《iThome 報導》
Martech新創阿物科技，早在3年前就開始佈局第三方Cookie退場後的世界，不只開發內容比對AI（Contextual AI），運用顧客點擊商品的共同特徵來推薦相似商品，還要發掘小數據更多價值，透過商品隱性特徵發掘顧客的潛在意圖，來提升個人化推薦的精準度。
（awoo 阿物科技 執行長林思吾）
進攻日本電商市場小有成績的臺灣Martech新創阿物科技（awoo），早在3年前就逐漸布局，以內容比對AI（Contextual AI）的作法，來取代個人化追蹤，因應第三方Cookie退場後的衝擊。
內容比對技術是數位廣告投放常見的技術，但awoo應用在電商行銷時又略有不同，改為根據用戶點擊的商品共同特徵，來對用戶推薦同類商品。比如用戶點擊了幾款毛巾後，系統自動比對這幾款毛巾的共同特徵都是快乾、吸水，接下來就推薦相同類型的商品給用戶。
這個作法看似尋常，但要達到良好的商品推薦成效，並非易事。阿物科技執行長林思吾指出，為了從各項產品中萃取乾淨的標籤，需透過深度NLP與電腦視覺的技術，來抽取文字與圖片的特徵，其細緻程度可達每件商品抽取20～30個特徵，才能進行標籤與分類。
進行內文比對後，還可以和分群的作法相結合，先將點擊同類商品的用戶分群，歸納出群體的共同偏好，再套用到個人進行商品推薦。比如說，在找出同一群都點擊吸水、快乾毛巾的用戶後，進一步發現有20%的用戶，還額外點擊了衝浪用品，這時，就可以重新對80%的用戶推薦衝浪用品，推測其他用戶也可能具有相同的意圖。林思吾強調，這兩種方法的結合，都不是蒐集個人瀏覽行為，以此來進行個人化推薦，相較之下是更具隱私保護的作法。
在後Cookie時代，林思吾認為，原先利用第三方Cookie蒐集大量用戶行為的數據紅利消失，能夠運用的數據，只剩品牌主各自累積的第一方數據。在大數據變成小數據的情況下，如何用小數據來實現個人化推薦，讓顧客賓至如歸，是接下來的挑戰。
awoo的作法，是盡可能地從小數據裡挖掘更大的價值。比如在商品推薦上，Awoo除了以內容比對技術，從商品圖片與文字介紹來萃取特徵，更從商品在站外部落格、社群媒體的評論與開箱文，萃取出用戶受到他人影響，而決定購買商品的意圖。比如某雙球鞋在經過女星代言後，大眾對球鞋的討論環繞在復古、增高、修身等特質上，awoo就能進一步將這些隱性特徵，同步加入商品的標籤中，來提升對用戶購買意圖的理解，進而推薦更合適的商品。
後Cookie時代的行銷科技機會與挑戰
若擴大來看整體產業受到第三方Cookie退場的影響，林思吾認為，行銷科技相較廣告科技業者，受到的影響較小，因為行銷科技業者提供的行銷技術，大多是基於品牌主的官網、App或是Line，「大多都是在用戶授權允許的情況下，與用戶互動。」由於用戶的授權意願更高，行銷科技業者也較容易取得用戶資料。
林思吾認為，這是行銷科技業者的機會，因為品牌主為了取得更多第一方用戶數據，可能會更加仰賴行銷科技，來與用戶產生更緊密的互動與連結。但是，在採用了多家行銷科技廠商的產品後，用戶數據分散在不同的產品中，如何建立一個類似數據中臺的系統，整合多家廠商的數據，來完整拼湊出一個用戶的面貌，進而針對用戶偏好來推薦商品，則是品牌主與廣告科技業者，將共同面臨的挑戰。