提升電商轉換與客單價的軟體服務 | 太米

你是否也有以下經驗?今天你試著想要找送給男/女朋友的禮物,或者想買東西犒賞自己在工作上的辛勞,而往後幾天你可能在瀏覽網頁時,時不時就可以看到類似你之前搜尋的商品類型。

隨著網路科技不斷發展,也帶動大眾對於消費習慣的改變,而電子商務在近年發展更是迅速。在今年也是少數並未因為疫情而受到嚴重打擊的產業類別。

一直以來,如何提升轉換率都是各家電商的重大難題,而像Google以及Facebook都會收集使用者瀏覽紀錄,以便投放使用者感興趣的話題或是廣告,但一般的中小型電商並沒有這樣的資源或是人力,去建構一個資料分析的系統或工具。秉持著「我們就是你的技術團隊」這樣的核心理念,Rosetta.ai挾帶著專業的AI應用技術,一腳踏進電商領域,搶攻電商輔助的市場。曾任職於中小型電商的Daniel和Alice二人,從過去的經驗中發現到,其實很多電商是需要有一個專業的輔助工具去協助他們分析顧客的使用足跡以及偏好,提升轉換率,但大多數的電商基本上都是一個人承攬所有的工作,他們沒有多餘的人力和資源,去追蹤、分析每一個顧客的購物喜好或是線上購買的軌跡,也因此成為他們想要打造這樣子工具的起點。

「我們幫電商去分析他們網站內所有消費者的數位軌跡,包含他點擊過什麼產品,瀏覽過哪些品項,有哪些品項曾經被加入購物車,綜合這些資料去分析他的行為偏好,再去應用在網站內,提供使用者個人化的消費情境。」Alice舉例,「譬如說這個人在我們的資料分析中得知他喜歡紅色,那可能他在進到首頁時,Banner或是出現的商品,就會有紅色這個屬性,去誘使他繼續瀏覽甚至購買,而不是點進來之後就馬上跳開。」除了利用分析結果提供客製化的消費情境外,也會在顧客離開目標網站後,在適當的時機發送處理過的個人化內容,進而提升2-3倍轉換率與客單價。

Rosetta.ai公司走到現在正好快四年,一開始兩年做的都是專案型的工作,一樣也是做分析、推薦的系統,只不過都是屬於高度客製化的系統,而現在的服務,比較偏向標準化的SaaS服務。汲取了過去的經驗,將標準化以及客製化打造成一個個年夠因應各種需求的API工具。

雖然競爭對手不少,不過Daniel很有自信的說,「我們跟其他人的不同,就在於我們使用機器學習去訓練AI模型,針對每一個不同的消費者,我們就會生成一個專屬的檔案,而其他競爭者可能是A、B兩人同時都看過某項商品,那他們可能就會推薦A看過的商品給B,但卻不見得是B的喜好。」

這背後的功臣就是Rosetta.ai的技術長Steeve,負責Machine Learning的他時常在網路上發表文章。發表的文章經常獲得滿多迴響,也因此讓Forbes的專欄作家認識了這間來自台灣的新創公司,也讓他們被評選為2020前25名最值得關注的機器學習領域新創。

我們就是你的技術團隊

曾任職於中小型電商的Daniel和Alice二人,從過去的經驗中發現到,其實很多電商是需要有一個專業的輔助工具去協助他們分析顧客的使用足跡以及偏好,提升轉換率,但大多數的電商基本上都是一個人承攬所有的工作,他們沒有多餘的人力和資源,去追蹤、分析每一個顧客的喜好或是購買歷史,也因此成為他們想要打造這樣子工具的起點。

「我們幫電商去分析他們網站內所有消費者的數位軌跡,包含他點擊過什麼產品,瀏覽過哪些品項,有哪些品項曾經被加入購物車,綜合這些資料去分析他的行為偏好,再去應用在網站內,提供使用者個人化的消費情境。」Alice舉例,「譬如說這個人在我們的資料分析中得知他喜歡紅色,那可能他在進到首頁時,Banner或是出現的商品,就會有紅色這個屬性,去誘使他繼續瀏覽甚至購買,而不是點進來之後就馬上跳開。」除了利用分析結果提供客製化的消費情境外,也會在顧客離開目標網站後,在適當的時機發送處理過的個人化內容,進而提升轉換率。

從專案客製到標準化的SaaS

太米走到現在正好快四年,為了尋求更多資源,他們也加入了許多加速器,加速器之間提供的資源不盡相同,有些提供的是投資人的管道,而有些則是在企業對接或是專案方面的資源比較豐富,其他也有像是參展、競賽、曝光機會等,盡可能在當地市場有認識一些合作夥伴,也同時去熟悉當地市場。

有了先前一些海外參展的經驗後,對當地市場有初步的認識,下半年Rosetta.ai希望將目標放到海外市場,目前也針對幾個海外電商所使用的系統打造了幾個輔助工具,目的就是要找尋合作夥伴,並將服務推行出去。除了找尋未來合作機會之外,他們也將募資的目標放到海外,不僅要將服務推向國際,期望在接下來這一輪的募資中,可以獲得國際上眾多投資人的青睞。

一開始兩年做的都是專案型的工作,一樣也是做分析、推薦的系統,只不過都是屬於高度客製化的系統,而現在的服務,比較偏向標準化的SaaS服務。汲取了過去的經驗,將標準化以及客製化打造成一個個年夠因應各種需求的API工具。

雖然競爭對手不少,不過Daniel很有自信的說,「我們跟其他人的不同,就在於我們使用的是Deep Learning的技術去訓練AI模型,針對每一個不同的消費者,我們就會生成一個專屬的檔案,而其他競爭者可能是A、B兩人同時都看過某項商品,那他們可能就會推薦A看過的商品給B,但卻不見得是B的喜好。」

這背後的功臣就是太米的技術長Steeve,負責Machine learning的他時常在網路上發表文章。發表的文章意外獲得滿多迴響,也因此讓Forbes的專欄作家認識了這間來自台灣的新創公司,也讓他們被評選為2020前25名最值得關注的機器學習領域新創。

多方汲取資源 為下一步做好準備

為了尋求更多資源,他們也加入了許多加速器,加速器之間提供的資源不盡相同,有些提供的是投資人的管道,而有些則是在企業對接或是專案方面的資源比較豐富,其他也有像是參展、競賽、曝光機會等,像之前有參加過Zeroth,他們分別在三個城市都有設點,而我們參加的是日本的計畫,雖然後來因為Zeroth內部的因素導致計畫中止,但太米也因為參加了這個計畫,而在日本市場有認識一些合作夥伴,也藉機去熟悉當地市場。 有了先前一些海外參展的經驗後,對當地市場有初步的認識,下半年太米希望將目標放到海外市場,目前也針對幾個海外電商所使用的系統打造了幾個輔助工具,目的就是要找尋合作夥伴,並將服務推行出去。除了找尋未來合作機會之外,他們也將募資的目標放到海外,不僅要將服務推向國際,期望在接下來這一輪的募資中,可以獲得國際上眾多投資人的青睞。

太米 / Demo Day 3

You Might Also Like