工智慧技術不斷創新突破,各行各業皆迎來前所未有的變革,例如在行銷與公關領域,AI的應用便重塑了品牌解讀市場訊息、與消費者互動的方式,也開拓了企業提升各項決策精準度的可能性。本文將帶您探討AI如何為行銷公關領域注入新動能,並藉由意藍的解決方案實際展示AI技術在應對公關危機、提升廣告投放精準度等方面的具體應用。

應用1:AI輿情應變顧問

在數位媒體蓬勃發展、資訊爆炸的現代,消費者的聲音和反饋對於品牌的影響日益顯著,負面輿論一旦出現,往往會在短時間內發酵,企業需要作出即時、恰當的應對,才能避免自身形象和信譽受損。因此,如何快速掌握輿情、進行公關危機處裡以防止負面影響進一步擴大,便成為品牌形象管理的重要課題。
以往企業會使用社群聆聽(Social Listening)或是媒體監測(Media Monitoring)工具,來了解社群網路或大眾媒體是如何提及、討論企業自身形象,這類工具蒐集處理了大量的輿情數據,且通常配合搜尋引擎及語意分析技術,協助使用者過濾出有用的資訊。而隨著AI 技術的進步,意藍的「AI輿情應變顧問」,則為此情境開創了全新的可能性。
AI輿情應變顧問基本介紹
意藍的「AI輿情應變顧問」結合DeepNLP與eLAND GOAT大語言模型,並以全台最大的網路口碑資料庫OpView作為資料基礎,僅須透過簡單的自然語句問答,AI 便會梳理大量文本並生成議題摘要內容,讓使用者能夠輕鬆且快速地掌握事件多面向輪廓。簡言之,其亮點特色如下:
  1. AI 技術結合完整、最新的在地資料,查詢結果可靠、可檢視
  2. 自然語句輸入生成列點式回答,快速了解事件全貌
接著,我們將以國內公開上市櫃公司中的王品集團,在一次食安事件風波中的應對過程為例,從事件發生、社群網路及大眾媒體公開討論,到最後事件妥善處理落幕,實際展示AI輿情應變顧問能夠在公關事件中起到怎麼樣的作用。
AI輿情應變顧問應用實例
首先,透過觀察聲量的趨勢圖,可以大致將此次公關事件劃分為三階段,分別是事件初爆發之前期、事件逐漸延燒之中期及事件落幕之後期。

▲王品集團食安事件 公關危機三階段

在公關事件爆發初期,品牌方會需要盡速釐清事件的來龍去脈,並盤點可能造成的相關影響,藉此評估危機嚴重程度。此時我們可以透過自然語言對AI輿情應變顧問進行提問,如輸入「最近王品集團食安議題發生原因為何?該事件有哪些影響層面?」,其便會以列點方式回答,顯示事件涉及顧客信任、經濟損失、衛生與法規問題等多個面向。

▲王品集團食安事件 輿情應變問答範例(前期)

而隨著公關事件逐漸延燒,品牌則需全面性地掌握社會大眾的關注重點,並決議以何種方式應對聲明、執行有效的止損措施。我們可以向AI輿情應變顧問提問「網友對於王品集團食安議題有哪些討論面向?」,根據其回覆,可以得知民眾在本次事件中在意的面向包含集團員工衛生管理是否確實、餐廳是否定期清潔消毒等,並關注集團後續面對顧客之補償措施。

▲王品集團食安事件 輿情應變問答範例(中期)

最後,在品牌針對該事件做出回應後,亦可透過觀察網友給予的回饋,檢視事件是否落幕、企業品牌是否重新拾回消費者信心。AI輿情應變顧問能夠協助總結品牌做出的處理方針與民眾反饋,包含以直播廚房作業加強消費者對餐廳衛生的信心,以及對消費者進行賠償、展現願意負責任的態度等,逐步平息公關危機與修復品牌形象。

▲王品集團食安事件 輿情應變問答範例(後期)

