形塑未來的12大科技趨力——「過濾ing」:如何選出接下來要看要聽要玩的東西?

形塑未來的12大科技趨力——「過濾ing」:如何選出接下來要看要聽要玩的東西?
Photo Credit: Depositephotos

我們想讓你知道的是

萬物圖書館如此巨大,立刻顛覆了我們狹隘的消費習慣。我們需要協助,才能穿過這一大片荒野。我們需要鑑別的方法。我們只有一個選擇,就是取得協助來幫我們做出決策。

然而,我們要把這過剩的情況縮減到讓自己覺得滿意為止,來看看理想的情況吧。我會用自己當例子,我想怎麼選出接下來要看要聽要玩的東西?

首先,我希望送過來的遠超過我知道自己會喜歡的。這種個人過濾器現在已經出現了,叫做推薦引擎。在整合網站中,Amazon、Netflix、Twitter、LinkedIn、Spotify、Beats和Pandora早已用在很多地方。Twitter用推薦系統,根據我已經追蹤的對象,建議我可以追蹤其他用戶。Pandora的系統很類似,根據我已經按喜歡的音樂來推薦新曲給我。LinkedIn上的關係網有一半來自追蹤者的推薦。Amazon利用推薦引擎,讓使用者看到廣為人知的橫幅「喜歡這個品項的人也喜歡下面這些品項」。Netflix用同樣的方法推薦電影給我。聰明的演算法徹底翻過每個人的行為紀錄,才能精確預測我的行為。猜測的結果有一部分根據我過去的行為,所以Amazon的橫幅其實該說:「根據你的紀錄,以及其他同類人士的紀錄,你應該會喜歡這個。」我買過的東西,甚至只是想過要買的東西(他們會追蹤我在頁面上停留多久,即使到最後我沒有買),都用來調整建議。計算了過去十億筆消費的類似程度,最終的預測真的讓人覺得很有見識。

這些推薦過濾器,便是我主要的發掘機制。我覺得一般來說,比專家或朋友的推薦可靠多了。事實上,很多人覺得這些篩選過的推薦很有用,這種「類似品項」的提議占了Amazon三分之一的銷售額——在2014年,這裡的差額約有300億美元,太有價值了。因此Netflix找了300人來研究推薦系統,預算為1億5,000萬美元。等過濾器上線,當然沒有人負責引導。只有不需要睡眠、專心一致的機器,才會注意到我和其他人的行為中有哪些微妙的細節,這就是認知能力的源頭。

但是,你已經表明喜歡某物,推薦系統又給你同樣的東西,就有風險了。你會陷入自我本位的迴旋,看不到其他稍有不同的東西,這些東西說不定也能引起你的興趣。這叫做過濾泡泡,術語則是「過度擬合」。你卡住了,上不了高峰,因為你表現得就像你已經登頂了,看不到周圍的環境。在政治領域裡,也有不少這方面的證據:某種政治類型的讀者只依賴簡單的「更多類似作品」來篩選,其他類型的書幾乎不碰。這種過度擬合,會讓他們的想法變得很頑固。在科學、藝術和文化等方面,也看得到這種因為篩選而引發的個人強化。「更多類似的好東西」過濾器有效的話,就一定要與其他類型的過濾器混合在一起。比方說,雅虎的幾位研究人員設計出一個方法,會自動對應個人在虛擬世界中的選擇範圍,讓泡泡顯示出來,陷在泡泡裡的人只要稍微調整某些方向,就能脫身。

第二,就理想而言,朋友喜歡什麼,我可能不知道,我想要收到這方面的訊息。Twitter和Facebook提供此類過濾器的方法已經有很多種。追蹤朋友的訊息,你不費吹灰之力,就知道他們覺得哪些東西很酷,要分享給別人。用手機透過文字或相片,就能喊出要推薦的東西,太簡單了,所以如果有人喜歡某個新東西卻不分享出來,我們會覺得很驚訝。但朋友如果跟你很像,也會變成過濾泡泡。好朋友會變成回音室,強化同樣的選擇。研究顯示,進入下一個階段,也就是朋友的朋友,有時便足以放大選擇範圍,超越原本的預期。

理想過濾器的第三個要素則是串流,會推薦我不喜歡、但有可能喜歡上的東西。有點像不時要我試吃最不喜歡的乳酪或蔬菜,看看口味是否變了。我向來不喜歡歌劇,但幾年前我又試了一次——大都會劇院上演的《卡門》——即時轉播到電影院裡,大螢幕上打出顯眼的字幕,我看得很高興。專門探測使用者不喜歡事物的過濾器要小心處理,但也能利用大型協作資料庫的力量,因為「不喜歡這些東西的人,後來也變得喜歡上這個」。按著同樣的心情,有時我也想要一點點不喜歡的東西,因為我應該學著發現它們的好處。我的例子包括營養補充品、政治法規的細節或嘻哈音樂。偉大的教師都有一種本領,能把討厭的東西傳授給心不甘情不願接受的人,而且不會把他們嚇跑;偉大的過濾器也做得到。但誰會登記使用這種過濾器呢?

