粉絲經營學:「呃Like」和做好內容還是不夠的

Jeff Tsui在媒體行業擁有超過30年的經驗,在主流和新興媒體等領域擁有廣泛的專業知識。他創辦了多家IT公司,在戰略規劃,工作流程和公司結構設計,營銷和銷售以及管理積累了豐富的經驗。Jeff是一位受歡迎的專欄作家和電台主持人。

有一種說法,做零售業的,若仍然未經營「客戶關係管理」(Customer Relationship Management SystemCRM),就等於是自殺行為。所謂CRM,簡言之,就是把客戶轉換為「會員」,然後透過「激勵計劃」(Incentive Program),吸引會員持續重訪,從而提升會員的銷售額、黏著度(Viscosity)和終生價值(Lifetime Value)。不過,今時今日,企業要收集的已經不止是「會員」(MemberVIP)的數據,還有「粉絲」(Fans),就是透過Social Media吸引回來的讚好網民。吸引了粉絲,再進行數據分析,我們稱之為Social CRM。

Social Marketing

這篇文章嘗試為大家解答以下三個問題:

1. 為什麼用「著數」吸引人們讚好企業/商戶的Facebook Page,轉換成客戶的比率通常很低?

2. 社會營銷(Social Marketing)究竟怎樣做才有效?

3. 企業花了大量資源經營各種「數位行銷」(Digital Marketing),吸引了大量「粉絲」,怎樣做才可以把粉絲轉換成長期客戶?

送禮品吸 Facebook Page 粉絲究竟 Work Work

在解釋如何經營粉絲之前,讓我先說說最近的一個尋常經歷:

一天之內,我被兩次要求Like 商戶的Facebook Page來取得禮品,一次是電訊商1010,另一次是以車仔麵成名的永年士多,前者以送出無線mouse吸引講座參加者做這個動作,後者則以永年士多鎖匙扣引誘客戶Like & Share一個有關一周年誌慶的貼文。

這種用贈品來誘導客戶或是任何人Like/Subscribe企業的Facebook Page或其他社交媒體帳戶,確實是近年常用手法,用意十分明顯,就是希望令企業/商戶的社交媒體在短時間之內大幅增加「粉絲」(Fans)數目。

不過,究竟WorkWork?我有很大的懷疑!

送出贈品來跟潛在客戶產生engagement並非新鮮事情,以前商戶透過雜誌送出試用裝亦屬此招。所以,我說這個方法其來有自,就是利用人貪小便宜的心態建立初步關係。

我對這種方法一直有所保留,一來成本不輕,二來潛在客戶拿完著數之後通常就會「潛水」,轉換率(conversion rate)很低。

Social Marketing

Social MarketingPasserby with Engagement to Fans

再來談談「粉絲」(Fans)這個近年冒起的關鍵詞,「粉絲」就是那些曾對商戶的產品或服務產生興趣卻仍未購買的「潛在客戶」。

「粉絲」這個關鍵詞跟社交媒體(Social Media)當然有密切關係。自從有了社交媒體,不少商戶都經營自己的FacebookTwitterYouTube、微信……,作為市場推廣的工具。社交媒體的好處是讓「路過者」(Passerby)留下足跡,跟貼文/視頻互動(Engage),並進一步透過Like你的Page/Channel成為「粉絲」,以方便繼續留意你的動態。

於是,這些年頭,經營「粉絲」也成為市場推廣人員的重點工作。如何在網海吸引網民的注意力,成為「路過者」(Passerby),繼而成為「粉絲」(Fans),再轉換成為「客戶」(Customer)成了社交媒體年代一門重要的市場推廣學問,我們稱之為「社會營銷」(Social Marketing)。

content marketing

Content Marketing的「三有」:有認同感、有趣、有用

以下是我對社會營銷的一些想法,並非介紹一些實質的操作方法,更多的是對目前一些操作方法提出質疑。

這些年,Like Facebook Page就可獲得優惠或禮品大行其道,但Like完之後不少人拿完「著數」之後就會刪Like

有人會說,總會有些人是留下來的吧!沒錯,不過留下來的也只是令Page的讚好人數多了,不代表他們會持續跟你「互動」(engage),因為當初吸引他們的是「著數」,而不是你的貼文本身有他們認同、覺得有用或是覺得有趣的內容。

「內容」(Content)才是社會營銷的重點,而不是「著數」,與其花錢送出禮物,不如花多點精力和資源做好內容,用優質的內容吸引「路過者」自願地跟你「互動」,再成為你的「粉絲」,我們稱這為「內容營銷」(Content Marketing),只有這樣,關係會更容易轉換為「客戶」。

怎樣才算是優質的內容?其實我已經在之前留下了引子,就是「三有」:有認同感、有趣和有用。

「三有」的「內容營銷」跟傳統廣告有很大分別。過去傳統廣告主要是透過重覆的展示讓客戶產生直接的購買慾望或說擁有慾望,而內容營銷的主要目標則是透過內容分享讓路過者、粉絲和客戶對企業產生好感、認同的情緒。由於這種認同或好感的情緒,成為企業的產品或是服務的忠實支持者,在行動上包括了購買產品/服務和協助推廣,後者是傳統廣告做不到的。

CRM Big Data

致勝方程式:Social + Content + CRM Big Data

說了這麼多社會營銷和內容營銷,究竟跟客戶關係管理(CRM)有什麼關係呢?

