简报:TikTok成为iOS端下载量第一、Facebook面临200万欧元罚款

“跨境电商简报”,让卖家朋友快速的浏览影响卖家的新闻和事件的简要信息。在这一期中,主要是TikTok在尼日利亚比Instagram更受宠、Facebook因漏报违法言论投诉数量面临德国200万欧元罚款及谷歌和Myntra研制AI新应用,可预测并解决顾客退货率。

TikTok在尼日利亚比Instagram更受宠

简报:TikTok成为iOS端下载量第一、Facebook面临200万欧元罚款

据应用分析平台Sensor Tower数据显示,TikTok在2019年Q1超过了Facebook、YouTube和Instagram,成为iOS端下载量第一、Google Play排名第三的APP。

在TikTok全球扩张的进程中,尼日利亚显然也没能抵挡其独特的“魔力”。TikTok目前是尼日利亚第16位最受欢迎的社媒APP。Sensor Tower数据显示,在4月份,TikTok是尼日利亚第8大最受欢迎的安卓应用程序(排名先于Instagram两位)、Google Play第3大最受欢迎的社媒APP(Instagram排在第4)。

一名尼日利亚网红表示,比起YouTube和Instagram铺天盖地的广告和赞助内容,TikTok的广告相对较少。TikTok会优先考虑有机、有创意的内容,并使用算法精准推荐原生的优质内容来吸引更多受众。比起靠做网红、打广告赚钱,许多尼日利亚年轻人只是特别享受原创和娱乐。尽管如此,许多参与TikTok挑战的人除了赢现金、福袋的奖品外,TikTok还会对这些人的其它社媒账户知名度产生直接影响,因此他们可以从品牌那里接到推广活动并从中获益。

此外,TikTok还帮助当地网红创建Instagram账户,吸引更多的人有偿地从宣传业务、网页、节目和促销中得利。同时尼日利亚的年轻企业家也可以利用TikTok接触新客户并发展他们的业务。

TikTok的母公司字节跳动的推广人员会在APP上寻找“创作达人”,还会培训创作者如何使用APP制作出更好的内容,并推出一系列挑战活动让这些达人参与其中。以便于达人源源不断地为他们带来更多优质内容,从而吸引新用户。与YouTube非常相似,TikTok还建立了当地创作者社群,通过WhatsApp群组和线下活动增加用户黏度。

事实上,数字营销机构也在关注TikTok在尼日利亚的增长。DigiClan Africa(广告营销公司)项目负责人Oluwapelumi Oyetimein表示,品牌往往不愿意尝试像TikTok这样的新平台,因为他们会先入为主地认为他们的受众在更大的平台上。但随着TikTok日益壮大,品牌最终会纷至沓来。

Facebook因漏报违法言论投诉数量面临德国200万欧元罚款

简报:TikTok成为iOS端下载量第一、Facebook面临200万欧元罚款

据悉,德国联邦司法部于7月3日声明,Facebook发布的2018年上半年透明度报告“不够充分”,即在违法言论投诉数量中提供了不完整的信息,并处以200万欧元(折合230万美元)的罚款。

去年在德国生效的《网络执行法》要求社交媒体平台每六个月发布一份透明度报告,且要详细说明收到的违法内容投诉数量,如果对用户举报的网络违法言论处理不力,相关社交媒体可将面临最高6000万美元的罚款。

然而,与一些竞争对手的社交媒体网络相比,Facebook报道的非法内容似乎不够完整。Facebook去年上半年被罚款的报告披露了1704条违法内容,而YouTube同期报道了144836条。

监管机构表示,Facebook的报告列出了违法内容投诉数量的一小部分,且用户很难找到该公司设立的投诉渠道。这将造成公众对非法内容规模和社交网络处理投诉方式的扭曲印象。

但Facebook表示该报告是合法的,且表明《网络执行法》在许多领域缺乏明确性,该公司将会仔细分析罚款通知,并保留上诉权利。

谷歌和Myntra研制AI新应用,可预测并解决顾客退货率

简报:TikTok成为iOS端下载量第一、Facebook面临200万欧元罚款

预计到2020年电子商务的销售额将达到4万亿美元,电子商务的发展势不可挡。大量调查显示,与实体店购物相比,客户更喜欢网上购物的便利性,但这对于那些试图通过自由退货政策将竞争对手挤出市场的公司来说却有弊有利。据估计,有高达三分之一的在线订单被退回,这降低了利润率。

对此,谷歌和Myntra平台的研究人员在一篇新论文中尝试解决退货的难点。他们使用在购物者的偏好、体形、产品浏览记录等数据训练机器学习模型,设法在客户购买商品之前预测每个顾客的退货概率。

为了确定造成退货的最主要因素,研究人员对Myntra平台进行了分析,该平台大约有600,000种商品,每周促成数百万份订单。他们发现,在所有产生的退货订单中,当客户购物车中存在与之类似的商品时,会有4%的概率会退货。

此外,他们还发现53%的退货归因于尺寸和装配相关的问题,退货率与购物车内产品数量紧密相关,购物车内要是超过5件商品的话,退货率约为72%,而购物车内只有一件商品的话,退货率为9% 。同样不出所料的是,与新生产的商品相比,库存商品的退货率几乎翻了一番。

凭借这些数据,该团队设计了他们称作混合双模型的AI模型,以此预测购物车和商品退货概率。较高级别的AI模型对可退货的购物车内商品进行分类,利用第一个模型识别为可退货的购物车内商品,而第二个模型则用于预测单个产品的退货概率。两个模型都是用三个类目下的样本进行训练的,主要涵盖产品、购物车和用户级功能,包括(但不限于)品牌、产品新旧、购物车内商品数、订单日期和时间、交付城市、订单数、付款方式和购买频率。

那模型表现如何呢? 在实验中,表现最佳的退货预测AI系统在观测者操作特性曲线下的面积(AUC)达到了83.2%,精度达到74%——操作特性曲线是一种检测精度的测量方法。在对100,000名用户进行的实时测试中,与对照组相比,订单数略微下降(1.7%),但退货率下降了3%。

该团队指出,零售商知道哪些客户可能退回商品后,可以采取预防措施,例如定制运费或通过提供优惠券使产品无法退回。“今后,我们计划将这个模型应用于更多可以帮助降低整体退货率的项目。”他们写道。

本文由 创客走廊 作者:创客走廊电商号 发表,其版权均为 创客走廊 所有,文章内容系作者个人观点,不代表 创客走廊 对观点赞同或支持。如需转载,请注明文章来源。

47

发表评论