全球数据分析软件厂商SAS台湾在过去一年中，致力于将人工智能（AI）的应用拓展到更多样的行业中。其中，与游戏业、金融业的合作都已交出漂亮的成绩单。目前SAS台湾也正在与电子商务平台接洽合作，在未来，AI也能为电子商务的会员管理与营销推广带来增值。
SAS台湾总经理陈恺新观察，行业客户近期对于AI等高端分析技术的需求轮廓已较以往更为清晰，主要的需求包含“发现更复杂的客户交互行为，并作出即时决策”、“以串流数据即时管控制程”、“快速应对潜在风险与欺诈行为”等。
SAS台湾总经理陈恺新观察，行业客户近期对于AI等高端分析技术的需求轮廓已较以往更为清晰。
为由于以上需求，SAS团队聚焦提出分析策略，加速创建AI模型，协助客户缩短评估导入进程。让AI不再只是试验性质的高端科技，而是能够实际对于企业业务有所贡献的实用工具。
导入AI后，游戏平台付费率增长超过162%
台湾游戏厂鈊象电子近来主攻线上游戏市场，面对不断创新高的玩家人数，分秒累积的数字轨迹数据量已让既有系统的逻辑架构难以负荷，促使鈊象电子想要利用AI技术分析更复杂的玩家行为。
在今年，鈊象最重要的目标是要进一步做到自动化的个人推荐。
因此于2018年中旬，鈊象开始与SAS展开合作，以AI技术先行启动“会员贴标”项目，针对玩家“游戏习惯”与“储值习惯”打造机器学习模型，并运用模型结果所产出的特征分群，在2018年底推出了玩家“个人精准推荐礼包系统”。
同时，鈊象也开始观察玩家储值行为前后期的变化，当玩家产生高风险的情况时，即可启动特殊照顾策略，以促进玩家消费。鈊象电子与SAS合作短短半年多，已让部分游戏平台付费率与营收皆增长超过162%以上。
用户群体化推荐还不够，做到个性化才能留住会员
在今年，鈊象最重要的目标则是要进一步做到自动化的个人推荐。
在游戏行业中，由于玩家多使用虚拟身份，因此对于会员的性别、年龄等等轮廓时常难以清楚描绘。因此，“用户群体化”推荐往往无法满足需求，需要再进一步做到“个性化”的推荐。
鈊象电子副处长姜伯威说，在过去，鈊象电子曾利用Excel进行简单的统计分析，并搭配主观经验进行分析说明。但通过SAS 机器学习模型后，发现每位玩家因其游玩习性不同，而产生出自己消费疲弱的时间点，如以过去将玩家进行一视同仁的销售方式，其效果有限。目前鈊象已转往以机器学习导向进行分析，终极目标是达到“自动化”玩家照顾与增强玩家游玩体验。
电商导入AI指日可待
电子商务也是另一个讲究会员管理与数据分析的场景。目前许多电商平台与品牌卖家，都会投入将当多的人力与资源在流量分析、访问率、转化率等等数据分析上。在未来，数据分析的能力也绝对会是电子商务市场的致胜关键。
数字渠道带来大量的数据数据，但是必须要将数据转换为消费者的面貌，由用户群体化的营销分众，走到个性化的营销推荐，才能带来最大的效益。
就像是在实体渠道的消费经验中，店员可以通过面对面的交流来了解个别消费者需求；电商则必须要通过AI数据分析。
举例来说，就像是在实体渠道的消费经验中，店员可以通过面对面的交流来了解个别消费者是不是比较在意服务品质？或是更为在意高CP值？并针对不同的消费习惯，给给不同的服务与VIP优惠。通过AI分析，就等于将这样的消费者购物体验转换到线上。
目前，SAS也已经开始与电子商务相关企业接洽合作。未来能通过旗下的AI分析平台，协助更多企业的AI应用落地。