目前很多做社會營銷的,無論是企業自身內部經營還是外判給服務公司,都沒有結合CRM的操作,以致欠缺有效的將「粉絲」轉換為「客戶」的跟進工作,又或是透過客戶的社媒活動增加對他們的了解,從而進行更精準的行銷(Precision Marketing)。

什麼是CRM?簡單的說法,就是增強客戶與企業/商戶之間的關係,若再加上Big Data,定義就會來得更清晰,CRM Big Data就是透過對每一名客戶的個人數據進行分析,因而對他的購買喜好有深度了解,進要對他的未來購買行為有精準預測,商戶就可以在適當的時間、以適當的手法和符合客戶心意的激勵計劃誘導他進行消費。

Social CRM就是Social Marketing + Data Marketing

很多社會營銷都是止於「粉絲」在社交媒體跟你的貼文互動。沒錯,做到這一步已經十分不容易,但仍然不夠好,又或說未能夠將「粉絲」功能全面發揮。

要全面發揮粉絲功能,就必須結合CRM的操作,進行粉絲行為數據的持續收集及分析,並在合適的時候以合適的渠道發放優惠訊息,吸引他們成為會員,對於已是客戶/會員的粉絲,也要將他們的社媒行為數據有系統及持續收集並儲存至會員數據庫內。當然上述操作都必須符合當地法例,並得到粉絲和客戶/會員的同意。

「數位營銷」(Digital Marketing)乃大勢所趨,很多企業減少傳統媒體廣告投放,把大量資源於網絡上。最基本的就是做好公司的網站,然後做Search Engine OptimizationPay Per ClickSMSMMSWhatsApp Broadcasting,再經營自己的社交媒體,進行「社會營銷」(Social Marketing),製作VideoInfographic和文字內容,即所謂的「內容營銷」(Content Marketing)。看,這是多麼浩大的工程啊!

做了大量的工作,卻沒走多一步,就是數據收集、儲存、標籤和分析,我們稱這為「數據營銷」(Data Marketing),而這一步正是提高「粉絲轉換率」和「顧客終生價值」(Customer Lifetime Value)的關鍵一步,你說是不是有點可惜?

數據的價值已經是無法可以高估或是誇大其詞的了,在花費大量資源進行各種營銷活動時,切勿忘記當中產生了很多具價值的客戶或是粉絲數據,不要把它丟在一旁不理,這些數據能夠大幅提升你的市場推廣收穫。

 

客戶分析:了解客戶的方法

了解客戶對您的業務至關重要。

了解您的客戶有助於您提供更好的服務並識別您的目標客戶群。如果未能確定目標群體,則很難推廣您的產品。

因此,有必要找出哪些客戶真正對您提供的服務或產品感興趣。

了解客戶的方法

親和力分析

通過這種方法,您可以研究人們的購買習慣,以確定特定客戶需要哪種產品。因此,如果您遇到購買了大量書籍、文學和文具的人,他們很有可能從事教學業務,也許可能有興趣購買更多的教育產品。

人口統計分析

業務專家強調使用人口統計資料來了解哪種產品與特定客戶點擊。通過人口統計分析,您可以查看各種詳細信息,例如地理位置,婚姻狀況和個人的教育程度,以確定您可以向他們出售的內容。

例如,一個有孩子和高薪酬的男人可能更願意購買海外度假套餐而不是一個幾乎無法管理日常開支的男人。

心理剖析

通過理解他們的心理動機,心理分析可以用來講述一個人。例如,當你看到一個人駕駛寶馬並穿著名牌服裝時,很容易猜到他們喜歡身份象徵符號。顯然,如果你正在銷售阿瑪尼手錶,他們就會想要購買它。

生活方式編碼

生活方式編碼通過查看他們的愛好和習慣,幫助您了解一個人的生活方式。例如,如果你遇到喜歡賽車的人,他們也可能對老式汽車和時尚汽車配件感興趣。

群集編碼

階級和社交活動緊密相連,賺取高薪並為跨國公司工作的人可能對正式服裝、筆記本電腦、PDA和手機感興趣。群集編碼可幫助您從客戶所屬的階級推測他們的生活方式和偏好。

無論您從事何種業務,了解客戶的需求都可以幫助您更好地為客戶服務,了解他們對您的期望,這樣您就不會讓大數據行銷:為客戶畫像他們對你的產品產品感到失望。

.

