AI 天氣預測用於商業成顯學!從餐飲到零售,還有多元應用
孫嘉君
2021年8月24日 週二 下午7:05·
近年 AI 科技被廣泛應用於許多領域,天氣預測也不例外。根據美國市場研究公司 Grand View Research 報告指出,2019 年全球天氣資訊科技市場規模達 94.1 億美元,預計從 2020 年至 2027 年將以 8.5% 的複合年增長率持續成長。
AI 天氣預測不僅能運用於防災、風險管理,也有企業發展出更廣泛的商業應用,抓準天氣變化影響消費者的行為動向,得以更加貼近消費者需求。例如餐飲業得以促進銷售、減少食物浪費,零售業者則可精準訂貨及投放廣告,挖掘更多潛在商機。
掌握顧客口味,減少食物浪費、促進餐飲銷售
美國科技媒體《Venture Beat》日前報導,全球披薩連鎖品牌必勝客(Pizza hut)透過 AI 分析天氣預測,協助提升銷售。一直以來,必勝客就是樂於擁抱新科技的企業,自 1994 年便開始提供線上點餐外送服務,是最早推出線上訂餐服務的餐飲業者,至今仍不斷做出創新嘗試。
必勝客全球分析主管 Tristan Burns 表示,為必勝客進行數據分析的組織 Pizza Hut Digital Ventures 運用機器學習,透過數據分析,包括消費者輪廓、所在地理位置、當地天氣情況等,進而在客戶的消費過程中,提供個人化的產品推薦。
結合 AI 的天氣預測應用於餐飲業,不僅能幫助提升業績,也能減少食物浪費。根據《Japan Times》報導,日本福岡市正在與日本氣象協會(JWA)合作進行一項實驗,透過分析天氣狀況、溫度、社群媒體貼文和過去銷售數據的預測服務,來估算 660 多種生鮮和加工食品的需求,並將一天分為 7 個時段,預測出銷售最佳及最差的時段,讓商店據此調整訂單與生產量。在上一年度的實驗, 8 家參與企業中有 6 家企業食品報廢減少, 7 間企業的銷售額提升。
作為參與實驗的業者之一,唐人麵包店(唐人ベーカリー)在使用預測服務的兩個月期間,食物報廢較過去減少約 15%、銷售額則增長約 12%。麵包店在預計會下雨的日子減少產量,並且在預計客流量增加的時段,準備新鮮出爐的麵包。
「透過具體的數字,來反映我們以前依賴直覺的東西,是有幫助的,」唐人麵包店的桑野景說,「我們還能夠改變員工的心態,讓他們努力減少浪費。」
精準訂貨與投放廣告,提升零售業績
餐飲業之外,AI 天氣預測也能應用於零售場域。根據美國行銷媒體《AdExchanger》報導,IBM Watson Advertising 透過 AI 分析來自 IBM 旗下子公司 The Weather Company 的天氣數據、精確到郵政編碼的位置數據、銷售數據之間的關聯,以挖掘可用於數位行銷的洞見。
IBM 透過這項服務發現,天氣會激發人們的某些情緒,並可能影響他們的購買行為。例如,美國西北部各州在異常溫暖和多雨的一天,烘焙巧克力和可可的銷量增長了 62%;中北部及東部地區在晴朗的一天,葡萄酒銷量提升 25%。行銷人員可以運用此類資訊來規劃數位行銷活動,並確保在銷售高峰時段具有足夠的庫存。
Watson Advertising 和 The Weather Company 副總裁兼全球主管 Sheri Bachstein 表示,「濕度、溫度和其他天氣相關的數據,實際上非常具有啟發性。」
在日本,也有企業提供結合天氣預測與行銷的服務。據日本《IoTNews》報導,日本氣象新聞公司 Weathernews 提供依據天氣情況投放廣告的服務,讓食品、飲料製造商和零售商等業者,可以針對用戶所在地點的天氣情況精準行銷,例如在容易中暑的地方,投放運動飲料等產品的廣告,或展開相關促銷活動等。
時值炎炎夏日,Weathernews 提供視覺化的中暑風險預測圖,透過精細至每 1 平方公里的網格圖,顯示各區域的中暑風險,共分為「注意」、「警戒」、「嚴重警戒」、「運動停止」四個等級。這樣的天氣預測資訊,能夠有效應用於商品的促銷,以及戶外工作者的健康管理。
此外,除了實體的商品銷售,天氣資訊也能加以應用於線上服務。根據 YouTube Music 的 FAQ 指出,YouTube 首頁的音樂推薦,事實上也會運用到天氣資訊,來推薦用戶當下可能會感興趣的歌曲。YouTube 音樂推薦演算法的分析因素,包括用戶的收聽歷史、使用設備、周遭發生的事情(如節日活動),若有開啟位置權限,用戶的所在的地點甚至天氣,也會納入作為推薦音樂的考量。
