威朋分析大數據搶廣告決策先機

李建興報導   (威朋分析大資料搶廣告決策先機 走出臺灣拿到千萬美元融資，iThome，2014-08-04)

廣告是對使用者的干擾，黃俊傑表示，使用者瀏覽網站時，只有在內容載入前幾秒鐘，具備耐心和專注力來觀賞廣告。 

如何在這麼短的時間內引起使用者的興趣，威朋就必須精準了解手機使用者的特性，才能夠從上千檔廣告中，挑選出每一位使用者可能有興趣的內容顯示在畫面上，例如提供便宜實用的開架化妝品廣告，比高檔產品更能吸引節儉的小資女用戶。 

但是，了解使用者並不是威朋唯一的挑戰。平均一支行動廣告大概只有 0.5 秒的曝光時間，廣告傳送過程還必須預留時間來等待最難預測的網路延遲時間。所以，威朋的廣告系統大約只剩下 0.1 秒的時間，來決定要發送什麼樣的廣告給使用者。... 

依據威朋  2013 年的實驗，黃俊傑表示，廣告投放延遲 1 秒鐘，威朋將損失 300 元 (註 1)，「時間就是金錢，正是大資料時代最好寫照」。為了要兼具用戶量以及速度的需求，黃俊傑意識到公司必須導入大資料技術，否則運算需求跟不上用戶成長速度。 

因此，威朋成為臺灣第一波開始發展大資料技術的企業之一，起初只是導入Hadoop 運用平臺來分析用戶情境。黃俊傑表示，智慧型手機上充滿感知器，能夠了解使用者正處於什麼情境中，威朋依照用戶所處情境投放適合的廣告，這些情境包括了即時資訊以及歷史資訊，即時資訊如用戶 GPS 資訊或是正在使用的 App 等，歷史資訊包含正在工作與否、App 使用習慣甚至是消費能力等資訊，綜合這些資訊就能得到相對精確的使用者情境。... 

黃俊傑說，根據越精確的情境所推送的廣告品質越好，也能降低用戶覺得被侵入的感受，例如當用戶心情不好時，或許可以推送心理輔導相關或是抒解壓力相關的產品廣告，「如此廣告也就成為有價值的資訊，用戶會模糊廣告跟資訊的界線。」他說。... 

因為過去電腦運算速度較慢，因此 Hadoop 高度分散的架構，有助於藉由平行化提高運算效率，隨著電腦運算速度越來越快，過去需要 2,000 臺電腦同時協作才能完成的工作，現在可能只需要 50 臺，黃俊傑舉例，這就像在法拉利上裝卡車的輪子，還是跑得動，但是卻跑不快。 

不過，Hadoop 無法即時分析的歷史包袱開始出現極限，因此，威朋也同時使用另一套更即時的大資料技術 BDAS (Berkeley Data Analytics Stack)，而 BDAS 能夠做到即時反饋使用者喜好，修正決策模型，例如原本一款開架化妝品目標族群預設是粉領新貴，但是經過一段時間收集資料發現，其實貴婦比較喜歡這款產品，BDAS 可以馬上做出反應，即時提高這檔廣告投放給貴婦比例。目前，威朋兩套系統並行使用，而 Hadoop 則用於處理即時性需求較低的資料。

(註 1) 每天是 (24 * 60 * 60 * 300 = ) 2592 萬