過去一年是一個移動裝置主宰消費行為的世代，行動消費者交替使用多種裝置已成為一種生活習慣，廣告主對於數位行銷的需求更廣更深，如何將消費者使用情境數據整合成為行銷決策，是一大課題。

了解消費者用手機上網的地點與目的和時間等使用情境很重要，尤其是「位置」的數據。基於長時間洞察一個人所在位置的不同場景，包含除了「距離」，一個人在特定場域「停留的時間」與「頻次」等數據，透過AI大數據技術演算，協助客戶更精準掌握數據與詮釋能力，才能進行不同的內容投放，進一步打動消費者。

•從行動數據挖掘到行銷決策的流程分為四個步驟：

ㄧ、線上與線下的資料收集整合：勝義科技研發重點在於線上與線下的資料收集與整合，並將
蒐集回來的數據透過建立系統模式與行為模型，回饋至線上
與線下服務產品，也就是O2O2O的服務。

二、建構完成LBS商用基礎數據：勝義科技以60億的位置資料為核心，整合GetLocus 客流數據、AdLocus用戶行為數據、政府開放資料、民間公開資料以及通路
端消費者行為數據等，建構一不斷進化的LBS商用基礎數據。

三、消費者行為模式建立識別模型：導入分類分群、支持向量機以及類神經網路等演算法，進行各單元的
資料匯流、切割、關聯、群集等資料演算工程。

四、透過識別模型推論消費者的行為模式：導入機器學習領域裡監督式、未監督式以及增強式學習等方法，透過處理巨量多維度的資料，來發掘資料多元因素之間未知的關聯性與規則。

以大數據識別消費者的行為模式，挖掘到有價值的資訊，幫助擬定行銷策略，展現於數位廣告產品，提升廣告產品的精準度與競爭力，進而擴大廣告主收益。