[大數據時代] 戰勝AI 成為贏家的四個思考原則

說到人工智能(Artificial Intelligence AI)、大數據(Big Data)、機器學習(Machine Learning)、演算法(Algorithm),無論是什麼名稱,人們最大的反應是什麼?我相信是恐懼。恐懼什麼?最多人恐懼的是自己的工作會被機器取代。

不過,單是恐懼情緒是無補於事的,人工智能對各個領域的衝擊亦不會停止。所以與其抗拒,不如著力了解並早作準備。

AI and Big Data

說到人工智能(Artificial Intelligence AI)、大數據(Big Data)、機器學習(Machine Learning)、演算法(Algorithm),無論是什麼名稱,人們最大的反應是什麼?我相信是恐懼。恐懼什麼?最多人恐懼的是自己的工作會被機器取代。

大數據AI時代,你會成為受益者還是受害者?

雖然到目前為止,人工智能究竟會給人類社會帶來多大的衝擊,以及這種衝擊的最終利弊,大家仍然沒有取得共識。但是,可以確定的是,人工智能技術,會像過往的很多技術一樣,會給人類的就業帶來大洗牌。很多人會因為新技術而失去工作,也會有人因為新技術而受益。

你會成為失去工作的人還是受益者?

投資人約翰·普利亞諾(John Pugliano)在他的《機器人來了:人工智能時代的人類生存法則》(The Robots are Coming)指出,有些人認為自動化會對藍領工人產生更大負面影響,其實這個觀點不準確。下一輪自動化,真正衝擊的是那些以前沒有受到影響的白領,比如中層管理者、法律界人士和醫療專業人員等。金融業也不能幸免。今年6月份,花旗集團的投行部門就宣稱,在未來5年內,這個部門的2萬名技術和運營人員中,可能有一些人會被機器取代。

應該怎樣在未來的人工智能時代成為受益者,而不是受損者呢?普利亞諾提出了四個方法,他稱為四個思考原則。

AI時代第一個思考原則:像人一樣思考

「你的經濟價值取決於你的創造力,而不取決於你執行重復性任務的能力。培養你個人天賦和能力中所有的人情味技能,重點是創造能力。」

在過去,判斷一個人的工作價值,本質上其實是從機器的角度進行判斷的。比如,評價一名工人是看他從事重復性勞動的能力。如果他表現出了高度的穩定性和可靠性,那他就是一個優秀的工人。

「不同於可以預知的機器,人的行為是沒有什麼邏輯可言的。他們依靠情感行事,導致行為結果無法預料。管理者不喜歡這種不確定性,他們喜歡的是機器而不是人。」

在工業時代,人們逐漸形成了這樣的判斷標准。這讓人很難認識到,人情味比機械產出能力更重要。

但是,隨著人工智能和機器人技術的發展,越來越多的工作都會被機器人替代,尤其是那些要求重復性和熟練度的工作。

它帶來的壞消息就是失業;但是,好消息是,剩下的工作不再枯燥乏味。「自動化所剩下的工作是最適合人來做的,這些工作更看重人情味而非例行公事。」

「機器人來了,它會搶奪你的工作,但是只要你為人所愛,機器人就無法取代你。那些學會利用人情味去創造的人將事業興旺,那些與他人建立情感紐帶的人會茁壯成長。」

AI時代第二個思考原則:像創業者一樣思考

在人工智能時代,請戒除雇員的思維習慣。為什麼要強調創業精神?原因是,未來大多數職業都存在於傳統的企業結構之外。未來的大公司不會再像今天的大公司那樣雇佣那麼多人。因為公司可以通過投資技術來減少雇佣勞動力。像谷歌和Facebook這樣的公司,盡管更加賺錢、市值更高,但是雇員人數卻遠遠少於通用汽車、福特汽車這樣的公司。

因此,未來的贏家,必須自己學會像創業者一樣思考,自己願意承擔風險,同時也能分享到巨大的收益。普利亞諾說,將來的好職業是任何一種可以直接解決問題的工作。

人工智能時代的贏家,他的工作不再只是一個巨大鏈條中的一環,而更可能是直接跟人有關,直接解決人的問題。無論是通過先進的科技手段做手術的醫生,還是能夠迅速響應用戶需求,幫助用戶解決家裡的下水道堵塞、空調漏水問題的維修工人。

AI時代第三個思考原則:像積蓄者一樣思考

普利亞諾認為:「自動化的重點在於,用更高效率的生產創造了一個價格下跌的通貨緊縮環境。」

在一個通貨緊縮的環境裡,那些有自控能力,願意延遲滿足感,而不是馬上把錢花出去的積蓄者,就更有優勢。

消費者和積蓄者思維的區別在於:消費者購物是為了情感滿足,而積蓄者能識別價值,購買增值產品。

消費者因為需要和短缺而買東西;積蓄者是為了在將來得到回報而購買東西。積蓄者把他們辛苦賺來的錢,投入到未來可能更值錢的事物也就是資產上。因此積蓄者需要有延遲滿足的自律性和識別價值的洞察力。

消費者靠薪水度日,積蓄者在經濟上獨立。

AI時代第四個思考原則:像投資者一樣思考

技術的創造性破壞將淘汰很多老牌行業,創造出驚人的投資機會。那些用投資者的思維方式來思考的人,更可能從這些機會中獲益。

「像投資者一樣思考,要求你避免使用快速致富方案,不要試圖在干草堆裡找針,也不要為了得到一位王子而親吻青蛙。投資於那些過去已經表現出賺錢傾向並且看上去有能力適應市場變化和技術變化的公司。」

總結一句,要在人工智能時代生存甚至進而成為贏家,人就要換掉腦袋,戒除機械、僱員、消費者和投機的思維習慣,改為建立人情、創業者、積蓄者和投資者的思維模式。

其他大數據AI時代文章:

與其擔心被人工智慧反噬,人類何不想辦法提升自己的智慧?

