gate.io交易平台

你对云计算与人工智能有兴趣吗?那绝对不能错过这个专门协助读者获得灵感的博客。

gate.io交易平台

电商龙头Momo如何经营人货场?老总揭露数据驱动营运的关键心法

郭又华摄

买洗发精多送一瓶小洗发精的促销代价多大?不只赠品成本,还得考虑纸箱与运费,甚至是多用一个空箱,影响物流效率後所损失的机会成本。这是台湾电商龙头Momo每天用数据分析营运时的例行挑战。不只商品成本,还得用数据来考虑更多营运维度的影响。

Momo总经理谷元宏於近期一场活动提到,现在经营零售业不再只能讨论人、货、场,还要加上数据,尤其最後一项最为重要。「数据是赋能人货场经营的关键。」他接着说明,Momo如何用数据分析来强化人、货、场经营流程,改善消费者体验同时节省成本。

人──从获客、活客到留客,用数据及Martech经营会员

谷元宏说,「人」的经营是将人流量转换成实际消费。过去,流量经营着重於获取大量顾客,随着流量红利时代结束,会员经营得更全面。他将客户历程分成4阶段:访客、新会员、回购会员及流失会员。其中回购会员又分为高频消费的主力客人及中低频的次主力客人;流失会员则分为降低消费频率的即将流失客和久未消费的挽回客。

Momo针对不同阶段会员,会定义出关键经营目标或操作,再利用各式数位科技来达成。举例来说,要对访客曝光,可以利用各式显示型广告、自媒体、传统媒体工具广泛行销,而要吸引新会员加入或旧会员消费,则会采用再行销/分众行销Martech及比价网站等导购媒体。

要成功经营这些会员,光靠制定完善经营计画不够,谷元宏表示,还需要大量会员数据来作为这些科技的燃料。这些数据,来自「场」的数据蒐集机制。

场──记录消费者足迹,不断改善购物及行销体验

「场」是Momo与消费者的所有接触点。经营场,必须排除各种购物中断理由、优化整体购物流程,让消费者能顺利在「场」内走完一次次购物流程。谷元宏用一句话形容关键原则,「做到消费者最好买。」

要做到消费者购物体验最佳,得先在与顾客的接触点蒐集各式数据,作为优化方向参考。

谷元宏表示,购物旅途从下载App或接触电商网站开始,到注册、购买、回购、要建立不断回购的忠诚度,每个过程都有不同阻碍,会产生断点。Momo会蒐集这些中断情形,分析出问题後,再来优化这些流程。举例来说,如果发现许多人於注册会员阶段放弃,就要想办法让注册流程更便利。

不过,谷元宏举出最多数据驱动作法的阶段,还是购买及回购阶段。Momo蒐集会员浏览意图、点击行为、追踪行为、购买偏好、互动行为及所属分众等数据,会祭出商品推荐、商品分类呈现、商品优惠、App及简讯推播、精准行销广告等不同行销手法。

他强调,行销要更成功,不仅要蒐集数据,还要了解数据背後代表的消费情境。例如,当系统侦测到有消费者购买尿布,可能会想推荐更多尿布给该消费者。然而,若发现此名消费者每次都购买2个月份,与其连续2个月推销尿布,不如在他快用完尿布时,适时推销消费者。「适时适地对消费者行销,不仅更有机会打中需求,也能降低行销成本。」谷元宏表示,要做到这件事,需要聪明的规画数据蒐集及行销策略。

货──上百万SKU的货物管理课题

谷元宏直言,电商管理「货」最困难的是,如何管理数百万个SKU。由於品项数量庞大,如何预测哪些品项何时该备货,是极度复杂的难题。因此,Momo需要用多种数据来模拟存货情况。

货品管理上,谷元宏将Momo商品分为2大类:长尾商品及热销商品。长尾商品是电商常态贩售的各式商品,考验电商品项深度广度,不只需要齐全,价格还要有竞争力,且需要好搜寻、商品资料呈现清楚。这些品项需求情况较为稳定,存货量相对好管理。

难以管理的热销商品,通常搭配特殊促销活动。由於需求可能大起大落,谷元宏说,跟供应商讨论主打商品时,不只要谈优惠多少、更要讨论什麽时候卖什麽品项最好卖,才能决定行销方针及备货策略。这些决策都需要大量数据来背书。

管理货的另一重要面向是物流效率。谷元宏指出,送货要快的前提是捡货要快。而捡货速度,就需要靠订单管理、仓储管理等非常多不同种类的数据分析来优化。

捡货之後,後续物流流程也得依靠大量数据分析来不断优化,例如包货箱子大小,也就是材积尺寸,这是计算物流成本时的重要考量。如何把每一箱都装到最满,并且一趟运送最多箱?这个大哉问的答案,会随着新商品、客户消费行为、季节、行销活动等因素不断变化,因此每隔一段时间,Momo便会用各式数据,结合3D装箱模拟及现场经验来综合分析,检视现在常用箱子尺寸是否适合市场现况。