應用2:AI智能廣告投手

上段說明了AI技術的導入如何賦能企業迅速掌握輿情、有效應對公關危機;而除此之外,AI技術亦能為精準行銷、廣告投放等領域注入新動能。對於品牌而言,準確識別目標受眾並制定有效的行銷策略,可說是提升轉換率、加強顧客忠誠度的關鍵課題,而若企業品牌想要針對目標市場,精準觸及到關注自身或特定輿情的受眾,意藍的AI智能廣告投手便能有效提供協助。

AI智能廣告投手簡介
意藍的「AI智能廣告投手」結合了搜尋引擎、DeepNLP技術及大型語言模型,以AI分析《OpView社群口碑資料庫》上的社群輿情,並將數據轉化為對應「關注特定輿情」的人群樣貌,描繪出話題討論之關注受眾;使用者可以動態調整欲觀測之主題、期間以及來源,或進行網站探索以及自訂內容,最後系統將一次性地產出Google、Meta及PeopleView人群資料庫等多平台推薦的標籤結果,使品牌得以精準鎖定目標客群。

▲AI智能廣告投手亮點特色

AI智能廣告投手應用實例
我們以國內知名的金融業者為例,透過AI智能廣告投手,以公開的社群討論及媒體輿情為基礎,精準計算關注人群的樣貌,進一步顯示廣告投放平台Google Ads推薦的標籤查詢結果。如下圖,可見「玉山銀行信用卡」受眾的關注重點聚焦於房地產、信用與貸款等,競品「國泰世華銀行信用卡」之受眾則著重日常消費,如旅遊、家庭度假等,而此便可作為品牌投放廣告前拓眾的參考依據;經由探索自家與競品的受眾標籤,企業也能進一步選擇是要拓展相似標籤客群,抑或與競品作出區隔、創造獨特性。

▲玉山、國泰世華信用卡話題討論之受眾標籤;資料分析期間:2024Q1

另一方面,AI智能廣告投手也可用於探索特定頻道受眾,例如當品牌想尋找KOL(關鍵意見領袖,Key Opinion Leader)作為宣傳行銷活動的合作對象時,也可以分析關注該KOL的受眾樣貌,進一步探索其受眾標籤,確認與品牌想鎖定的客群是否契合。

▲AI智能廣告投手 特定KOL受眾標籤

在數據驅動的時代下,AI為各行各業注入了全新的動能,成為企業發展和創新的重要推手。透過AI技術與應用,企業得以借力使力,以更加智能、精準的分析實現更高效的運營,發掘出嶄新的商業機會。

想進一步了解「AI輿情應變顧問」和「AI智能廣告投手」嗎?

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>AI自然語言處理技術應用:意藍DeepNLP革新

精華文章AI自然語言處理技術應用:意藍DeepNLP革新

AI自然語言處理技術應用:
意藍DeepNLP革新

自然語言處理(Natural Language Processing,NLP)是AI技術的一種,目的在讓電腦能「理解」並「說出」人類的語言,而意藍DeepNLP深度語意分析模組則是商業化運用最成熟的NLP技術產品之一。本文除了說明自然語言處理技術的原理與優勢外,也將同步介紹意藍DeepNLP技術與AI應用的結合。

意藍的自然語言處理商業化應用

什麼是自然語言處理?

自然語言處理(Natural Language Processing,NLP)是AI人工智慧的一個分支領域,旨在讓電腦能夠「聽得懂」和「說得出」人類語言。

在自然語言處理的領域中,包含以下幾種常見的技術:

  1. 語意分析:理解文句中的意圖、情感,例如意藍自主研發的DeepNLP深度語意分析模組所提供的情緒分析、文本摘要、屬性詞分析等功能。
  2. 語音辨識:將語音轉換成對應的文字內容,例如Google的語音輸入功能。
  3. 文本生成:生成自然且合乎語法的文字內容,例如ChatGPT的文本識別、輸出功能。
  4. 機器翻譯:將文本從一種語言轉換成另一種語言,例如Google翻譯。