現在,沒有人用得到,因為過濾器主要由平台安裝。Facebook上的用戶平均一個人有200個朋友,他們的更新源源不絕,已經讓Facebook覺得應該要修剪、編輯、削減和過濾你的動態更新,提高控制度。你不會看到朋友的每一則貼文。哪些被過濾掉了?按什麼準則?只有Facebook知道,而且Facebook把公式當成商業機密。要改善什麼,用戶甚至沒聽說。這家公司老說要提高用戶的滿意度,但我們可以猜測,他們篩選你的動態消息,好讓你花更多時間在Facebook上——衡量用戶逗留時間,比衡量用戶快樂度簡單多了。不過,你應該不希望Facebook朝著這個方向走。

相關書摘 ►形塑未來的12大科技趨力——「流動ing」:數位媒體開始變成液態,進入串流

看書不過癮,想要跟KK親自對談嗎?快來參加「KK x 唐鳳」,線上共讀+首次跨海視訊見面會

書籍介紹


猜你喜歡


《錢都》品牌轉型學:導入數位化工具 起手NUEIP企業管理

《錢都》品牌轉型學:導入數位化工具 起手NUEIP企業管理
photo credit:人易科技

我們想讓你知道的是

錢都餐飲導入NUEIP的人資系統,讓各店長有機會展現自身更有價值與影響力的一面,也間接帶動各店彼此的目標達成士氣,讓品牌更有價值。

每天用餐時段一到,橘底白字的店面內,一個個小火鍋上桌,全家人的歡笑聲伴隨著鍋內沸騰的泡泡不斷冒出,這是錢都餐飲旗下老字號火鍋品牌「錢都日式涮涮鍋」的日常。從 1997 年創立至今,目前全台已擁有72間分店、來客數年破千萬,卻依然堅持使用精心熬煮 96 小時後的大骨高湯,並加入柴魚、昆布等食材增添其風味使湯頭更有層次,讓許多老饕顧客每每都感受到錢都令人難以忘懷的餐飲體驗。

而面對時代的變動,錢都近年來也持續推動品牌革新,翻新原有店面改裝成更符合年輕人風格的日系二代店,並積極計畫拓展店面,透過導入數位化工具,當輔助訓練大量儲備幹部與培訓人才時,能夠更加有效率。

NUEIP雲端人資包辦行政庶務,錢都店長安心放眼未來

image3
photo credit:人易科技/錢都
導入NUEIP讓店長們更有時間專注於達成公司營運績效。

錢都餐飲人資主任周芮昕表示,初期原本公司使用紙本打卡鐘,以全人工方式做薪資計算與審核。每個月月底,各店店長們都需要加班計算員工出缺勤與薪水,才能趕得及1號中午之前,讓物流車將紙卡載回總公司。接下來,總公司需加派人力逐張、逐行的人工登打進電腦,同時主管單位還會抽樣檢核正確性,前前後後繁複作業總需花上一週時間,而72間門店店長加上總公司登打與檢核的人力,更是可觀的成本。

「人工計薪誤差高、效率低,換算下來,NUEIP 幫我們幾乎節省了78%的時間與95%的人力成本,現在整個流程只需要兩個人、1.5 個工作天即可完成。不只效率高且基本上是零失誤,這些數值是我們在導入前完全沒意料到的。」周主任述說。錢都認為,店長們應該專注於門店的營運和管理,帶領門店達成公司經營目標,而不是加班執行繁瑣且無效率的行政作業。周主任認真地說道:「錢都餐飲導入NUEIP的人資系統,讓各店長有機會展現自身更有價值與影響力的一面,也間接帶動各店彼此的目標達成士氣,讓品牌更有價值。」

NUEIP療癒系出缺勤、排班與薪水管理,造福餐飲業者

image2
photo credit:人易科技/錢都
NUEIP的雲端人資系統排班介面清晰、操作簡易,且可計算計時人員的實際工作時數。

經營餐飲業的人都知道,餐飲業人員流動率高,加上計時人員眾多的情況下,要掌握員工的請假狀況只能經由店長回報,無法在第一時間知道。周主任說道:「以前各店排班是一件很痛苦的事情,幸好 NUEIP的排班功能對餐飲業非常友善。不僅可以依時數彈性安排工讀生的班表,不須建立上百個班別,還能自動檢核目前的人力配置是否妥當。搭配『實際工時統計』功能,可統計計時人員的實際工作時數,進而準確計算假期、加班時數與薪資,若人員有任何出勤狀況,總公司都能即時知曉或因應。」。

因為適切的系統功能,讓錢都餐飲在企業管理上能夠無所顧慮,周主任表示,雖然前期數位轉型時,要教育店長們使用電腦、熟悉功能,會經過約一個季度的轉換陣痛期。但現在不僅省去紙本操作、不用為了行政事務加班、各店人員可以輕鬆使用LINE進行上下班打卡或請假,店長們紛紛覺得這個轉換期很值得。對總公司來說,更降低了門市人員的控管風險,讓整個企業在力拼品牌規模時,更加順利地往前邁進。

image4
photo credit:人易科技/錢都
錢都藉由手機APP打造會員生態圈、力拼餐飲品牌規模。

雖然疫情肆虐全台業者,但錢都餐飲把握契機逆勢成長,開始發展電商通路,推出品牌麻辣鴨血豆腐、特色水餃、嚴選海鮮食材等;實體店方面,藉由手機會員 APP 打造超級會員經濟。錢都餐飲旗下品牌目前正積極討論拓點計畫,以優渥的薪資獎金招募優秀的儲備幹部,而在例行的行政事務上,則由 NUEIP 協助支援,讓門市與總部的聯繫更加緊密與即時,企業內部管理更加順暢有效率。


了解更多:https://www.nueip.com/

本文由「人易科技」提供,經關鍵評論網媒體集團廣編企劃審閱。


猜你喜歡