积材尺寸也会反过来影响到行销策略。谷元宏举例,若消费者买洗发精时,Momo多送一小瓶赠品,但装箱时刚好装不下这一小瓶,那行销成本就不只是赠品本身,还要加上多一个箱子的运费跟空箱的机会成本。

另一个重要考量是送货路径规画。规画送货路径时,不仅要尽可能提升单趟配送量及时间,更要考虑到消费者收到商品的时效性。Momo目前做法是,根据过往配送单数据制作热力图,观察不同地区的宅配需求量,再来划分司机负责区域。每一段时间,Momo便会重新分析配送数据,更新送货路径,以更符合近期配送情况。…

gate.io交易平台

Meta 史上首度录得营收下降

Meta 今日公布了 2022 年 Q2 的财报,其当季营收为 288 亿美元,相较一年前同期减少了 1%,是公司史上首度录得营收下滑。与此同时净收入也缩水 36% 跌到了 67 亿美元,隔年跌幅相当明显。具体到业务上,Meta「app 家族」的广告营收基本和去年 Q2 持平,负责 Meta Quest 等硬体及元宇宙相关计画的 Reality Labs 收入为 4.52 亿美元,隔年涨幅 48%。不过即便如此,後者还是造成了 28 亿美元的亏损,比去年同时期又高了 15%。照这个趋势来看,Reality Labs 今年将亏掉的金额可能会比 2021 年的 10 亿美元还多,实际上 Meta 也预期其 Q3 营收会进一步降低。

在 6 …

gate.io交易平台

别以为出现锁头,就表示SSL已安装完成!让NameCheap线上帮你检测SSL安全凭证是否安装正确

  现在架设网站SSL安全凭证已变成网站的基本标配了,再加上许多的虚拟主机内建都有提供免费的SSL安全凭证,且一键安装更棒的是,当使用免费的SSL安全凭证只有三个月,当到期後主机还会自动更新凭证。

但若是自行使用VPS主机时,就得自行手动设定了,且当安装完毕後,到底有没有装好,并不是看网址列前方是否有出现锁头,这时可透过NameCheap所提供的线上SSL全凭证检测器,帮你检查网站的SSL是否有安装正确,当有问题时,也会提供是那个环节出了问题,方便进行修正,因此想要知道自己的网站SSL凭证有没有装好,不妨也一块来看看NameCheap这个线上SSL安全凭证检测器吧!


SSL安全凭证检测器NameCheap SSL Check:https://decoder.link/sslchecker/


Step1
首先在进入Namecheap的SSL检测器後,只需在上方输入要检测的网址,再按Check,当有问题时,下方则会显示SSL的凭证那边没有设定好。


Step2
而刚那错误,指的7-cha.com这个缺了中续凭证的资讯,这时进入凭证的下载资料夹,并开启终端机,输入「cat 7-cha.com.crt 7-cha.com.ca-bundle >> 7chacom-bundle.crt」,完成後就会看到7chacom-bundle.crt的档案。


Step3
接着将刚刚的档案上传到SSL的资料夹後,并修改nginx.conf的档案,而这时梅干为了统一格式,所以将刚刚的档案更名为www7chacom-bundle.crt。


Step4
接着SSH登入主机後,再重新reload nginx.conf档,当重新载入後,看到signal process started就表示已更新完成罗!


Step5
这时再回到NameCheap检测看看,哈~终於出现勾勾,就表示目前SSL凭证安装正确罗!

gate.io交易平台

AI趋势周报第205期:语音版DALL-E!微软文字转语音AI给3秒样本就能准确生成

微软

重点新闻(1230~0105)

微软     VALL-E     文字转语音  

语音版DALL-E!微软文字转语音AI给3秒样本就能准确生成

微软近日发表一套文字转语音模型VALL-E,可根据文字输入和3秒的语音样本,来合成、产出目标语音,就像是OpenAI的文字转图片模型DALL-E一样。微软表示,他们用现成神经音档编解码模型中的离散码,来训练VALL-E这套神经编解码器语言模型,把文字转语音视为条件式语言建模任务,而不是像一般研究,视为连续性的讯号回归任务。

在预训练阶段,团队将文字转语音的训练资料,扩充到6万小时的英语语音,是现有系统的几百倍。VALL-E的工作流程是音素→离散码→波形,先根据文字输入和3秒语音提示(也就是想听到的目标声音),来产出与文字和目标声音相应的离散音档编解码。

微软测试发现,VALL-E在语音自然度和相似度部分,表现比现有SOTA文字转语音模型要好,而且还能保有语音提示的情绪与声音环境。团队指出,VALL-E可直接用於各种语音合成应用,如零样本文字转语音、语音编辑,以及搭配GPT-3等生成式AI模型,来生成更多内容。(详全文)