意藍DeepNLP技術服務內容
意藍的DeepNLP語意分析模組是國內最早投入,也是商業化應用最成熟的自然語言處理技術產品,能透過深度學習擷取非結構化資料的文本內容、判讀語意情緒、自動摘要文本重點、分析特徵詞與斷詞,將質化文本用於量化統計。
而DeepNLP技術也被應用在意藍的產品當中,其中OpView雲端資料分析服務會針對大量的輿情資料進行情緒分析,來理解文本中的情感,辨別出文本表達的情感是正面、負面或是中立,幫助企業了解輿情對產品、品牌或事件的態度,有助於調整行銷策略和危機應對。除此之外,透過DeppNLP技術還可以抓取文本中的重點資訊,進而掌握公眾關注的重點面向或事件,以制定相應的決策和宣傳方案。透過自動摘要則可以從文本中提取出重要的句子或段落,生成簡潔的摘要,有助於企業迅速理解和分析大量的文本資訊。

大語言模型的興起與優勢

大語言模型的核心特點
大語言模型(Large Language Models,LLM) 是基於自然語言處理所發展的技術,能夠進一步理解自然語言文本,並生成各式各樣的內容,目前國際上較為知名的大語言模型包含OpenAI的GPT系列、Meta的LLaMa系列、Google的Gemini與Gemma系列等。為讓大語言模型能夠更加在地化,國內也積極研發本土大語言模型,如意藍所發展之eLAND GOAT。而大語言模型則主要有以下幾個核心特點:
  1. 大量的數據訓練:透過讓模型從大量文本數據中訓練來學會語言知識。
  2. 上下文理解:能夠理解和生成上下文相關的文本,提供流暢的回覆。
  3. 應用場景廣:有別於過往的模型多只在特定領域表現良好,大語言模型可以用於多種自然語言處理任務上,包括文本生成、翻譯、摘要、問答等。
大語言模型對自然語言處理的強化

大語言模型的發展推動了自然語言處理技術的進步,透過持續的訓練模型,可以更強化自然語言處理的效果,包含:

  1. 語意理解能力更佳:能夠更準確地理解文本中的語意,從而提高自然語言處理系統的性能。
  2. 文本生成能力更強:能夠生成更自然、連貫甚至更貼合使用者需求的文本,在聊天機器人和文本生成工具等方面都有很大的應用潛力。
  3. 多語言處理能力更好:具備多語言處理能力,可以在多種語言之間,進行翻譯和語意的理解。
 

意藍結合搜尋技術、自然語言處理與大語言模型,提升產品效果與體驗

隨著近年生成式AI技術的竄起,意藍也跟上這波技術革新的潮流,基於原有的搜尋技術與DeepNLP技術,再結合生成式AI技術如大語言模型來優化產品服務與體驗,包括:

  1. OpView:意藍運用大語言模型在生成文本上的能力,提供輿情摘要功能,讓使用者在進行輿情觀測與分析時,可以跳脫過往繁瑣的工作流程(例如:在框定議題範圍後,還需人工一篇一篇檢視、吸收消化再整理成重點等耗費時間的作業模式),更快速有效率的取得議題、貼文的討論重點。  此外,OpView也結合大語言模型推出新功能「AI輿情應變顧問」及「AI智能廣告投手」,讓使用者不僅可以在平台上進行輿情觀測與分析,更能進一步地根據輿情資訊,了解關注受眾的樣貌,進而作為精準行銷及廣告投放之參考依據。其中,在AI輿情應變顧問中,意藍結合自身的搜尋引擎技術與檢索增強生成(Retrieval-Augmented Generation, RAG) 技術,讓使用者可以在短時間內,便獲得由AI從數以萬計的輿情資料中萃取、彙整並消化重點後所進行的問題回覆。
  2. AI Search for KM:意藍結合DeepNLP技術、大語言模型以及搜尋引擎技術,提供知識搜尋與問答的服務,可以作為企業的AI知識助理或AI學習教練,能快速的從大量的檔案文件中找出所需內容,並附上參考內容出處供驗證。本產品透過自然語言處理技術結合語意向量搜尋,可以進一步從相關檔案文件中,找出與使用者問題最相關的資訊,再由意藍發展的eLAND GOAT大語言模型加以彙整、內化後,以自然語言的形式回覆給使用者,協助使用者可以快速地取得精準且易懂的問題回覆,解答自身問題、減輕知識內化的時間成本與負擔。

意藍將DeepNLP技術與大語言模型結合,提升產品服務多樣性,藉由AI協助企業客戶簡化輿情分析、知識檢索的繁瑣流程與成本,實現更全面的商業應用服務。 

想進一步了解更多意藍AI技術嗎?

