Amazing Baconizer 是一套將 Amazon 書店 “customer who bought this also bought(誰也買了這一本書)" 的資料爬梳後建立起「社會性關聯(social network)」的軟體。
我嘗試把兩本最近 blog 中提到的書做比較,順序的第一本是 Zen and The Art of Motorcycle Maintenance(萬里任禪遊), 第二本是 Edward Tufte 的 Envisioning Information,結果是:
http://www.baconizer.com/cgi-bin/boston?title1=0553277472&title2=0961392118
若是將順序顛倒,結果則為:
http://www.baconizer.com/cgi-bin/boston?title1=0961392118&title2=0553277472
以這兩個例子來看,從第一種順序出發會經過比較多的"hop"後,才追溯到第二本。若反向而循,則有相異的狀況。我想問的是,這個 visualization(?) 要如何以資料庫行銷(database marketing)的角度來探討?
Jon Udell 寫了一篇 Applied social network analysis。
探索更多來自 T.H. Schee 的內容
訂閱即可透過電子郵件收到最新文章。
就我所知,通常最單純的應用手法是對消費者作推薦。
如果 hop 數直接視為一種分數,則 hop 愈少的表示消費者也對這個商品感興趣的機率愈高。
舉例來說,若我買了 Zen and The Art of Motorcycle Maintenance,假設我也會對 Envisioning Information 感興趣的機率是 1/8 (hop = 8),則一個買了 Envisioning Information 的人對 Zen and The Art of Motorcycle Maintenance 感興趣的機率是 1/6 (hop = 6)。
於是,對顧客來說,隨著他買過的書籍而改變的,將是商人準備推銷之其他商品的候選清單。
更進一步,如果顧客和顧客之間可以透過這些 hop 來建立關聯性的強弱,推銷就有可能不再是一對一進行。只是有無此必要呢?
Well,這算不算是一種資料庫行銷?