彭廣任

    目前消費者在購買衣服的過程中，最花時間的，莫過於在進入店內時，對於衣服購買猶豫不決，消耗大量時間試穿衣服，雖有店員口頭介紹，但往往試穿完又決定不購買，進而造成公司的資源浪費。因此，為提高有效的成交達成率，我們可透過有效的大數據及演算法攫取資料並進行分析，並透由資訊系統產出給顧客的建議購買清單，進而協助顧客減少挑選時間，提高成交率。

相關流程如下:

  一、透過大數據及演算法，取得攸關的分析資料

攫取的資訊來源可由社群網路上，透過人工智慧的方式由系統程式自動蒐集像是熱銷品牌、廣告及新聞點閱率、消費者喜愛網站等等網路資訊，並搭配人工方式如建立會員制度並提供消費者優惠、填問券送禮券等方式建立屬於自我的資料庫，當廠商收到這些資料後，可利用演算法的方式精準掌握過去會員或目前大眾的消費喜好、金額、偏好款式等等資訊，並由資訊系統產出攸關的購買資訊建議。

二、使用資訊系統產出之購買資訊建議

取得資訊後，能在消費者進店消費時，根據前述第一點的分析資訊，快速給予消費者有效率的成交建議，並馬上秀在小螢幕上讓消費者參考及進行穿搭試穿模擬，取代店員的口頭介紹及降低試穿時間，進而節省成本並全面提高成交的達成率。

    以電商平台Stitch Fix為例，該平台利用資訊系統演算法的概念推算出顧客可能會喜歡的款式衣服，直接寄送衣服包裹給會員，會員喜歡可留下，不喜歡則可免費退還，藉由寄送和退貨的蒐集資料，隨時調整演算法和資料分析方式，久而久之會員退貨的比例大幅降低，進而達成營收成長的最終目標。

藉由資訊系統及大數據資料的撈取及報表的產出，可以更有效率的方式引導消費者直接購買，減少試穿時間，進而提升整體營收。

關鍵字:大數據、演算法、攸關資訊