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>電子商務的新一代智能貼標與搜尋推薦系統:應用情境與成功案例

精華文章電子商務的新一代智能貼標與搜尋推薦系統:應用情境與成功案例

電子商務的新一代智能貼標與搜尋推薦系統:
應用情境與成功案例

近年 AI 技術的蓬勃發展為電商業者帶來了創新的機會,譬如在改善商品搜尋效能以及優化個人推薦系統的過程中,AI 都扮演不可或缺的角色。意藍資訊的「新一代智能貼標與搜尋推薦 ── AI Search for EC」即運用AI自然語意處理技術,為電商經營業者打造更完善的搜尋與推薦體驗,而本文將說明 AI Search for EC 之使用情境,並以實際案例帶領讀者瞭解其所能帶來之效益。

本期 AI 知識庫亮點

AI Search for EC 三大使用情境
AI Search for EC 應用實例──以知名藥妝通路品牌電商為例

AI Search for EC 三大使用情境

AI Search for EC 之應用情境包含:

(1)電商平台搜尋/推薦系統升級
消費者進入電商網站後,在瀏覽商品時有很高的機率會使用到「搜尋」功能,而輸入關鍵字後能否準確地找到想要的品項,便是決定其消費體驗的首要關鍵;若搜尋結果不夠精準,便可能使消費者打消購買念頭,並導致頁面跳出率上升。同樣的,若頁面當中的「推薦區塊」未能出現符合消費者意圖與偏好的商品,也將無法刺激顧客的購物慾。
以 AI Search for EC 替換電商平台中的搜尋與推薦系統,便能透過AI語意分析技術自動解析所有商品資訊文本,經判讀各項商品屬性後,呈現精準的搜尋與推薦結果,為消費者提供良好的購物體驗。

(2)SEO建立與優化
過去電商經營者欲改善站外頁面曝光時,常需以人工方式、花費大量時間心力地為每一個商品網頁建立相關 SEO 內容,然而卻未必能有效促進頁面在站外搜尋中的能見度。而 AI Search for EC 能快速辨別並處理多樣性的產品描述和內容,運用其所生成之標籤來建立網站地圖(Sitemap),使電商網站能夠被各搜尋引擎即時、完整地收錄,進而讓電商網站在站外的曝光度得以提升。

(3)內容平台導購
AI Search for EC 不只能萃取出商品文本當中的重點關鍵字、為商品貼標,同樣也能運用於專欄文章等內容,針對各文章段落生成對應的標籤(tag),進一步實現文章推薦文章、或以文章推薦商品的功能。例如,若電商品牌的部落格中有「護眼保健」相關文章,其中在提及「葉黃素」的段落便可以推薦電商平台中的葉黃素相關商品,藉此提升導購效益。

AI Search for EC應用實例──以知名藥妝通路品牌電商為例

知名藥妝通路品牌電商經營痛點

意藍合作夥伴之一的知名藥妝通路品牌,其電商網站所販售的商品類型十分多元,從美妝、保健品到服飾、零食、3C家電等等,共有將近十萬筆商品。面對大量且類型各異的商品,若沒有良好的搜尋引擎,消費者可能會查詢出嚴重偏離消費意圖的結果,例如搜尋「咖啡」時,真正的「咖啡豆」、「咖啡粉」卻出現在「咖啡口味軟糖」、「咖啡色眉筆」的後面;或是搜尋「口紅」時,傳統逐字比對的搜尋功能找不出「唇膏」商品,卻比對到了「口紅膠」商品,還呈現在查詢結果的前面,也就是該找到的找不到,不該找到的卻跑出來,對於電商顧客整體購物體驗大打折扣。

另一方面,所有商品的商品敘述、內容等文本資訊皆由各家供應商分別提供,因此文案內容長短不一、且賣點分散於多個欄位當中,例如面膜商品中,既提到了美白、保濕的功效,又提到了熱門的神經醯胺成分等。上述情形將導致兩個困難點──第一,消費者無法第一時間掌握產品賣點,因而延長了消費決策過程;第二,若要以人工作業進行SEO改善,讓如Google的搜尋引擎收錄正確並抓到重點,往往曠日費時。

