在月初Google Pixel手機等硬體發表會上,執行長Sundar Pichai曾提到,他們推出Google Assistant的目標,是要為每個人打造個人化的Google,利用機器學習,讓智慧助理能辨識你的意圖,知道到你的習慣,自動給你正確的,你需要的回應,事實上不只Google Assistant,Google Play商店也有同樣的目標,利用機器學習,打造個人化的程式商店,而這樣的商店,更能幫助開發者獲利。






個人化商店更能幫助開發者獲利


日前Google Play全球應用程式及遊戲產業發展總監Purima Kochikar在簡報及訪問裡提到,Play商店也在朝個人化商店的方向邁進,且他們相信,這對開發者來說是好的。

其實我們每天都會碰到機器學習,打開Facebook或Twitter,看到的是他們根據你的喜好,推薦給你的po文,一進入YouTube,推薦的也都是最近你愛看的內容,我們每天都會看到機器學習送給我們的內容,這樣的變化,有人覺得很棒很方便,使用者可以立即看到感興趣的內容,廣告主也可以找到對某話題興趣的人,精準投放廣告。
但也有人認為,機器學習的結果,只挑出你有興趣的內容,意味著會篩選掉很多系統認為你沒興趣的內容,這樣使用者在網路上接觸到的議題範圍會越來越窄,對訓練多元思考來說不是好事。
若把這推薦邏輯套用在程式商店裡,可能系統推薦給使用者的,永遠就是那幾種類型,使用者可能永遠接觸不到其他不曾搜尋過的內容,開發者也就接觸不到更多元的用戶。

儘管有人質疑機器學習精準篩選內容會帶來這種負面效果,但Purima提到,他們相信個人化對開發者來說是好的。
現在推廣App,以及開發者最想解決的問題,是如何找到對的用戶,很多時候開發者並不知道他們的用戶在哪裡,以至於花了很多行銷預算,做廣泛的露出,接觸了一大群人,希望能在裡面找到一小群對的目標對象,但錢花了,可能有效果,也可能沒效果,如果是後者,不僅浪費預算,可能也會讓開發者無法抓到改善或行銷的方向。

因此對開發者來說,最好能透過機器學習,找出哪些人喜歡你的App或遊戲,這樣才能接觸到目標對象,之後遇到要新增App內容、付費,或是介面改版時,才能作出準確的判斷,對Play商店的業務團隊來說,目標就是要幫助開發者獲利,因此幫他們在全球找到準確的用戶是一項很重要的工作。





努力的目標:機器懂你要什麼 推薦對的App


除了導入機器學習,Play商店也正努力在和搜尋...等其他Google服務做整合。

有時候我們在搜尋某關鍵字時,發現Google會在搜尋結果裡列出一些推薦App,但即便目的一樣,若我們用較長的疑問句做搜尋,就不見得會列出推薦App。

比方當要規劃東京旅行時,我們輸入「JR東日本」,Google會在結果裡告訴我們有JR東日本這個App可以安裝,但當我們搜尋「東京JR」,或搜尋「從新宿到台場」時,就沒有列出東京交通相關的App,其實不管輸入什麼,我們的目的都是要找「在東京旅遊的交通資訊」,但搜尋還無法洞察我們的意圖,以至於換個問法,就找不到那個可以幫我們解決問題的App。


其實對Play商店來說,最好的搜尋體驗是在任何地方(比方Google Search),用自然的問法,就能找到那個幫我們解決問題的App。



在日前Google Playtime活動中,Google Play全球應用程式業務發展總監Larissa Fontaine提到,Google Play團隊一直在努力運用像是AI、機器學習、自然語言辨識...等技術,提升Play商地的使用體驗,讓用戶不一定要輸入精確的字句,系統也能懂得使用者的目的,做出對的推薦,解決用戶的問題,這的確也是團隊的目標。



機器學習是最近很熱門的一項技術,很多人應該是從AlphaGO打敗世界圍棋冠軍開始,認識這個技術,其實手邊的很多服務,也正在,或陸續導入機器學習,改善使用體驗,如Google相簿會自動辨識照片裡的人事時地物,以及這裡提到的,讓Play商店更懂你的意圖,推薦出對的App,看來未來Google的各產品,真的會因為機器學習,而變成真正的,更深層的個人化服務。