錚／

巨匠電腦幫助巨匠電腦學員考取證照 順利工作！

學習陷入迷惘，熱情從未熄滅
勝霖在大學時期主修資訊工程，學校課程中雖然學習到一些簡單的程式設計，但跟心中所嚮往課程內容還是有相當的落差，對於學校所能提供的學習資源始終提不起太大興趣的他陷入了一陣迷惘。「在偶然間聽朋友提起Linux相關技術，引發了我對電腦的那份熱情，互相鼓勵之下，我們一起前往分校進行課程諮詢。」

偶然的選擇卻鋪向未來的道路
尚在探索興趣的勝霖，先選擇一些了基礎課程進修，在朋友推薦之下，他試聽了AutoCAD入門課程「當時台南分校邱祺祐老師引人入勝的教學風格，簡單的繪圖概念解說及風趣的談話讓我在不知不覺的情況下開始慢慢對AutoCAD產生興趣，進而學完整套的課程，最後順利考取相關證照。」相信這一切的改變都是他當初始料未及的。取得證照後，勝霖也順利找到一份白天正職工作，晚上另外兼差接case，不斷地累積自身的經驗與實力。

期待知識的衝擊，站穩時代的尖端
非本科系出身的勝霖，成功突破了自己。「我相信每一位學員都可以靠著努力達成目標，在學習上遇上不懂的地方就要問，試著瞭解繪圖的原理，而不是死板的聽指令動作，繪圖經驗都是累積出來的，可以到市面上購買參考書籍，增進自己的繪圖技能和看圖的能力，累積經驗實力，就不用去擔心被時代所淘汰。」不斷練習與自我挑戰就是勝霖成功的訣竅，未來也以考取Inventor認證為目標繼續努力，期待每一分知識所帶來的衝擊

巨匠電腦開設了認證輔導課程，包含多種證照供你選擇，巨匠電腦讓你一次輕鬆考取證照！

文章與圖片出處: http://www.pcschool.com.tw/campus/Default.aspx?c=9

 

補習班與我►巨匠 P.K. 聯成

巨匠電腦，著實地讓我上了一課！

感謝巨匠電腦，服務態度超級好！

真心推薦！巨匠電腦良好的教學品質！

錚／

用大數據未卜先知 巨匠電腦分享預測消費者行為
關心電子商務與行銷趨勢的您，一定對於大數據（Big Data）這個名詞不陌生。大數據被比喻為未來的新黃金，是電子商務經營者瞭解消費者行為以精準行銷，甚至是預測顧客未來購物行為的重要工具。

由以下兩個例子即可瞭解大數據預測未來的準確性。日本衛生機關在2013年1月14日到20日間通報流感患者數量為140萬人，同時間雅虎日本也公布一份關鍵字調查報告，當週使用者在雅虎日本以「流行性感冒」作為關鍵字搜尋的次數，竟然與日本衛生機關所公佈的患者數量呈現正相關，顯示關鍵字搜尋後的數據分析，可預測流感患者數量。

第二個例子則是2012年的美國總統大選。歐巴馬的大數據分析團隊利用演算法分析與建立模型，將選民分成多種不同屬性的族群，以了解每一類人群和每一個地區選民在任何時刻的態度，準確預測出在各州勝出的可能性。透過大數據分析，在美國總統投票結果出爐前，即掌握歐巴馬在哪些州會勝出，連任美國總統。

大數據的三V特性
為何大數據可以預測未來？大數據有三大特性，首先是大量化(Volume)，可處理TB與PB以上的資料量。第二是多樣化 (Variety)，資料的範疇包含了影音檔、圖片檔、文字檔等。第三則是快速化(Velocity)，分分秒秒產生大量顧客消費資料。由於可大量、快速地儲存、處理與分析複雜的各項資訊，透過整合這些大量的資料，如最近點擊看過哪些品項、停留時間長短、最近一次消費品項 、消費頻率與消費金額等，預測下一次的消費行為的可能性。

雖然無論誰都可以來分析處理大數據，但如果數據樣本有限，則無法做出精準的分析。因此最容易成功者就是像Yahoo這樣的入口網站，有大量的使用者與網站內容，用於收集與分析各項資料。