導入AI Search for EC後實際效益

該知名藥妝通路品牌的電商平台導入了意藍AI Search for EC後,系統自動掃描、分析全站近十萬筆商品的各式資訊,包括標題、特色、商品描述等,並產出能代表商品的重點標籤,進而精準呈現與消費者意圖相符的搜尋結果;藉由組合這些多元的標籤,系統也能推送顧客高機率感興趣的商品,改善整體消費體驗,提高消費者停留在網站中瀏覽其他商品的意願。具體效益包含:

(1)站內轉換率較過去提升19%

(2)商品推薦轉換率較過去提升8.6倍

(3)消費者平均工作階段時長提升4.2倍

同時,運用AI Search for EC所生成的標籤進行SEO操作,也使全站頁面被站外搜尋引擎收錄的數量增加了56%,可見其對於電子商務的經營業者,能夠帶來具體、明確的效益。

想進一步了解「新一代智能貼標與搜尋推薦系統(AI Search for EC)」?

<span style=" display: block; font-size: 0.8em; font-weight: 100; color: #A5A3A3;">精華文章</span>突破電商轉換率停滯僵局:新一代智能貼標與搜尋推薦系統

精華文章突破電商轉換率停滯僵局:新一代智能貼標與搜尋推薦系統

突破電商轉換率停滯僵局:
新一代智能貼標與搜尋推薦系統

在快速發展的數位經濟時代,電商領域的競爭也日益激烈,而企業如何提升電商網站的搜尋效能、提供更直觀精確的商品資訊,已成為贏得用戶信任與促成轉單的關鍵。意藍資訊的「新一代智能貼標與搜尋推薦系統 – AI Search for EC」便是專為電商經營者打造的解決方案,為企業拓展更加智慧且具競爭力的電商經營利器。

本期 AI 知識庫亮點

電商經營的常見痛點有哪些?
新一代智能貼標與搜尋推薦系統如何應對上述挑戰?
企業導入AI Search for EC有何優勢?

電商經營的常見痛點有哪些?

對於許多電商經營者而言,提升用戶的消費體驗以及增加銷售業績是最重要的目標,而經營過程中需要克服的常見痛點,包含如下:

(1)搜尋結果不全面、不精確:若顧客無法輕易透過平台搜尋到自己想尋找的商品,抑或搜尋結果包含諸多不相關的產品時,不僅消費者無法獲得更全面的選擇,欲銷售的商品也失去了良好的曝光機會。例如,使用傳統關鍵字比對方法的電商,常在顧客搜尋「口紅」的時候,連「口紅膠」商品都顯示出來,但是系統卻不懂得「唇膏」可能也是符合需求的商品,造成搜尋結果不全面也不精確,使顧客誤以為沒有合適的商品而跳出或離開、或是被淹沒在不精確的資訊中而放棄,這是最常見的問題。

(2)商品資訊過於繁雜:商品說明包含過多的專業術語或是細瑣的描述,使顧客不易理解其重點資訊、無法快速得知商品亮點,皆可能導致其購買意願降低,進而提前離開購物頁面,流失交易完成的機會。或許會有電商採用人力編輯來標注重點資訊,然而商品眾多資訊龐雜、人工成本高昂、消費者關注重點經常在變化等,都讓這個問題更加難以解決。

(3)商品推薦系統不理解顧客消費意圖若推薦的結果無法準確命中消費者喜好、推播消費者「有感」商品,便難以進一步促成轉換為訂單,這也是造成站內轉換率停滯不前的因素之一。例如同樣是日常生鮮食品的「雞胸肉」,如果系統能夠理解顧客消費行為背後的意圖不只是「食用」,還包括了「攝取蛋白質」、「低熱量」、「低脂肪」等進一步延伸到「健身」之意圖,或是「易咀嚼食用」等不同的偏好,就可以做出更好、更符合的推薦。

新一代智能貼標與搜尋推薦系統如何應對上述挑戰?