文章來源:

”Customer Profiling: Methods to Understanding Your Customers” by R. Khera

延伸閱讀:

大數據行銷:為客戶畫像

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

八大数据分析模型(一):用户模型

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

大數據行銷:為客戶畫像

crm big data

什麼是客戶畫像(Customer Profile)?顧名思義,就是為你的每一個客戶畫一幅畫像,這不是一幅抽象畫,而是寫實畫,線條愈是細緻愈好,用數據將客戶的面貌特徵完整地表達出來。

Jeff Tsui在媒體行業擁有超過30年的經驗,在主流和新興媒體等領域擁有廣泛的專業知識。他創辦了多家IT公司,在戰略規劃,工作流程和公司結構設計,營銷和銷售以及管理積累了豐富的經驗。Jeff是一位受歡迎的專欄作家和電台主持人。

這篇有關CRM & Big Data的文章嘗試為大家解答以下三個問題:

  • 為什麼大多的「會員激勵計劃」效果總是有限?
  • CRM如何才Work?
  • 如何令客戶持續跟商戶「交往」

在今天這個大數據時代,數據分析的重要性已經不用多作強調了,其中在商業社會的應用,最普遍的就是「客戶關係管理」(Customer Relationship Management CRM)。

沒錯,CRM已經是一個十多年的舊詞彙,它強調的是如何增加客戶的忠誠度(customer loyalty)。不過今天的CRM強調點和著力處其實跟十數年前的已有所不同。

為何CRM成效不彰?

十數年前,做CRM工作的市場人員,花最大的精力在設計一套「會員激勵計劃」(Incentive Program),用廣東話來說,就叫做「著數」,期望這些「著數」大幅增加會員的「重訪率」(Revisit Rate)。

效果如何?大部分從事會員事務的市場人員都會告訴你,相當有限!但老闆不滿意,向市場經理問責,市場經理於是重新設計會員激勵計劃,初期部分會員的重訪率或許增加了,但過不了一段日子,報表上的重訪率依然固我。

除了重訪率之外,還有新會員註冊率、會員消費平均金額等等報表都給出類似的狀況。於是有不少負責CRM的市場推廣人員開始懷疑CRM的價值。

若果你就是上述的市務推廣人員,我希望你花大約五分鐘的時間繼續閲讀下去。

CRM沒有Big Data,靠「估」的會員激勵計劃

為什麼CRM的會員激勵計劃產生不到預期效果?因為是由「你」設定的!

先別生氣!我的意思是設計會員激勵計劃的市場推廣人員,大都是按照經驗訂出一套他們認為具吸引力的會員激勵計劃。不過,這有點像是碰運氣,給你猜對了,就會work一陣子,猜錯了,就唔多work 。

為什麼說work一陣子?因為商業世界變化迅速,市場上眾多的競爭對手同時在給出不同的激勵計劃吸引客戶的眼球,對吧?!還有,一條橋總有用老的一天,今時今日,一條橋的壽命愈來愈短。不過,經常轉橋又可能令會員難於適從。這又該如何是好?請容我稍後一次過給出我的答案。

CRM的會員激勵計劃唔work還有另一個更根本的原因,就是「一套」激勵計劃根本刺激不到所有人,正所謂「一樣米養百樣人」,折扣(discount)對某些人很吸引,但對另一些人,出席活動的優先性或是會員特權(privilege)才吸引到他。也就是說,「一套」激勵計劃不可能令所有或說大部分的會員持續光顧。

必須承認,若然你的CRM就停留在不斷給「著數」會員,CRM的績效也只會停留在某個水平。

Big Data Analysis是CRM的新「著力點」

要突破CRM績效,必須從「數據分析」(data analysis)入手,也就是說,要了解每一個會員的喜好、興趣,最重要的是了解最能刺激他們消費的「誘因」(incentives)。若你能夠了解你每一名會員的程度超出他的朋友、父母、伴侶甚至他自己,你就有可能為這個人設計出能刺激他購買你的產品/服務的「會員激勵計劃」。