正面迎擊人機合作的時代:AI時代3大關鍵人才

李開復:AI 時代人類只剩兩件事可做

無人機送貨不遠了!大數據分析將是零售業關鍵

零售業的未來前景跟大數據關係非常密切,大數據可說成了零售業涉及生存的命題,沒有好好經營大數據,恐怕在不久的將來會被殘酷地淘汰。

張善政表示,新零售的未來需要大數據、人工智慧來支撐。

台灣無店面零售商業同業公會舉辦「無店面產業」論壇。前行政院長張善政表示,新零售的未來需要大數據、人工智慧來支撐,掌握平台商如淘寶、PChome等大數據,並由品牌商家去分析、建立客戶忠誠度,而物流與倉儲業生態正大幅度翻轉,包括無人機送貨與湖泊倉儲。無店面公會常務理事王孝慈也指出,零售產業必須與世界接軌、符合世界潮流與消費者需求,一致推動產業的前進。

零售業大數據始於One Click Shopping

張表示,讓電子商務創新的動力就是大數據,也就是其資通訊技術,以國際最大電商舉例,Amazon在1999年申請了1個專利 「One Click Shopping」,也就是讓網站儲存用戶的信用卡號碼、運送地址、姓名等資料,現代或許看起來很簡單,但當時個資概念並未普及時,該專利也獲美國專利局核准。雖然該專利在後來2006年引出爭議後裁限縮適用範圍,但當時就連Apple公司都不得不向Amazon購買授權許可。該專利於去(2017)年到期,大家鬆了一口氣,不過目前W3C研擬將機制納入未來瀏覽器正式規格。

Amazon在1999年申請了1個專利 「One Click Shopping」,也就是讓網站儲存用戶的信用卡號碼、運送地址、姓名等資料,現代或許看起來很簡單,但當時個資概念並未普及時,該專利也獲美國專利局核准。

由於大數據包括客戶背景、信用評等、商品推薦(資料模式比對的人工智慧)、累積過去客戶購買的伴隨項目、客戶評點等,該大數據進而帶動態價格的生態,讓買賣雙方市場可如實反映供需情況,更刺激了跨商的競爭比價(例如Trivago、eprice等)。而平台商如淘寶網、天貓等不僅可提供大數據分析的工具與諮詢、新增業務機會,且一般品牌商品賣家如小三美白、華碩等也可自行分析、甚至比平台商更深入。

大數據的分析下,也進而帶動第三方支付與衍生金融服務,過去消費者需要以現金買貨品,現在可直接以第三方支付,透過一個按鍵就能買商品,不僅如此,也引發衍生的螞蟻金服如基金,也就是讓民眾把帳戶裡的小額儲蓄放到基金共同帳戶,由專業經理人運用投資,當帳戶只有10元,沒人理會,但商家透過匯流服務,把1億人的10元集結時,情況就大不相同。」

現在物流不僅有即時追蹤、限時取貨、超商取貨等服務,國外的電商巨擘也正嘗試無人機,包括Amazon的無人機,甚至英國有8分鐘送貨到家的範例,等於倉儲業的傳統物流與倉儲業務全部被翻轉。

 

至於後端的物流部分,現在物流不僅有即時追蹤、限時取貨、超商取貨等服務,國外的電商巨擘也正嘗試無人機,包括Amazon的無人機,甚至英國有8分鐘送貨到家的範例,等於倉儲業的傳統物流與倉儲業務全部被翻轉。

目前國外業者正嘗試做水中倉庫,就是跟地方政府租一片湖泊,把貨物以防水包裝放進水中,等到消費者叫貨,再傳遞無線訊號讓貨品自動為包裝充氣,貨品就會因浮力大於其重量而浮上水面,再用無人機抓取運送,「不僅運送方式從貨車變無人機,未來倉儲也可能變水底方式。」

 .

原文:http://bit.ly/2GEOtRe

其他客戶數據行銷文章:

數據行銷:如何讓客戶自願給你個人數據?

收集客戶數據的三個最佳方法

[CRM Big Data] 收集客戶數據的三個最佳方法

今時今日,無論係商界定係政界,都在「拚數據」,千方百計「收集」(collect)數據,然後拿來「分析」(analysis),再看有什麼「洞見」(insight),說穿了,所謂的「大數據分析」(Big Data Analysis)就是這麼一回事。這一篇文章,講的就是客戶大數據分析( CRM Big Data),文章是長了一點,但花大約五分鐘掌握如此重要的商業新概念也是值得的。

Synapbox

新聞一則:一家叫做Synapbox的初創企業(Start Up)自家研發一個表情識別技術和大數據平台,通過桌上或是平板電腦、智能手機的鏡頭幫助企業進行各項市場調查,方法是透過辨識消費者在瀏覽廣告時出現的眼球活動和面容變化,就可以推測消費者對這則廣告的真實反應並計算出他們的「廣告轉化率」(Conversion Rate),即由看廣告化為購買行動的機率。

