關於網路社群資訊流
幾天前有一篇滿有趣的報導(如下)"日本利用 Twitter 數據預測流感" 文章轉自INSIDE
這篇文章大致上說日本有網站運用一種程式，可以藉由數萬條的TWITTER數據來進行流感的追蹤，結合過去和現在的感冒情況分析，加上當地天氣的溫度濕度的預測狀況做出判斷，製作出一個易感冒日曆來提醒使用者周遭流感感染者的多寡來預防感冒和注意身體狀況。
這讓我聯想到，2011年我剛開始接觸電子商務，當時有對一些新型態的網路購物行銷手法做簡單的調查，當年的WALMART(記憶中應該是這個)推出一個叫做Facebook shopycat 的程式，是一種運用連結臉書朋友留言資訊的相關關鍵字作比對來找出對應該位朋友可能會喜歡的禮物，好方便使用者選擇合適禮物作贈送。雖然現在回頭看這個APP好像並沒有對網路購物造成突破性的影響。如果這個APP的結果算是不成功的話，我想可能的原因很多(walmart在電子商務的影響太小，程式推廣的不普及或程式資訊判斷能力不足等等。)，但我一直覺得這是走在對的方向的創新和發想。
回來看這個新聞，可以看的出來隨著網路社群的影響共鳴和對生活滲透的普及率提升，龐大的數據資訊可以給予統計分析上益發趨近現實狀況的分析，這是對電子商務或更明確的說網路購物上有很誘人的吸引力做開發。
網路購物從
一開始單純追求人流的導向(運用廣告/折扣/活動導入人流)
被動式的行銷手法做猜測性的接觸目標族群(EDM的發送/SE關鍵字的建立)
到現在流行的社群網路單向連結(FB經營/LINE推播)。
可能下個階段可以運用社群資訊流分析來邁向更精準地找出目標消費者。
這種運用社群網路的資訊流來做資料收集和分析的技術已漸漸成熟和可供使用，google已經在做運用該技術做出許多大資訊流的統計分析，隨著網路和生活連結性越來越強，資訊流的質和量將變的越來越高，提供相當精準的分析資料供行銷部門運用，相信在可預見的未來五至十年會有更多精進的技術在電子商務上做出新時代的影響。