從前，對於消費者分析主要依據年齡、性別、喜好，與購物項目等來分析做簡單的群體劃分。如A女28歲，每月消費金額約在3000，元，購買品項多為服飾與配件。B女35歲，每月消費金額也在3000元，購買品項為皮包或辦公室舒壓小物。系統會將A女與B女都歸納為小資女，但無法取得明確的行為模式。但在資料訊息更充足的情況下，透過多方取得數據並整合分析，因此可進行更精細的消費者區隔。以上述例子來說，A女常常點擊裙子網頁，也比較過不同裙子的款式、價格，甚至曾經把裙子放在購物車裡。則系統除了會推薦其他的裙子網頁外；還會附上其他看過裙子的使用者，也曾看過鞋子，並推薦鞋款。經過大數據分析後，系統除利用原本的購物歷史數據外，再加上網頁點擊、瀏覽記錄，停留時間長短等，更精準地細分消費者。

越精準個人化，就能預測每一位消費者的行為
目前國內外的電子商務的大數據分析多半使用2006年Amazon宣稱採用的Collaborative  Filtering（CF）模式，利用歸納法，把行為相似的人歸納在一起。如消費者搜尋A書，曾則推薦消費者，搜尋A書的人，也曾看過B書跟C書。Yahoo 在2012年成立亞太區電子商務大數據研發工程部後，自主研發演算法與歸納消費者行為模式，將消費者區分為數十個族群，針對不同族群推薦不同商品。這個系統上線後，第一個月的營業額就有明顯的轉化率提升。

此外，針對消費者熱門搜尋、點擊頁面與瀏覽時間等資訊，我們自行研發迴歸模式，預測未來趨勢的商品，以供廠商備貨避免缺貨喪失商機。舉例來說，這星期消費者熱門搜尋字組為鄭多燕，則可預測下星期鄭多燕健身等相關產品仍會熱賣，主動提醒合作廠商做好庫存管理即時補貨，因應下星期訂單。

2014年出再使用行為Clustering的客群分類方法，進一步將消費者細分成數百個族群，每個族群更具獨特性，更精準地區分消費者，每兩天就更新一次資料，讓消費者永遠處於最適宜的族群，再進行溝通。六月上線後，就有明顯的營業額上漲現象。

除了以上方法外，今年第一季我們也推出有價值的點擊（quality click），如對消費者點擊次數的分佈進行分析, 偵測消費者採購前的比較行為。針對每一個不同點擊次數完成購買者，推薦不同商品。此個人化精準模式一推出，營業額立即增加。

Amazon「提前寄貨」服務
不管是Yahoo或是Amazon皆很積極利用大數據預測未來消費者行為。Amazon為了縮短物流時間，推出「提前寄貨」的服務，利用消費者之前的購物行為，預測下次的購買時間與物品，在顧客尚未下單之前提前發出商品，儘可能的縮短物流時間。Amazon不惜成本推出這項服務的主因在於美國幅員廣大，從下單到收到物品時間平均為15天，送貨時間過久降低網路購物意願。因此透過「提前寄貨」的服務讓客戶下單到收貨縮短到3天。舉例來說，A顧客每三個月都會Amazon購買衛生紙，若上次購買在9月，預測下次購買為11月底前，則Amazon提早在11月初寄出衛生紙，儘可能的縮短物流時間，即可在11月底客戶下單前提早送達。

Amazon判斷是否可成為「提前寄貨」的顧客，其背景資料包括，顧客歷史訂單、商品搜索記錄、商品頁面停留時間，顧客的心願清單、曾在購物車裡的商品資訊等，預測下次購物行為。當然Amazon也可能預測錯誤，顧客若收到並未預期下單的物品，只要退回即可，全部物流成本由Amazon吸收。

台灣地狹人稠，無須推行「提前寄貨」的服務，因此Yahoo將以瀏覽行為與購物紀錄資料庫為基礎，持續優化消費者行為的歸納模式，除深入分析消費者短期與長期消費行為建構模型外，並進一步結合關鍵字搜尋熱門字與字串型熱門字，探知消費者真正的意圖，以個人資料作差異化做商品推薦，讓顧客快速找到自己想要的商品。

巨匠電腦開設了程式/資料庫課程，內容包含程式設計、大數據分析與應用等等，快來巨匠電腦輕鬆學！

文章與圖片出處: http://goo.gl/moG1Os

 

去巨匠學動畫，菜鳥也可以出頭天！XD

分期付款好貼心 推！巨匠電腦的課程！

經驗談>>>巨匠電腦 電腦語言課程

補習人生 巨匠電腦讓我看見光明!!!