這也就是我在本文之初所說的,今時今日經營CRM的「著力點」已經改變了,由設計一套「會員激勵計劃」轉為「客戶數據分析」。

說到這裡,我要引入一個近年經營CRM的重要概念,它叫做「客戶畫像」(customer profile)。

為每名客戶畫一幅寫實畫

什麼是客戶畫像?顧名思義,就是為你的每一個客戶畫一幅畫像,這不是一幅抽象畫,而是寫實畫,線條愈是細緻愈好,用數據將客戶的面貌特徵完整地表達出來。

要為每一個客戶用數據畫像該如何開始?首先當然是採集有關客戶的數據,愈多愈好。在這一點上我必須作出補充,在採集數據時,除了要符合當地法例之外,還不要引起客戶的反感,最好就是在他們的同意而不作滋擾之下,又或是客戶主動提供資料以換取他們所需要的服務或便利。這方面若大家有興趣了解更多,可參考拙文《收集客戶數據的三個最佳方法》( https://bit.ly/2P4JZa1 )和《如何讓客戶自願給你個人數據?》( https://bit.ly/2wqdJGr )。

好了,讓我們來談談客戶畫像要採集哪些數據。

建立自動化的「用戶模式」(Customer Profile)

所謂「客戶畫像」是根據客戶的「社會屬性」、「生活習慣」和「消費行為」等訊息而作出標籤(tagging)的「用戶模型」。具體包含以下幾個維度:

• 固定特徵:性別,年齡,地域,教育水平,生辰,職業,星座

• 興趣特徵:興趣愛好,使用APP,網站,瀏覽/收藏/評論內容,品牌偏好,產品偏好

• 社會特徵:生活習慣,婚戀,社交/訊息渠道偏好,宗教信仰,家庭成分

• 消費特徵:收入狀況,購買力水平,商品種類,購買渠道喜好,購買頻次

• 動態特徵:當下時間,需求,正在前往的地方,周邊的商戶,周圍人群

如何採集上述數據?有些是已經在你的CRM數據庫(customer database) 內的,有些則要透過將所有客戶會經過留下「足跡」的網絡平台如公司網站、社群媒體、電郵、App、活動登記⋯⋯都要進行有系統的數據採集、儲存、標籤和分析。

這𥚃舉一個例子,客戶登入公司網站或App後,其Cookie就一直駐留在瀏覽器中,從客戶在網站上的各種動作、點擊的位置、路徑等方式,便可識別與記錄他們的瀏覽行為,然後持續分析瀏覽過的關鍵詞和頁面,從而分析出他的長短期需求和興趣。

每一名Member都有一套動態的激勵計劃

當拿這名新會員的數據與數據庫內其他客戶的數據作出比較,就可初步為這名新會員作出標籖並消費行為預測,按著這個預測,為新會員設計符合他的「會員激勵計劃」。

當這名新會員的數據愈來愈多,可作的標籤亦愈來愈多,作出的消費行為預測就愈來愈準確,你可以為每一個客戶訂出度身訂造的激勵計劃,人人不同,而且計劃的設計不是猜的,而是有數據支持。每一個客戶的激勵計劃不但有別,而且是按照客戶的消費行為和對激勵計劃的回應而作出動態式調整,令客戶的回訪率不斷增加。

說到這裡,或許有人會說,每一個客戶都有自己的一套激勵計劃,市場人員豈不疲於奔命嗎?!

上述採集、儲存、標籤、分析、訊息回饋、再儲存、再標籤、再分析⋯⋯,若是使用「大數據系統」(Big Data System),將會是一個自動化的過程。你需要的是找一家公司為你建立一套「數據模型」,上述的程序就會自動運行。

首三個月決定客戶是否跟你「交往」

好了,是時候解答之前在本文留下的一個問題了,CRM總要有一套「會員激勵計劃」吧,經常轉橋又可能令會員難於適從,該如何是好?

沒錯,一套「會員激勵計劃」是必須的,也不用頻密轉橋,但當有客戶加入成為會員,你就要按著現存的數據為客戶畫像,並在首三個月,頻繁地按照畫像的分析結果給予不同的優惠,這名新會員的回饋訊息將增加畫像的線條,令畫像更加清晰,讓每次的推廣更加準確有效。

一名客戶成為會員的首三個月是「活躍黃金期」,就像初拍拖的男女,因為新鮮感而處於開放和樂於分享的狀態,他會更樂意收到優惠資訊,會更傾向點擊或回應優惠訊息。所以,要建立客戶跟商戶的互動性(interactivity),首三個月,給他們多些符合心水的優惠,之後他們就會傾向一直保持與你「交往」(engage)。

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

收集客戶數據的三個最佳方法

延伸閱讀

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

八大数据分析模型(一):用户模型

 

[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

Jeff Tsui在媒體行業擁有超過30年的經驗,在主流和新興媒體等領域擁有廣泛的專業知識。他創辦了多家IT公司,在戰略規劃,工作流程和公司結構設計,營銷和銷售以及管理積累了豐富的經驗。Jeff是一位受歡迎的專欄作家和電台主持人。
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?