OneAD 日前發布市場首創多通路零售數據智能平台「Webb韋伯」，核心技術「RetailGPT」由 OneDATA 自主獨家開發，透過先進的演算法即時處理與分析海量的零售數據，成功將複雜的市場資訊轉化為精準的商業洞察，協助品牌掌握多通路銷售動態。
Webb 韋伯擁有比價、電商、團購、發票、記帳等多源的零售數據，並運用RetailGPT 成功建構市場上最完整的「零售商品文本字詞庫」，涵蓋範圍橫跨美妝個清、食品飲料、菸酒、餐飲美食、休閒娛樂、旅遊戶外、居家生活、3C用品、家用電器、醫藥保健、母嬰育兒、服飾鞋帽、運動健身、高奢商品、生活服務、遊戲等 16 個重要產業領域。
AI 三大技術整合 擴大精準受眾量體
RetailGPT 能自動分析龐大且繁雜的零售數據並具有跨通路商品辨識能力，結合 NLP註1、RAG註2和 LLM 註3 技術，在各種不同情境，能夠將商品清洗歸類成可辨識、且可分析的數據，根據 OneDATA 統計，透過 RetailGPT 的清洗歸類後，將能擴大數據分析量體2% 以上，提升數據分析精準度。
多維度數據剖析 細緻分群消費顧客
以下是 RetailGPT 進行同一屬性商品歸類的三大核心維度：
- 同一商品別名歸類：同一商品在不同銷售管道可能存在多樣名稱。例如專櫃保養品雅詩蘭黛「小棕瓶」，可能出現「全方位小棕修護組」、「特潤超導修護露」、「全方位修護露」。
- 商品名稱順序歸類：商品名稱的排列順序可能有所不同，但本質上為指同一種商品。以超商冰咖啡為例：可能顯示「拿鐵冰咖啡（大）」、「大冰拿鐵」、「冰拿鐵大杯」。
- 商品規格歸類：即便是同一商品，因容量、顏色、尺寸等差異，可能呈現不同的商品名稱。例如Kleenex 舒潔抽取衛生紙有 12包、24包、72包等各種不同販售規格。
RetailGPT 能精準從商品不同維度歸類這些微妙差異，確保數據的完整性和一致性，進ㄧ步更精確分析購物者輪廓。
通路名稱標準化：在單一通路、不同的店點，也會有不同的通路名稱，舉例而言，「丹丹漢堡」可能稱為「丹尼佳商行」、「丹尼綜合食品店」、「吉丹尼商行」、「麟丹綜合食品店」、「丹米小吃店」等超過幾十種以上的不同名稱，RetailGPT 不僅能從原始數據辨識與實際通路名稱看似毫無相關的通路名，還能夠將數十種名稱標準化為確切通路，加以清洗歸類整合。
RetailGPT 同時能夠將整合後的商品，透過 AI 技術加以連貫到該商品所屬的品類、產業、品牌、功能等，以提供六大維度的數據分析，透過強大的清洗歸類整合能力，得以建立起單一商品不同維度間的關聯性。例如，能夠識別小棕瓶屬於精華液、美妝個清類別，隸屬品牌為雅詩蘭黛，販售於新光三越、SOGO等通路，擁有保濕、緊緻各種功能，並有 30, 50 ml等不同容量，建構出多維的「零售商品文本字詞庫」。甚至可以進而計算出單一商品在超商、量販店、品牌電商等不同通路的銷售狀況，使品牌能夠針對特定產業，從六大維度更細緻的分群，更深入解析商品關聯網絡，掌握競品銷售趨勢。
*註1 NLP 為 Natural Language Processing 的縮寫，意指利用技術處理和理解自然語言
*註2 RAG 為 Retrieval-Augmented Generation 的縮寫，意指利用檢索加 GenAI 獲得該領域的專業知識
*註3 LLM 為 Large Language Model 的縮寫，意指基於深度學習技術，利用大數據訓練而成的複雜語言模型
想了解更多媒體策略應用？立即聯繫 OneAD 專業團隊，讓我們與您一起打造最具傳播效益的數位廣告活動。