運用 AI 科技的天氣預測,發展出多元的商業應用,能夠應用於餐飲、零售,甚至是娛樂產業,為消費者的行為模式提供不同角度的洞察,讓業者採取相應策略行動。然而,天氣也僅是影響購物決策的因素之一,需要經過更多的觀察與實證,才能確保各種奠基於天氣的經營決策,能確實帶來營運成長。
附圖:Weathernews_中暑訊息 API
資料來源:https://tw.news.yahoo.com/ai-%E5%A4%A9%E6%B0%A3%E9%A0%90%E6%B8%AC%E7%94%A8%E6%96%BC%E5%95%86%E6%A5%AD%E6%88%90%E9%A1%AF%E5%AD%B8-%E5%BE%9E%E9%A4%90%E9%A3%B2%E5%88%B0%E9%9B%B6%E5%94%AE-%E9%82%84%E6%9C%89%E5%A4%9A%E5%85%83%E6%87%89%E7%94%A8-110545562.html?guccounter=1&guce_referrer=aHR0cDovL20uZmFjZWJvb2suY29tLw&guce_referrer_sig=AQAAAIAJo6RyvAR-fbjyTvJiXDlKx1Y86j3IV8GomZbfHnPjfFfU3XKaZVCoJIVrXyzaZeTdmrHJbL14Kgej1_WzHugjoNsei24ErgEM2b9ri3nPuGjwlR3tL5ZkSBnNnshUIFKM7nE_UZEkLZu7_f4TikrHNrDUdT4RZc3m-tBK0J_q
同時也有3部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,很難得機會在台灣捕獲李孟這位旅日的資料科學家,也很高興可以訪問到他! 李孟在日本四年的工作時間當中,歷練過「軟體工程師」、「資料科學家」以及「機器學習工程師」的職務,為什麼會有這一路以來的自覺與自學歷程?我們都一併在這次專訪當中聊到了!同時還加碼聊了「在日本的工作與生活環境」,提供給想去日本生活的朋...
機器學習 歷史 在 飛鳥涼不涼的遊戲營運觀察小站 Facebook 的最佳貼文
【聊聊某遊戲的抽獎機率外流事件】
近期遊戲業界討論度比較火紅的,大概就是巴哈姆特論壇上的某篇工程師"夢到某遊戲"抽獎機率事件。簡單來說,該遊戲每個帳戶的抽獎機率,會因為抽到的獎勵不同而產生變化;這有點像是某些博奕遊戲,在前期會盡量讓玩家有中小獎的快感,而在後續較高的賭注中轉為較低的中獎機率,不斷給予玩家期望,從而激發更大的課金慾望。
當然,按照慣例,本粉專不討論任何道德問題,不論是該工程師或是遊戲設計團隊,都不在討論範圍中。但這個案例所呈現出來的,其實是"遊戲往極致商品化發展所產生的必然趨勢"。
遊戲的設計,本質上是為了提供遊戲樂趣而存在,但不可避免的是,隨著流量成本越來越貴,每一個遊戲開發者都必須追逐KPI,也因此,如何"最大化遊戲收入"就成了所有公司每天都在思考的課題。然而,每個玩家的付費能力都不一樣,有些人的小課是買月卡,有人則是一萬元以下都叫小課。當所有用戶的付費需求都不同時,遊戲公司若要營收最大化,勢必要想盡辦法滿足每個人的需求;這也使得現在許多遊戲,都會依據玩家的實際行為,提供"千人千面"的遊戲內容以促進收益的最大化。
這些機制包括,當玩家碰到不同的卡關情境時,會跳出各種不同的針對性禮包;依據抽到卡片的內容物動態調整機率;甚至聽說以色列上市公司Playtika會以機器學習的方式,給予每個玩家每一次都不同的老虎機機率,以達到終身價值最高的目的。
然而,以上這些駭人聽聞的做法,當然也不是遊戲公司獨有,事實上只要有機器學習或大數據分析機制,我們在網絡所接收的資訊都會有類似的安排。電商會依據你的喜好提供最能促進消費的商品,並在你停滯消費時跳出折扣卷訊息;某些訂房網站會刻意在你第二次搜尋時提高價格,以營造搶購的假象;更不用說大部分的線上廣告都是量身訂造,你身上早有各種標籤,讓你看到最能刺激購買慾望的廣告。
當遊戲產業越來越成熟,往商品化邁進的過程中,就很難避免上述這種引導玩家價值最大化的行為,這也就是造成現今產業,"賺錢遊戲不一定等同於好遊戲"的主要原因。