AI Search for EC 基本介紹
為了解決上述電商營運中所面臨之搜尋與推薦結果相關的問題,意藍資訊專為電子商務打造「新一代智能貼標與搜尋推薦系統 – AI Search for EC」,運用了最新的AI語意分析技術,能夠自動解析商品中所帶有的各式資訊文本,判讀出商品的品牌、品項、規格、特色等屬性,甚至能夠了解其情境及用途,並用AI生成出能代表商品的重點標籤。
藉由組合這些多元的標籤,不僅從資訊的層面提升至意圖 (intent) 的層面,還能提升平台的搜尋引擎優化 (Search Engine Optimization,SEO) 效果、增加被搜尋引擎收錄的機會,幫助提升商品曝光和點擊率,也可以提高搜尋結果的準確性,讓消費者更快速地找到符合需求的商品;同時,透過語意分析的貼標過程,AI Search for EC也能深度理解顧客的消費意圖、偏好及興趣,進而提供精準的個人化商品推薦,提高顧客下單機率。
AI Search for EC 亮點特色

我們進一步總結AI Search for EC的亮點特色如下:

(1)語意分析結合AI模型,為商品完整、精準貼標:藉由語意分析技術與訓練成熟的AI模型,系統能解析商品文本所表達的語義,抽取出商品重點屬性,並理解同義概念、不同產業對商品的描述等影響因素,達成商品完整、精準的貼標,例如系統會知道「牛奶蛋捲」是一種蛋捲,牛奶是其風味或特色,是屬於休閒食品而非飲料等。如此一來,搜尋結果便能更全面且準確地呈現,即便顧客使用不同詞彙進行查找,仍能夠找到與搜尋意圖相匹配的商品。

(2)綜合評估多項指標,客製化商品推薦:除了透過語意分析深度理解顧客的消費意圖外,系統也會針對商品在外部的搜尋量、網路聲量、以及銷量等多項指標進行綜合分析,發揮意藍資訊在外部輿情數據的強項,這樣的貼標機制能同時反映消費者需求、市場流行趨勢以及銷售狀況,充分運用外部的數據知識,做出更自動化、符合時宜的商品推薦。

(3)支援即時數據更新,反映市場變化AI Search for EC也能夠動態更新商品標籤,反映即時的市場變化,進而確保系統提供的搜尋、推薦結果與市場脈動相符,為企業在變動快速的電商環境中取得競爭力。

企業導入AI Search for EC有何優勢

電商經營者導入後的實際效益
經過眾多知名及大型電商經營者導入AI Search for EC後,與未導入前的狀況兩相比較,發現AI Search for EC能將更精準的搜尋結果呈現在消費者面前,減少消費者因搜尋到不相關的商品而跳出頁面之情形,並且可以加速消費者決策歷程;而推薦系統的優化,除了能夠提升品牌整體轉換率外,在推送給顧客高機率感興趣的商品同時,也能打造優良的使用者體驗,促使顧客願意持續回頭購物,培養對品牌的忠誠度。
另一方面,系統經由AI語意分析技術所生成之商品標籤,除命中顧客消費意圖、能吸引他們點擊並延長網頁停留時間外,這些符合趨勢潮流的標籤,也可成為電商進行搜尋引擎排名優化的強大武器,改善搜尋引擎對於全站頁面的收錄率,同時讓商品在搜尋引擎中有更好的排名,增加曝光機會,帶動業績成長。
企業導入AI Search for EC的流程與要點
AI Search for EC是一個完整、具有彈性的系統,企業只需提供商品資料Product Feed,其格式不論是JSON、XML、CSV均可, AI Search for EC便能透過API串接的方式,將商品資料傳送至雲端,進行數據處理及語意分析,再將分析出的搜尋與推薦結果回傳,亦提供了搜尋入口、關鍵字意圖猜測、類別商品推薦、相關商品推薦、個人化推薦等多種功能;同時,經過高承載量的實地驗證,即便是如雙11的電商購物大節也能從容應對,讓企業能輕鬆地將搜尋與推薦的功能整合至購物網站或是應用程式中。

想進一步了解「新一代智能貼標與搜尋推薦系統(AI Search for EC)」?

Copyright eLAND Information Co., Ltd.