大數據分析三步曲:收集、分析、洞見

要玩「數據行銷」(Data Marketing),第一步是「收集」數據。這一步,說容易不容易,說很困難嘛也不是,主要是用「合適的方法」加上一些數據收集的技術工具即可。

什麼是合適的方法呢?我在之前的《如何讓客人甘心情願給你數據》一文提到:

要客人願意提供個人數據,必須首先符合客人的需求,這方面比起提供優惠更加有效。在招募會員時,很多時我們都會著力於提供『著數』(優惠),這當然是必須要的,不過有時優惠計劃未必符合每一個客人的口味,要客人甘心情願的留下個人資料,應該從需求著手。愈來愈多零售業提供免費送貨服務,既讓客人感到方便,亦能夠讓客人心甘情願留下不少個人資料。

免費送貨服務只是一個例子,原則是當客人提供數據就可以滿足到他們的需求,客人就甘心情願提供個人真實數據。

把會員表格都丟進廢紙籮吧!消費者的數據不是這樣收集的!而且問卷調查收取回來的數據根本沒有太大的分析價值。

把會員表格丟進廢紙籮吧!

我提供「客戶關係管理系統」(Customer Relationship Management System CRM System)這個業務不經不覺已經有十五年,人生有多少個十五年啊(慨嘆mode)!不少客戶都告訴我,要消費者成為會員難,好了,用眾多優惠成功說服他們願意入會了,遞上入會申請表格,客人就立即扁晒嘴,有一半人打退堂鼓。於是,為了減少這種「縮沙」的情況出現,不少商戶的入會表格所需填寫的資料愈減愈少,什麼教育、喜好……這類問卷調查,想也別想了。

若你曾經是或現在仍然是市場部負責會員業務的,你一定是看得連連點頭吧!

不過,今時唔同往日,讓我大膽說一句,把會員表格都丟進廢紙籮吧!消費者的數據不是這樣收集的!而且問卷調查收取回來的數據根本沒有太大的分析價值,一來問卷調查的答案不一定是真的,譬如說,你問我的喜好,我說愛旅行,我「愛」,但不一定有時間、金錢去旅行啊,你要我填寫學歷,我填大學畢業,但其實我是中學畢業生,難道你要拿我的畢業證書來核實嗎?

CRM Big Data收集消費行為數據(consuming behavior data)

不過,其實問卷調查最大的問題也不是答案的真實性,而是數據的分析價值(data value)很低。怎麼說呢?譬如說,我是大學畢業生又或是企業主管,難道我的消費力就一定高於一名小學生或是初入職場的菜鳥?當然不是啦!當中有太多變數了,譬如說消費意慾的高低啦、可支配收入的多寡啦、有否其他收入來源啦(菜鳥原來是富豪的私生子)……,要數下去可以再寫上千百個變數。所以,今時今日,沒有數據分析師太過著重這些靜止的(static)人口統計數據(demoghraphic data),而是集中火力收集動態的(dynamic)消費行為數據(consuming behavior data),也就是說他們實實在在的跟消費有關的行為數據,從他們瀏覽廣告追蹤至購買的行為,推算他們下一次的購物時間(Next Purchasing Time, NPT)

要獲取消費數據,是不一定要由消費者「提供」的,而是在得到他們同意後,無須滋擾客戶的情況之下「收集」的,當然一切都必須符合當地的私隱法例,有些鬆有些緊。

給客戶一個獨一無二的ID

通常操作的第一步是給與每一名消費者一個「獨一無二的身分」(unique identity),最佳的方法是設立會員制度 (Membership Program),用優惠措施和特別待遇(飲食業會員可獲優先入座、商場和超級市場會員可獲免費送貨或折扣日優先購物)鼓勵客戶成為會員。然後給每一名會員會一個會員編號,以後他的所有消費行為都會集中記錄在這個身分之下。不是會員的客人就收集不到他們的消費數據嗎?也不是的,這一點容後再說。

有了客戶的ID,就要「千方百計」的收集「消費行為數據」。不過,所謂的「千方百計」,首先你最好先想想,有什麼數據是「必要」的,因為收集數據是要費用的,多一個數據區(data field),就需要多一筆費用。

要收集數據,有一些是要驚動客戶的,但絕大多數情況是在不用滋擾客戶下密密收集的,以下是最常用的方法:

crm big data

Google和Facebook都全力向Analytics進發,容許所有網站、網店、App免費使用它們的數據分析軟體。目前很多中小企的網站、網店和App都沒有使用數據分析軟體,即使有使用的也沒有作有系統的數據處理與分析,但我相信無論是Google Analytics還是Facebook Analytics都會很快成為市場人員必須懂得使用的工具。

市場人員必須學懂Google AnalyticsFacebook Insight

1/ 無論是網站、網店、移動程式(App),你都可以連結數據分析軟體(Analytics Software),就可以知道來訪者的登錄網頁、離開網頁、瀏覽過的網頁、逗留時間、瀏覽軌跡、來自區域、重覆到訪還是首次到訪…..。如果到訪者是會員,就可以結合會員數據作出分析,若然來訪者不是會員,也可以透過「網路小甜餅」(Cookies)知道每一次的到訪是來自那一部電腦、平板或是手機。當會員或是到訪者在瀏覽網站、網店、App時,他們不會覺察到自己的瀏覽行為正在受到密切監察、記錄和分析。