  大型模型     BigScience     PETALS  

在家也能跑千亿参数模型!BigScience开源PETALS分散式AI专案

对语言模型来说,参数越多、模型表现越好,开发者也只需微调大型预训练模型,就能得到不错的预测结果。不过,BLOOM、PaLM、GPT等这类大型语言模型,即便开源,还是会耗费大量运算资源,虽然目前有2种方法来解决该问题,如RAM卸载和托管API,但前者对交互推论来说太慢,後者则不够灵活。

於是,由世界各地研究员组成的开源研究专案BigScience,日前开发一套系统PETALS,可在受信任的的条件下,集各使用者之力,来共同微调、推论千亿参数的大模型。也就是说,每个使用者只需要载入一小部分的模型,就能和其他使用者一起协作,来共同执行模型推论和微调,就像是BT原理一样。

团队测试发现,PETALS比在单一系统的RAM卸载方法,还要快上许多倍,在消费型GPU上推论1,760亿参数的BLOOM模型,完成1个token所需时间近1秒。透过平行推论,每秒则能完成数百个token。而且,有别於大多数的推论API,PETALS还能显示模型隐藏状态,让使用者可用有效的微调方法,来训练、分享客制模型的外挂。不过,在PETALS初始阶段,使用者可能因安全、隐私考量,协作进展可能较慢,因此BigScience推出BLOOM点数,来奖励贡献GPU资源的使用者。(详全文)

  百度研究院     大模型     产业化  

百度研究院预测2023年:大模型将产业化

百度研究院日前发布科技趋势预测,直言大型模型在2023年将产业化发展,用於更广泛的产业中。百度研究院指出,现今的AI不断朝跨任务、跨模态(资料类型)发展,且随着底层大模型技术的成熟,以及为特定产业发展的AI基础建设,这种产业型的大模型,已渐渐在航太、金融、能源等领域应用,形成「AI+产业」的发展结构。百度认为,大模型产业化将催生产业大模型生态,实现普惠AI。

此外,百度研究院也预测,2023年的新型AI基础设施需求将增长、更多产业讲过应用AI机器人、AI将进入更多科学领域,以及随着云原生技术的成熟,将催生更多量子软硬体合一的解决方案。此外,可解释AI技术和科技永续发展,也在百度研究院预测的科技趋势中。(详全文)

  Nvidia    机器人训练       元宇宙  

让机器人更灵活!Nvidia更新模拟训练平台功能

Nvidia更新机器人模拟和训练平台Isaac Sim,使用者可从云端存取Isaac Sim、使用新AI功能来加速机器人训练了。Isaac Sim建立在元宇宙平台Nvidia Omniverse上,使用者可在各种操作条件下模拟真实环境,建置和测试虚拟机器人,来加速物流、制造和零售等产业的自动化应用。

Isaac Sim新功能有人物模拟功能,能在仓库和制造设施中增添人物角色,还能让人物执行不同动作,如推手推车。这个功能可让开发者观察,人机互动设计是否顺畅,也能让机器人学习避障和潜在意外。另一个新功能是即时呈现感测器资料,并能用光线追踪技术模拟光达,在各种照明或反射材质条件下,获得更准确的感测器资料,来让机器人模拟更贴近真实世界环境。Isaac Sim其他更新还包括模拟3D物件库、强化学习工具Isaac Gym,以及协作机器人程式开发工具Isaac Cortex等。

 

  OpenAI     Bing     ChatGPT  …

gate.io交易平台

踏入国际新创大门!NVIDIA Inception Program 如何当「星探」,把台湾新创推往全球?

自 2020 年以来,知名科技大厂 NVIDIA(辉达)推出 NVIDIA Inception Program 加速器计画,与全球横跨 110 个国家、超过 10000 家新创合作,尝试布局国际,建造完整的 AI 新创生态系。NVIDIA 尤其专注於人工智慧、5G、智慧物联网与医疗等领域新创产业发展,并持续以国际资源与专业技术,协助在地潜力新创团队。

2022 年 10 月,NVIDIA 联手《科技报橘》举办的 「NVIDIA 2022 新创交流日」登场,现场可见各领域新创业者齐聚一堂,从无人机、人工智慧到 VR 技术开发团队,全都想一睹国际科技大厂如何助台湾在地新创一臂之力。

讲台上,NVIDIA 资深客户协理戴宏展、流线传媒社长戴季全与偲倢科技执行长陈青炜,共同现身对谈、分享实战经验,并进一步解析 NVIDIA Inception Program 如何为台湾新创企业打开竞争新格局。

NVIDIA 推 Omniverse,盼加速新创智慧制造、减少成本

看中台湾本土新创动能,NVIDIA 除了布局全球,也思考如何将台湾在地 AI 技术与全球新创生态系融合。为此,NVIDIA 近期强力在台推广 NVIDIA …