回到這則新聞所帶到的「台灣線上遊戲轉蛋法推動」。就我個人立場,雖然是萬惡的營運出身,但我是支持這項法案的。最主要是因為,前文所提的遊戲機制動態設計,包括機器學習引導價值最大化等作法,都是大廠如騰訊、Playtika等才有資源、人才以及足夠數據去做到的,而這些事情若不揭露,都將成為隱形的競爭優勢,將中小廠商越甩越遠,阻礙產業中創意的流動,長期來看我認為是不利產業健康發展的。
但相反的,我覺得大家也不用太悲觀,就如同時不時會有工程師"夢到"一樣。現今資訊流通、人人都能成為鍵盤柯南,廠商的各種套路設計,都有機會被人為破解。而各種價值最大化的套路機制,都只能從歷史數據推演,很難預測玩家未來喜好的變遷,這也是為什麼每一年都有好幾個超乎預期的火爆遊戲產生,這些都不是什麼大數據分析能做出來的。
遊戲是個變遷最快,所有成功套路都會迅速疲軟的產業;這也是其不管對玩家、或是對從業者的魅力之所在。當然,從業者依舊會不斷想辦法最大化遊戲玩家的價值,而玩家也會不斷的喜新厭舊,尋找更好玩的遊戲。兩方之間的拔河會不斷地持續,很難有勝負產生的一天,只能有賴第三方定下清楚的規則,才能讓"遊戲"公平地繼續進行。
機器學習 歷史 在 GANK 電玩誌 Facebook 的最讚貼文
簡單來說就是 #外置式檢測,買一張直播卡然後用直播軟件打開PS和XBOX遊戲,外掛就透過轉播畫面檢測、自動瞄頭……
----------------------------------------------
另外喜歡我們的分享請 Follow 及設定 “搶先看 (See First)”
GANK電玩誌 🕹http://gank.fanpiece.com
instagram https://www.instagram.com/gank.fp/
#GANK電玩誌 #新型外掛 #自動瞄準
機器學習 歷史 在 珊蒂微AI Youtube 的最佳貼文
很難得機會在台灣捕獲李孟這位旅日的資料科學家,也很高興可以訪問到他!
李孟在日本四年的工作時間當中,歷練過「軟體工程師」、「資料科學家」以及「機器學習工程師」的職務,為什麼會有這一路以來的自覺與自學歷程?我們都一併在這次專訪當中聊到了!同時還加碼聊了「在日本的工作與生活環境」,提供給想去日本生活的朋友參考呦~
👉在這次專訪中,我們暢聊了:
1. 李孟是如何從軟體工程師的身份開始自學「資料科學」?
2. 資料科學家 / 機器學習工程師工作內容上的差異?
3. 李孟比較喜歡當資料科學家、還是機器學習工程師呢?Why?
4. 覺得人們除了積極自學之外,還應該用什麼心態來應對AI帶來的衝擊?
5. 加碼閒聊「在日本的工作環境與生活環境」,提供給想去日本生活的朋友參考呦!
👉李孟釋出他在台大的演講簡報,鉅細靡遺地分享他成為一位資料科學家的歷程,內容相當精彩,製作也很精美耶!https://www.facebook.com/LeeMengTaiwan/posts/10220691442829365
👉李孟的超高含金量部落格,分享各種他在資料科學與機器學習上的應用經驗!https://leemeng.tw/
#他是資料科學家也是機器學習工程師 #自學資料科學與機器學習 #李孟
機器學習 歷史 在 范琪斐 Youtube 的最讚貼文
美中兩國關係急轉直下,達到40多年以來最低點,也從部份領域的爭端和挑戰變成體系和價值的衝突。這兩個加起來經濟產出總和佔全球40%的超級大國分裂,讓世界變得越來越不穩定。許多外國媒體已經用「新冷戰」來形容美中發展。我們這就來看看歷史的教訓還有新冷戰對科技造成的的結果。
既然提到新冷戰,不得不稍微介紹一些冷戰的背景。二次世界大戰後,以美國為首的西方陣營和以蘇聯為首的共產主義國家因為意識型態不同,相互對抗長達半個世紀。最後西方資本主義壓過社會主義陣營,蘇聯在1991年解體,美國也成為世界超級強國,可以說我們今天世界的樣貌也是冷戰過後的結果。
中共領導的中國去年70年週年,比我們正統的中華民國還少38年。重點是現在的中國就是靠冷戰的時候,在蘇聯和美國之間遊走,最後在美國聯中抗蘇的策略下,因為西方自由資本主義的挹注還有自身的經濟發展成為今天的世界第二大經濟體。
其實蘇聯垮台後中國就成為共產主義的代表,但是西方當時就有,到底是要跟中國交往還是圍堵,要和緩還是強硬的討論,後來很明顯西方是採取以經濟發展帶動中國民主和自由的做法,結果如何?大家可以看看現在的狀況。