事實上,GoogleFacebook都全力向Analytics進發,容許所有網站、網店、App免費使用它們的數據分析軟體。目前很多中小企的網站、網店和App都沒有使用數據分析軟體,即使有使用的也沒有作有系統的數據處理與分析,但我相信無論是Google Analytics還是Facebook Insight都會很快成為市場人員必須懂得使用的工具。

文首的Synapbox所提供的服務或是工具其實是屬於這個範疇,不過他們使用的數據採集工具是鏡頭,而收集到的數據是瀏覽者的眼球活動和表情。在這𥚃我想多說數句,老實說,我對這種技術有保留,最困難的不是數據收集,而是數據「定義」(definition),有了定義,我們才可以進行分析,表情和眼球轉動的詮釋是一個不容易的學問。這使我想到社媒大數據(Social Big Data)「語意/語態分析」(Semantic Analysis),究竟社媒貼文和留言的語意/語態是屬於正面、負面還是中性呢?由於語言使用的方式千變萬化而且不斷有新詞彙出現,到今天,提供語意/語態分析服務的公司也只敢說準繩率大概只有六至七成。我看面容表情和眼球轉動的數據定義遇到同樣的問題。

鼓勵到訪者以社交平台戶口登陸

2/ 鼓勵到訪者以社交平台(Social Media)戶口登陸,過去,有網站要求到訪者首先登記(register),然後登陸(login),這個方法不太有效,跟上述會員表格的情況差無幾,使來訪者卻步。不過,現在有超過八成人都擁有社交平台戶口,你可以邀請他們用社交平台戶口登陸,對到訪者來說,他們只是按一個扭,而不是要填寫什麼login nameemail addresspassword既要花時間又要記多一個password,他們的抗拒沒有那麼大。當然,你要人家用社交平台戶口登陸,總得給人家一個理由,這方面的技巧我就留待另一篇文章才交待了。

成功地讓到訪者以社交平台戶口登陸有兩大好處:一、每一名到訪者都有了一個獨一無二的身分;二、你可以收集他們在社交平台的個人數據,強化客戶數據庫的質與量。當然,若果到客戶或是來訪者使用匿名或是沒有活動的戶口,第二點好處就欠奉了。

在店舖安裝數位身分追蹤器也可收集到有用數據

3/ 收集數據,不一定是在網上的,在店舖內也可以。其中一個有效方法當然是搞會員制啦!(你唔係仲未搞呀?!)會員什麼時候到訪買了什麼消費多少都記錄在案。不過,你就不會知道他們曾經拿上手看過感興趣而最後沒有買下的貨品了。要收集這樣的數據,可以在店舖安裝不同的數位身分追蹤器,包括你可以追蹤哪一部手機或平板電腦使用過你的WiFi、你也可以用一些方法鼓勵客戶來訪時開啟藍芽裝置,與店舖的一些裝置產生互動,若果你在店舖不同的區域也安裝了這些數位身分追蹤器,就可以得知到店的客戶去過什麼區域,逗留了多少時間。若你在每一件貨品都貼有無線射頻識別標籤(RFID Tag),則到店者拿過什麼貨品來看,端詳了多久,到最後有沒有買下,都可以知道。

早前震驚中外的一則中國新聞,中國公安透過廣佈全城的「面容辨識」(Facial Recognition)鏡頭,在7分鐘之內就成功抓捕參與實驗的BBC記者。其實面容辨識技術當然也可以應用到店面。不過,除了涉及私隱法律的問題,若商戶真的應用了這種技術,只怕也收集不到什麼數據,因為消費者都給你的裝置嚇跑了!

Japan Toyrus

日本玩具反斗城開發了一個會員App,除了有基本的會員功能,下載了App的人進店後,開啟App,透過所謂的Kazasu Camera對準產品,就可以看到擴增實境(AR)的內容或是介紹商品玩法的影片。

日本玩具反斗城用AR吸引客戶用鏡頭留下數據

在店面收集客戶數據這一點上,我想用一個真實個案來指出,其實你是可以讓來店的客戶主動參與的。

話說日本玩具反斗城開發了一個會員App,除了有基本的會員功能,下載了App的人進店後,開啟App,透過所謂的Kazasu Camera對準產品,就可以看到擴增實境(AR)的內容或是介紹商品玩法的影片,這個Kazasu Camera功能成功地吸引客戶到店購物,同時亦在客戶自願參與的情況之下,收集客戶在店內的消費行為數據,進一步加以分析,並進行「精準行銷」(Targeting Marketing or Precision Marketing)

若你能夠讀到這𥚃,證明你對於數據行銷真的很有興趣。恭喜你,因為無論如何,千方百計地收集客人的消費行為數據這個趨勢是停不了的。作為中小企業的負責人,收集什麼數據是一個策略與資源運用的問題,這個肯定是所有企業未來必須著力思考及處理的問題。

總結一句:能夠讓客戶在被收集消費行為數據這個過程主動參與是上上之策,而在收集過程中在合法範圍內不去驚動消費者也是上策,下策是要客戶填寫任何長度的問卷調查。

作者:徐少驊 (先達智能有限公司行政總裁)

作者其他數據行銷故事:

從粉底說數據行銷

數據行銷第一步

差異化定價與大數据

數據行銷:如何讓客戶自願給你個人數據

延伸閱讀

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

[CRM Big Data]數據行銷:如何讓客戶自願給你個人數據?

