零售科學：用大數據玩行銷

文章標籤: 科技趨勢; 數位行銷; 市場行銷; 大數據; 創新管理

對顧客隨機溝通的背後，反映出零售業長久以來所仰賴的經驗法則，中間有太多臆測與猜疑的成分，所以零售產業的行銷人員日以繼夜忙碌工作的真相，其實是不斷地在修補被品牌過度行銷後與消費者之間的緊張關係。面對市場的快速多變，數據成為零售通路業者了解客戶樣貌的關鍵，隨著我們對顧客動態數據掌握能力的提升，此刻已經有能力透過預測模型掌握顧客回購的敏感時機點，抓準時機讓顧客再次上門，確實掌握左右零售商戰的決勝關鍵因素。

大數據分析預測軟體公司以特有的演算預測模型在大數據行銷市場扮演著趨勢領袖角色，近來以「零售科學」的創新商業模式重新定義零售業競爭規則，協助品牌與零售產業客戶從傳統的產品導向思維轉向以顧客為核心的商業策略主軸，對於大數據如何幫助零售品牌玩出行銷創新，有一番突破式的創新見解。

大數據玩行銷創新 1 數據融合、以人為中心—看清消費者輪廓

對零售品牌企業的行銷人來說，最常關注的數據可能只有從POS機得來的銷售數據，大多的零售促銷計畫都仰賴過去的銷售數字來做事前規劃及事後檢視，有時候多加一點資深行銷人的經驗做些微調；這樣經驗驅動的行銷決策看似煞有其事，說穿了只是因為沒有其他能夠參考的指標，在整個環節中也一點都沒有將消費者考慮進去，如此的決策背後隱含著許多不確定性，既不科學也無標準可循，反而讓行銷失準，造成不必要的浪費。透過數據驅動的數據分析卻能有效降低這種不確定性，透過物聯網設備蒐集現場人流資訊，再將POS交易資料、物聯網感測設備所蒐集到的現場人流、及像是天氣、開放資料整合在一起，套入自行研發的數據分析演算模型，經由系統的自動優化與機器學習能力，從各種不同面向進行數據分析，就能確實看清消費者樣貌，掌握消費者的動態喜好，甚至能透過數據為零售業者建立特定領域的消費者全景，提供例如消費者下次購買時間、某產品下次被買走的時間、消費者下次進入實體通路的時間等的預測資訊，從「隨客而變」做到「先客而變」。

這樣的技術已成功應用到運動產業，為提供給消費者更好的服務，知名國際運動品牌在旗艦店及一般門市安裝了熱點人流偵測裝置，收集了店裡店外的人流數據後進行分析，結合交易數據交互比對之後，發現一些驚人的現象。以前品牌商根本不知道消費者在每一個櫃位停留的時間與頻率，但在導入物聯網感測設備與數據分析模型後，成功地蒐集到消費者在門市的資訊，像是每一個櫃位駐足停留的消費者人數…等，結合該櫃位所擺放的產品與銷售資料，就能知道店內哪一區的坪效/業績最好，另外，根據這些資訊調整店內的人力配置、動線設計與產品陳列，讓消費者能夠更快地找到想要的產品，成功體現透過數據做到以人為中心的全景行銷，有效提升成交率。

大數據玩行銷創新 2 抓對時間，讓顧客「再買一次」締造驚人回購比

但零售業掌握以人為中心的全景就夠了嗎？其實「人」充滿了許多變數，這些變數中其實只要掌握最關鍵的「時機」，就能以簡馭繁，創造更大利潤。許多企業對於開發新顧客非常熱衷，幾乎所有行銷活動都是針對招攬更多新顧客上門而量身打造，雖然在開拓新客上有一定成效，但是這樣的行銷模式往往卻忽略「時間」這個影響人的關鍵因素，只要掌握消費者的動態，就能在對的時間讓既有顧客乖乖上門，讓快流失的舊客再回來購買一次，在營收上產生不小的貢獻。

有個同時經營便利商店、超市以及百貨購物中心的大型連鎖零售品牌投入數據採集及研究已有一段時日，旗下擁有超過七百萬的有效會員，內部設置有會員數據分析部門，長期蒐集並維護會員的主檔並記錄完整的會員交易數據，該品牌每波檔期活動的溝通轉換率都穩定的維持在40%-45%（當波活動會員回購人數/當波活動溝通會員人數），對比其他同類型競爭品牌動輒只有7%-10%的活動回應率已算有相當驚人的成效。但這個轉換率彷彿觸及到成長瓶頸，隨著競品不斷地投入市場競爭搶分消費市場，該品牌已經有一段時間找不到更好的變項或是新參數可以突破自己設下的成效門檻，促使分析團隊開始嘗試尋求更有效的數據導入方案。

在兩個星期的資料準備期間，根據NPT（Next Purchase Time）模型需求導入了顧客資料、顧客交易資料兩大類數據，雙邊團隊決定要以該品牌關鍵檔期活動來驗收新模型的預測成效，為比對出品牌傳統模型與NPT模型的差異，決定讓雙邊團隊用各自的預測模型挑選等量的溝通會員名單，統一交由行銷單位在相同時間、透過同樣的溝通工具傳遞相同的活動訊息，看看經過11天的活動走期後，兩份名單的轉換率是否有顯著的差異；檔期活動剛結束一週，NPT模型所預測的回購率就已經超越了40%，最終，NPT模型在整體轉換率上繳出了一張86.1%轉換率的亮眼成績單，在銷售貢獻度上，更高出品牌傳統預測模型近9,000萬元新台幣的營業額。

這個結果表示轉換成效能有效的突破品牌自己設定的成長障礙，創造歷史新高的轉換記錄；NPT預測模型已經在許多零售產業的品牌中複製並取得穩定的成功，這同時也讓零售行銷業界重新思考過去傳統屬性標籤的價值，除了透過這樣簡單的概念以簡馭繁之外，也讓品牌開始重新正視「時機」這個長久以來被低估的行銷預測變項。

零售科學：用大數據翻轉行銷創新

零售業是一個擁有歷史脈絡的產業，面對消費者劇烈變動的今天，零售業正面臨一個前所未有的世代衝擊與競爭挑戰，基於大數據行銷所發展的零售科學架構，透過數據科學建立零售業與消費者之間更好的溝通默契，「零售科學」將結合零售業自有數據、物聯網（IoT）數據以及開放數據，打造出屬於零售業的全景視野，傾聽消費者真實的需求與聲音，用以創造更個性化、更貼心的消費者零售服務體驗。