中國現在變成全面控制的超極權社會,還用科技向外輸出治理模式,其實什麼天網監控、人臉辨識、大數據分析整合、機器學習還不是都跟歐美學的。所以美國國務卿蓬佩奧在7月25號的演說才會這麼受到大家關注,在經濟改革無法帶來政治改革的同時,就像過去冷戰時期,他再次點名中國共產黨,不是中國人喔,說他過去在冷戰期間的軍隊記錄告訴他,共產黨人總是在撒謊。還把雷根20世紀80年代對蘇聯「信任但要驗證」的口號改了一下,說對付今日極權的北京得要「不信任且要驗證」才行。
這幾乎就是顛覆了70年代尼克森跟中國接觸還有中國會改變的理論,可是現在如果美中要走上新冷戰這條路有難度,特別在經濟發展上已經水乳交融。以華為當作例子,這家公司可以說是在美中科技冷戰的最前線。要知道在19年前,華為剛開始到德國法蘭克福郊區和英國小鎮設立歐洲銷售辦事處的時候,還只是眾多來競標建設電信網絡,一家名不見經傳的中國公司。到了今天華為就是中國崛起的代表。
雖然美國從2018年開始以各種法律強力防堵華為,它在2019年銷售額還是有1230億美元。因為華為過去利用價格優勢搶攻市佔率,在市場已經幾乎是無法取代的存在,全球190幾國有170國都用華為的產品跟設備。但是在美國遊說各國封殺華為後,本來許多國家還在觀望,現在都慢慢選擇站在美國這邊。像是英國7月14日宣佈禁止華為參與5G建設,現有華為產品2027年前全面拆除。這代表由英美澳紐加組成的「五眼聯盟」中,僅剩加拿大未宣佈禁用華為。不屬「五眼聯盟」的法國也在22日宣佈不續購華為設備,間接在2028年前讓華為退出該國5G市場。
而華為也把自己比喻為70年代的日本企業東芝。當時東芝專攻半導體和晶片領域,後來就開始面對美國強勢的攻擊。某一方面這種說法沒錯,但是仔細想想其實差很多。東芝當初是因為對美國禁運對象蘇聯出口技術先進的設備,華為也有孟晚舟違反伊朗禁令的事件。但是跟華為不一樣的是,沒有人指責東芝剽竊技術,違反智慧財產權,而且當時日本的經濟體制與今天的中國不一樣,日本的企業是建構在自由經濟的基礎之上,國家的介入不是很深,但中國則是國家資本主義。
華為風暴不是單純的貿易戰、科技戰,背後有美中兩大陣營政治體制之爭。從華為的崛起也看得出西方對於如何看待中國還沒有一個確切的態度,而國際政治不是數人頭的,面對極權專制的中國,開放的社會要有連貫的戰略,但是拿人手短,吃人嘴軟,還是有很多人受不了中國市場的誘惑。這個世界會因為新冷戰就發展出一個新的貿易架構或體系嗎?你對這個問題有什麼想法,歡迎跟我們分享。
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!
機器學習 歷史 在 超級歪 SuperY Youtube 的最讚貼文
立刻加入頻道會員,實際行動支持超級歪:https://www.youtube.com/channel/UCAM7yIYvZGYLJR6z6RqLlNw/join
https://www.facebook.com/Mr.SuperY/posts/870248916462111
#書來面對第五集:為什麼你登不上發燒影片?數據科學家揭露演算法沒有告訴你的事
Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy
-
📣留言加分享本影片貼文,就有機會抽中《大數據的傲慢與偏見》 一本。
參加抽獎活動時間為期一週:2017.8.16 - 2017.8.23
👏感謝 大寫出版 Briefing Press 提供5⃣️️本贈書!
-
youtube影片連結:
►超級歪:「大家一起讓『為什麼你登不上發燒影片?』的影片登上發燒影片吧!!」
►本集節錄書摘:「大數據模型將某種歷史狀態寫進程式裡。它們並不創造未來。創造未來需要道德想像力,而那是人類才有的。」—《大數據的傲慢與偏見》
-
本集關鍵字:
#我們如何思考 #CathyOneil #大數據 #演算法 #數學毀滅性武器 #再犯模型 #矯治服務量表 #美國新聞與世界報導 #大學排名 #性格測驗 #Kronos #履歷自動閱讀器 #臉書 #Google #Youtube發燒影片
本集推薦書目:
Christopher Steiner《演算法統治世界》
Christian Rudder《我們是誰?大數據下的人類行為觀察》
Pedro Domingos《大演算:機器學習的終極演算法將如何改變我們的未來,創造新紀元的文明?》
#這集真是各種黑人問號
#那你算得到下一集會不會做全面啟動第三層嗎?