以人為本是當我們在考慮 AI 技術的普及時，將技術的進步當成是對人類的輔助來創造商業價值，而不是以取代人類為目的
KOL Radar 資深產品經理 Finn Yeh 口述 | Iris Hung 採訪整理
網紅行銷的使用者旅程包含策略發想、釐清目標、選擇網紅、和網紅簽約、發布合作內容與廣告、衡量活動成效。KOL Radar 是從選擇網紅的「搜尋」功能開始，經過一段時間的探索與發展後，開始進一步思考——我們如何提供使用者更有價值的服務？回到源頭思考：我們產品目標和願景是什麼？應該服務誰？透過分析使用者流程，我們發現除了搜尋之外，使用者最大的痛點其實是「衡量活動成效」，如何讓結案報告更視覺化、更清楚，因此決定做洞察報告（Deep Report）。
過去使用者用很多 Excel 表單來計算成效，但當合作網紅數量很多時，就會耗費大量的人力成本在手動更新，且無法反映出最即時的數據，只停留在表層分析。有了 Deep Report，就可以讓使用者準確看到每檔網紅行銷活動的成效，透過交叉比對掌握更多維度的分析成果，進而解決終端客戶的問題。不僅透過科技力量解放人力，還能增加使用者的想像，例如：從文字雲可以看出 UGC（User Generated Content） 內容，分析觀眾關注什麼、對業配內容有什麼想法、反應是正面或反面，讓客戶可以進一步轉換成洞察來調整策略。
經歷多次使用者訪談、測試後，我們發現「啟動」是最困難的，如何讓使用者願意改變既有程序來使用 Deep Report？大家會怕之後還要額外付出心力來匯入資料，也不確定成效如何。因此我們設計了一個匯入的功能，讓大家可以直接將既有表格匯入 Deep Report ，只要試算表中的欄位名稱跟預設值相去不遠，系統都可以自動抓取對應數據，快速把客戶想要的所有資訊都放進來，系統自動讀取完後就可以看到最新的數據圖表。
相較於過去在其他公司擔任產品經理（PM, Product Manager） 的經驗，iKala 的組織分工較明確，讓我可以更專注在產品上，且不管是跨部門，或 KOL Radar 內部的資源和支持系統都比較強，當在面對全新問題時，團隊成員會積極提供意見，也有很多不同專業的同事可以詢問。未來，也希望我們能持續拓展市場，這樣就能夠獲取更多使用者反饋，推使我們去開發更多使用者想要的東西，這是我身為 PM 的願景。
註：Deep Report 使用的技術包含自動爬蟲、斷詞模組與情緒分析模組。自動爬蟲是一套高效率自動化系統，利用代理伺服器（Proxy Server） 解析各社群平台應用程式介面（API, Application Platform Interface），定期取得合作貼文的最新數據。斷詞模組和情緒分析模組皆為自然語言處理（NLP, Natural Language Processing）技術，斷詞模組為改良過的結巴系統（Jieba），將輸入的文字斷成有意義的詞句；情緒分析模組透過機器學習（ML, Machine Learning） 技術，對大量與語句做標注與學習，輸出正面、反面、中性作為結果。