我們常聽到數據行銷,究竟什麼是數據行銷呢?

時今日,無論你做任何生意,尤其是零售及服務業,都會叫市場部同事設計一個會員計劃,期望可以鼓勵客戶多點光顧。

設立會員制度,第一件事是設計獎賞計劃(Incentive Program)和會員表格,很多市場部同事就困在這。穿腦袋,交出設計,被老闆或上司質問:又係玩積分?無乜新意喎!點解你覺得客人會願意給你這些資料?!上述問題,一時間很容易令你語塞,對吧?

數據行銷 data marketing

訂位服務也可成為數據行銷的工具

首先,讓我在這說一個日本壽司餐廳的真實個案,請花數分鐘看完,我相信可以給你一點啓示:

商人壽司郎(Akindo Sushiro)是日本銷量第一的連鎖迴轉壽司店,在日本全國有超過440間分店。

商人壽司郎率先採用在壽司碟下植入晶片來計算壽司在迴轉帶上行走的路程,每一碟壽司行走到達預定的距離就會被撤回,以保持食物新鮮度,也給客人一種品質保證的信心。這個階段的數據採集跟客戶講關係管理(CRM)可以說沒有直接關係,而是用於「品項管理」(Item Management)。

2015年6月,商人壽司郎推出智能手機應用程式(App),讓客人可以透過應用程式訂位,客人輸入人數,選擇地區,應用程式就會顯示該區所有店舖的等候時間,客人選擇店舖,應用程式會發出訂座號碼,客人在指定時間內到達店舖,在店舖外的電子看板輸入訂座號碼,電子看板收到訊息,就會編排座位。

這個為了解決客人長時間等待入座問題的應用程式,其後發展為一個數據採集工具,並且有助推展會員招募工作,此話怎說呢?

商人壽司郎

根據客戶消費數據設計會員優惠

客人用智能手機應用程式訂位,當然樂意輸入個人身分認證資料,譬如說手機電話號碼,方便到店後確認身分,客人當然亦需要輸入這次光顧的人數。當客人到店之後獲安排入座及拿取食物,商人壽司郎的數據管理系統(Data Management System)就會把這個客人的數據整合起來,既有了這名客人的一個獨特的身分認證(unique identity),也知道他去了哪一家店、多少人光顧,什麼時段進店、什麼時候離店、吃了什麼、消費總額多少、有否給小費……,若這個客人再次透過應用程式訂位,數據管理系統就會採集到這名客人之後的消費數據,並據此進行初步的數據挖掘和分析,當商人壽司郎的市場部同事邀請這名客人成為會員,按着數據分析後給與這名客人具吸引力的優惠,會員招募成功率自然倍增。

看到這裡,或許有人會提出憂慮,這種透過應用程式訂位的系統,很容易在計算時間上失準,害得客人到店後仍要等待,這個問題確實存在。不過,應用程式訂位服務無論如何都有縮短客人等候入座時間的效果,加上透過系統演算法,計算時間的準繩度不斷增加。

另一個疑慮是,客人透過應用程式訂位後「放飛機」(失約)又如何?系統設計亦已經預計這個情況的出現,當應用程式發出的訂位號碼沒有在預定時間之內被輸入店舖外的電子看板,系統就會自動取消有關的預訂並重新計算輪候時間。

當這個訂位服務進行順暢,商人壽司郎把應用程式推展到外賣服務,客人要輸入的個人資料當然就更多了,包括送貨地址,這樣的資料對於客人的收入水平有很大的參考價值。之後,商人壽司郎全力推廣會員計劃。

以需求來讓客戶自願留下個人資料

其實商人壽司郎在未建立訂位應用程式之前,也有會員制度,只是透過應用程式提供訂位和外賣服務,有助收集客人數據,根據數據分析有效推動會員招募,讓會員的優惠計劃更加準確,招募自然更加成功。

這個個案告訴了我們在推動會員招募和採集客戶數據時的兩個關鍵點:

一、要客人願意提供個人數據,必須首先符合客人的需求,這方面比起提供優惠更加有效。在招募會員時,很多時我們都會著力於提供「著數」(優惠),這當然是必須要的,不過有時優惠計劃未必符合每一個客人的口味,要客人甘心情願的留下個人資料,應該從需求著手。愈來愈多零售業提供免費送貨服務,既讓客人感到方便,亦能夠讓客人心甘情願留下不少個人資料;

二、在這個「移動」(Mobile)時代,智能手機應用程式(App)是一個很有效的數據採集工具。根據香港政府統計處今年四月出版的《主題性住戶統計調查第62號報告書》,2016年智能手機的滲透率高達85.8 %,可以預計,這個數字只會不斷上升。商戶使用手機應用程式來跟客戶建立關係亦是大勢所趨,原因有很多,這已是另一篇文章的範圍,其中一個原因就是方便採集客戶數據。

客戶消費行為數據比人口統計資料更重要

順帶一提,做Marketing工作的,在擬定行銷策略時,都知道有所謂的「人口統計變數」(demographic)。不過,消費者的實質「行為數據」(behaviour data)很大程度上取代上述成為最重要的參考依據。

