Personalization ทำไม Netflix/Shopee ถึงรู้ใจเราจัง?
เคยไหมคะ เพิ่งดูซีรีส์เกาหลีจบไปเรื่องหนึ่งพอเปิดแอปพลิเคชันดูหนังขึ้นมาใหม่ ก็เจอซีรีส์แนวเดียวกันโผล่มาแนะนำทันที หรือบางทีแค่บ่นกับเพื่อนว่าอยากได้รองเท้าวิ่งคู่ใหม่ พอเปิดแอปพลิเคชันซื้อของออนไลน์อย่างช้อปปี้ ก็เจอโปรโมชั่นรองเท้าวิ่งเด้งขึ้นมาหน้าแรกราวกับมีคนแอบฟัง เชื่อเถอะค่ะว่า ไม่ใช่เรื่องบังเอิญและไม่ใช่เวทมนตร์ แต่มันคือผลงานของเทคโนโลยีเบื้องหลังที่เรียกว่า ระบบแนะนำอัตโนมัติ หรือที่ในวงการไอทีเรียกกันว่า Recommendation System Personalization การปรับแต่งประสบการณ์ให้เหมาะสมกับแต่ละบุคคล คือ การที่แบรนด์ เว็บไซต์ หรือแอปพลิเคชัน พยายามทำความรู้จักตัวตนของคุณ แล้วนำเสนอสินค้า บริการ หรือคอนเทนต์ที่ “ตรงใจ” และ “ตอบโจทย์” คุณที่สุด โดยอาศัยข้อมูล (Data) พฤติกรรม และความชอบของคุณมาวิเคราะห์ แทนที่จะนำเสนอสิ่งเดียวกันให้ทุกคนเหมือนกันหมด (One size fits all) เก็บทุกรอยเท้าที่เราทิ้งไว้ ก่อนที่ระบบจะ “รู้ใจ” เราได้ มันต้อง “รู้จัก” เราก่อนค่ะ ทุกครั้งที่คุณกดดูหนัง กดถูกใจสินค้า หรือแม้แต่หยุดดูรูปภาพอะไรนานๆ ในหน้าจอ คุณกำลังทิ้ง รอยเท้าดิจิทัล เอาไว้ ระบบของเน็ตฟลิกซ์หรือช้อปปี้ จะทำหน้าที่เหมือนนักสืบที่คอยเก็บข้อมูลเหล่านี้อย่างละเอียดที่สุด คุณดูหนังเรื่องนี้จบไหม (ถ้าดูไม่จบ แปลว่าคุณอาจจะไม่ชอบ) คุณกดดูสินค้านี้ตอนกี่โมง (ดึกๆ คุณอาจชอบดูของกิน) คุณค้นหาคำว่าอะไรบ้าง ข้อมูลมหาศาลเหล่านี้จะถูกส่งไปยังสมองกลอัจฉริยะเพื่อประมวลผลค่ะ การทำงานของสมองกล เทคนิคการจับคู่ที่แม่นยำ เมื่อได้ข้อมูลไปแล้ว ระบบปัญญาประดิษฐ์จะใช้เทคนิคหลักๆ สองแบบในการเดาใจคุณ ลองจินตนาการตามง่ายๆ แบบนี้ค่ะ 1. เทคนิคเพื่อนคู่คิด (คนเหมือนกัน น่าจะชอบเหมือนกัน) วิธีนี้ระบบจะมองหา “ฝาแฝดทางรสนิยม” ของคุณค่ะ สมมติว่าระบบเห็นว่าคุณชอบซื้อ อาหารแมว และ ทรายแมว ระบบจะไปดูว่าคนอื่นๆ ที่ซื้อสองอย่างนี้ เขาซื้ออะไรอีกบ้าง ถ้าคนส่วนใหญ่ซื้อ “ของเล่นแมว” ด้วย ระบบก็จะหยิบของเล่นแมวมาแนะนำคุณทันที โดยสันนิษฐานว่าคุณน่าจะชอบเหมือนกับกลุ่มคนที่มีรสนิยมคล้ายกัน 2. เทคนิคแฟนพันธุ์แท้ (ชอบแบบไหน เอาแบบนั้นไปอีก) วิธีนี้จะดูที่ตัวสินค้าเป็นหลักค่ะ เช่น ถ้าคุณดูหนังแอคชั่นที่มีพระเอกคนนี้แสดงบ่อยๆ ระบบจะไปกวาดหนังทุกเรื่องที่มีพระเอกคนนี้ หรือหนังที่มีฉากระเบิดภูเขาเผากระท่อม มาเสิร์ฟให้คุณถึงที่…