人口統計變數其實一種「假設」(assumption),譬如說,我們會假設買我們的產品和服務的人是高收入的女性,但事實很可能當中有一些是中等甚至是低收入的。

用消費者行為數據作為行銷工具最大的好處是不需要「靠估」,每一名消費者過去購買的產品、頻率、單價、對什麼推廣有積極反應、有否推介朋友成為會員、有否在社交媒體評論自己或是對手的產品、過去的消費行為模式有否出現過變易……,這些數據是最實在的行銷參考依據,不是任何假設,透過數據挖掘和分析,可以對每一名客戶進行一對一的「精準行銷」(Precision Marketing or Targeting Marketing)。

作者:徐少驊 (先達智能有限公司行政總裁)

 

作者其他數據行銷故事:

從粉底說數據行銷

數據行銷第一步

差異化定價與大數据

不必驚動客戶的數據收集

延伸閱讀

大數據結合客戶關係,不可不知的四大優勢

大數據年代:這樣搞媒體才是對的!

在所謂的「大數據」(Big Data)年代,媒體是應該如何經營的呢?

有不少傳統媒體即使未「拉閘」,卻在「流血不止」之中,廣告收益每年以雙位數的比率下降,觀/聽眾/讀者的數字亦然。媒體管理層的救亡方案是把內容上網,然後收取網路廣告。這不但救不了亡,還會加速死亡,因為觀/聽眾/讀者去了網站看/聽你的內容,進一步拖低網下媒體的收視/聽率或是讀者人數,網路廣告又收不起錢。請記著這句話:用傳統媒體營運思維去搞網媒是死路一條!

DBC董事局決定把數碼廣播牌照交還政府,以目前的傳播環境,再過數年,就算是商業電台或是TVB決定交翻個牌出來,我也不會覺得很驚奇。

大數據年代下的媒體該如何經營

大數據年代下的媒體該如何經營

 

大數年代,搞傳媒為什麼還要攞牌照?

當然,DBC的個案有其獨特的脈絡,即所謂的「數碼廣播」政策,但我不打算在此長篇大論這個早已經看得出是明日黃花的議題。早於十年前,我與第一代科技人也是我的好友白頭孫已經曾撰文對談:將來究竟會是「無線」還是「流動電訊」上網勝出呢?我們都沒有料到,兩者同時勝出,也就是說,在智能手機內設有無線上網的功能。 前Google CEO施密特(Eric Emerson Schmidt) 曾揚言:「未來將是行動唯一的時代。」Forrester Research的Ted Schadler和Josh Bernoff寫了一本很難讀的書,叫做《行動思維時代》(The Mobile Mind Shift: Engineer Your Business to Win in the Mobile Moment) 。 我想要說什麼呢?從事傳播業為什麼還要向政府申請昂貴又限制多多的廣播牌照呢?!

「廣播」敵不過「行動」

DBC行政總裁羅燦說大部分汽車的收音機還是沒有數碼廣播裝置,這是事實,我卻認為未必是DBC董事局決定停止數碼廣播的主因。 大家乘坐計程車時不妨留意一下,很多司機在方向盤旁掛滿了「行動裝置」,有些是用來接生意的,有些是用來播放影視及聽覺娛樂的,我就曾試過不少次遇上聽網台的司機。 我們所稱為的「行動電話」(Mobile Phone),其實已經不足以描述這個裝置的功能。試問有多少人用這個裝置只是來通話的呢?!更多的時間我們是用來上網、發訊息、玩遊戲、看電視劇或電影,有愈來愈多人用來購物,這個「行動裝置」已經成為每個人的活動中心,而且這個趨勢只會愈來愈烈。 人們已經開始逐漸遠離電視機了,試問接收聲音廣播訊息的收音機又怎會不式微呢?!傳統廣播科技屬於「稀缺資源」,所以政府用牌照來規管及分配,但資訊科技卻是豐沛資源,數據傳輸速度愈來愈快,「行動媒體」才是投資媒體業的大方向。 都係嗰句,從事傳播業為什麼還要向政府申請昂貴又限制多多的廣播牌照呢?!

救亡方案加速死亡

好了!我們弄清楚了這個問題的第一部份,現在我們來看問題的第二部份。 有不少傳統媒體即使未「拉閘」,卻在「流血不止」之中,廣告收益每年以雙位數的比率下降,觀/聽眾/讀者的數字亦然。媒體管理層的救亡方案是把內容上網,然後收取網路廣告。這不但救不了亡,還會加速死亡,因為觀/聽眾/讀者去了網站看/聽你的內容,進一步拖低網下媒體的收視/聽率或是讀者人數,網路廣告又收不起錢。 請記著這句話:用傳統媒體營運思維去搞網媒是死路一條!

商戶自營媒體

為什麼香港商戶的廣告預算愈來愈少放在傳統媒體身上呢?是分了去網媒那裏嗎?這是其中一個原因,目前卻不是主因,因為大部分香港網媒仍然是未按著網路邏輯經營的,因此行銷效果不彰。真正的主因是商戶自己製作內容,成了傳統媒體的廣告預算競爭者! 曾擔任全球最大的公關顧問公司愛德曼資深副總裁的Michael Brito在2014年出版的《自己的品牌自己做》(Your brand, the next media company)一書中,就主張所有企業都應該轉化為媒體公司。 商戶轉向自己經營媒體,即所謂的「內容行銷」 (Content Marketing),這已經是不可逆轉的趨勢,Media Placement的預算急速下滑,商戶情願自製內容放在自家的媒體,再透過社交媒體平台推廣出去,與潛在客戶直接建立關係,再收集數據,作業務分析。傳統媒體那種沒有收集任何具體客戶數據的廣告形式根本無法競爭!

內容只是手段,關係和數據才是目標

紐約市立大學(City University of New York)新聞研究所教授,也是buzz machine.com站長的Jeff Jarvis在他的著作《媒體失效的年代》(Geeks Bearing Gifts)一書內這樣說: 「你會發現我在本書當中,將一再主張『關係』是媒體商業模式的必要元素,也就是說:將民眾視為個人以及社群,以便為他們提供更切合需求的服務、建構出更大的價值,這會是媒體追求存續和成功的關鍵。當然我們還是會繼續製造內容,但內容不是最終產品,只是我們用來為社群及其成員提供訊息和服務的其中一件工具而已。 內容也許還是會保有能夠販賣的內在價值。不過,現在內容又有了另一種價值,是一種用來瞭解一個人的方式:那個人對什麼感興趣;那個人知道什麼,又想要知道什麼;那個人住在哪裏,從事什麼工作等。以上這些信號(signals)都能夠促使新聞機構為那個人提供更大的價值,從而獲得忠誠度、投入和營收。是的,這就是谷歌、臉書與亞馬遜的營運方式。」 若果傳媒經營者明白並且掌握了這段話的意思,他就知道網媒不是以經營「內容」為目標,而且透過經營「內容」去建立「關係」並收集「數據」。換言之,用內容吸引人流,傳統媒體就止於此,但對網媒來說只是起步,之後與觀/聽眾/讀者建立忠誠的關係和在他們的同意之下收集數據,才是經營的重點。

內容工作者的出路

好了,現在讓我們來談論一下「DBC交還牌照事件」的第三部分問題。一棵大樹倒下,一批傳媒工作者頓時失去工作,在今天的傳媒環境,再找工作並不容易,即使是電台執牛耳者的商業電台在過去的日子也是不斷減磅。在社交媒體當道的今天,欲從事傳播工作的人必須有新的視野,進入傳媒機構獲得聘用已經不是唯一甚至不是最佳的進路。

經營「自媒體」養活自己

社交媒體平台賦予所有人免費的傳播平台,愈來愈多人成立「自媒體」(We Media),透過自製內容與社交媒體平台的廣告合作計劃分享利潤,能夠成功養活自己的,內地有《羅輯思維》的羅振宇,香港有提供遊戲攻略短片的大J,當然要舉例下去還有很多。最重要的 是你所「銷售」的是你的強項,並且定期有紀律地提供優質的內容。

提供「內容行銷」服務

內容工作者的另一條出路是自組公司向商界提供「內容行銷」(Content Marketing)的服務。在所有企業都是「媒體公司」的年代,內容製作的需求非常大,而懂得製作優質內容的市場推廣人員並不多。行這條路的內容工作者當然需要強化自己的市場推廣意識與知識。 我要説的是,世界已經完全不一樣了,與其抱殘守缺,不如迎接新時代,為自己創造機會。

在網路世代,所有經營者都必須謹記的四個關鍵詞:行動(Mobile)、關係(Relationship)、數據(Data)和內容(Content)。

作者:徐少驊 (先達智能有限公司行政總裁)

 

作者其他數據行銷故事:

從粉底說數據行銷 數據行銷第一步 差異化定價與大數据 用大數据還給觀眾選擇爛片的自由 與可用大數据製作必收大電影  從毛記電視說到Facebook Live 用大數据以精準殺掉創意

大數據用精準殺掉創意

這原本是第一篇的内容,沒料到最終要寫到第四篇才寫到。這篇會是終章,必須直入「大數據亅如何進入了媒體的營運並且帶來所謂的「數據主導新聞學」(Data Driven Journalism),文末也會寫到我對數據主導下的網媒的憂慮 。

數據科技的演進是大幅地用電腦取代人類,以「計算」取代「嘗試」,以「精準」取代「探索」,人類的活動因此變得愈來愈規範化,難道這真的是我們想要的世界和生活方式嗎?!人類剩下的似乎就只有「反省」,確實是時候反省了!

 

十數人經營的網媒,每月瀏覽量超越兩千萬

先來說一個經典個案,若果你經常留意網媒新聞,你必定聽過它,若果你仍未聽過它,我認為你必須花數分鐘讀完拙文。

它的名字叫做Lifehack,網址是 http://www.lifehack.org 。Hack有坎、劈的意思,另外,也有解作journalist、correspondent、newspaperman,即「僱傭文人」。Life就不用解釋了吧。先説一説它如何厲害,去年每月的瀏覽量已經超越2,000萬,訂戶超過20萬,目前的Facebook專頁的粉絲有867,000人,最厲害的是它只有十數人在經營,大部份是程式員,主力編輯一人,她叫Anna,並且不需要聘請大量寫手,最最厲害的是有錢賺,而且跟隨著閱聽人數的增加而不斷上升!不容易吧!就連香港No. 1網媒《壹傳媒》(可以這樣稱呼它吧,因為這個媒體集團正不斷收縮紙媒,並擴展網媒)也在虧蝕中,Lifehack是怎樣做到的呢?!很想知道吧!

「文章篩選閱讀神器」監視網絡文章

好了!讓我們從頭説起,2005年,二十五歲的香港留學澳洲青年何樂頌(Leon),業餘地創辦了Lifehack.org,內容主要圍繞人際關係、職場要訣,也就是説目標讀者群是上班一族,網媒定位清晰明確,容易操作及推廣,這是Leon行出正確的第一步。Leon一開始就選擇以英文作為網媒的語言,潛在的讀者就擴展至全球的英語人,這是他行出正確的第二步。以業餘時間經營了兩年,每月的瀏覽率達到100萬,廣告收入超過了正職薪資,看到了前景,Leon決定全身投入,並把這個網媒帶回香港擴展經營。

這是故事的上半部,現在進入故事的最重要部份,就是Leon如何利用「數據」不斷壯大Lifehack。Leon找電腦程式員寫了一個「文章篩選閱讀神器」(「神器」),監視著200多個全球最受歡迎的網媒上不斷更新的海量文章,透過運算程式計算出每篇文章的受歡迎程度,包括在Social Media獲得的Like和Share數,若是文章達到了指標,「神器」就會把有關的文章Highlight。

全球二千寫手按「寫作指南」寫文

之前提及的編輯Anna,她的其中一個主力工作就是透過解讀「神器」的結果,抓著最受歡迎的題材,硏究文章的結構、寫作風格、用字、配圖等等,然後編寫一份「稿單」,發給Lifehack的「特約寫手」,稿單內已列明寫作方向、風格、用字等的指導。Anna每天發出60至80篇(今時今日或許更多)稿單,Lifehack全球有超過2000名「寫手」(或稱為博客),當中有約500名是活躍寫手。這些寫手都獲得一份詳盡入微的「寫作指南」,按著來寫文章,就可以得到良好的Social Media表現(Social Media Optimization SMO)。這份「寫作指南」是如何得出來的呢?就是由Lifehack經過日積月累研究受歡迎的文章後歸納出來的。

Robot收集數據監視文章SMO表現

好了,有了「寫作指南」,也不代表每一名寫手都成為網文高手,Lifehack開發了一個名為「Robot」的數據收集及分析系統,監視著Lifehack每一篇文章的SMO表現,有多少個Like,有多少個Share。得到高SMO的寫手就可以留低,表現欠佳的就會被Out。

就是這樣,Lifehack彷彿成了一個「網文實驗室」,每一篇文章的表現都有客觀的數據作統計及分析。有時為了分析更加細緻準確,Lifehack開初時會將一篇文章作不同的處理,例如有不同的標題、不同的Infographic,即所謂的A/B題,網民會看到不同的版本,Robot再搜集Social Media的數據,看那一個版本會獲得更佳的SMO效果,下一步就是按著數據結果決定最終用那一個版本。

就是透過這種數據的收集和分析,Lifehack的文章得到了愈來愈多的like和share,網站的訂戶數和各種社交媒體專頁的粉絲數亦直線上升。

事實上,Lifehack也不算是創先河,赫芬頓郵報(Huffington Post)的創辦人之一Jonah Peretti,他也是BuzzFeed的創辦人,就是引用了上述的「數據搜集與分析」、「A/B題」等方法,將赫芬頓郵報與BuzzFeed推上成為最成功、最多人看、市值最高的網絡媒體。

數據主導下,「新聞價值」無人再提

這種「數據主導」(Data Driven)的經營手法也有不少爭議的,其中最大的爭議是新聞網絡媒體由「編輯主導」(Editor Driven)轉為「數據主導」。90年代初,壹傳媒將「市場主導新聞學」(Market Driven Journalism)引進香港,「數據主導新聞學」其實只是「市場主導新聞學」的極致落實,「新聞價值」(News Worthiness)這個詞彙在新聞房(News Room)已經消失,新聞寫作與標題都受到數據的影響。

以計算取代嘗試,以精準取代探索

網絡文章的創意也受到數據的限制,大家不妨去Lifehack看看:7 Simple Hacks To Make Your Days In The Kitchen Easier、10 Effective Leg Exercises You Can Do On The Couch、7 Easy Body Language Tricks to Help You Get Over Anger and Get You Back to Feeling Great……,文章的寫作方法和題目都很容易落到類近的格式中,這是因為數據會告訴你,怎樣的格式WORK,然後網媒編輯就會指引負責寫作的人怎樣寫和起怎樣的題目,正如前述,Lifehack給寫手一份詳盡的「寫作指南」,創意在網媒是不值錢的,甚至是浪費時間的。至於有人預測,數據科技會否發展至由電腦按著演算法寫文章,就連寫手也可以慳番,我真的不敢說!也就是說,今天我在這裡寫的東西,都會被輸進演算法的系統裡,電腦不斷學習寫文章,最後寫得比我更好,並且取代了我。若這一天真的來到,寫作這項活動也成為了一種運算,人類還有「創作」活動嗎?「洞見」如何產生?!

數據科技的演進是大幅地用電腦取代人類,以「計算」取代「嘗試」,以「精準」取代「探索」,人類的活動因此變得愈來愈規範化,難道這真的是我們想要的世界和生活方式嗎?!人類剩下的似乎就只有「反省」,確實是時候反省了!