[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!

從毛記電視說到Facebook Live,媒體生態大變易

毛記電視單憑它超過42萬的Facebook followers,已經可以開始為商戶提供「數據營銷」服務了,這個是毛記電視的一大資產,它要做的就是向粉絲取得一次性授權,容許它存取個人資訊。

看毛記電視的「萬千呃Like賀台慶」,不能不欣賞三位自我定位為「廢青」的老闆匠心獨運,既能突破傳統,又能貼近「地氣」,捉緊市民/閱聽人喜怒哀愁的思緒,更難得的是找到一種商業模式讓創意有發揮的基地,殊實不容易。當然,這個騷在技術層面仍然有不少瑕疵,有甩轆,有冷場。不過,我相信這方面的執漏工作並不困難。

毛記電視締造三赢局面

毛記電視的「萬千呃Like賀台慶」能夠在入屋的免費電視網絡ViuTV同步直播,宣告了網絡媒體跟傳統媒體在内容及發行上的合作正式展開,也就是說,當香港的電視業出現了真正的競爭局面,電視網絡需求大量優質的電視節目內客,任何人也可以成立小規模的電視節目製作公司,既有自己的網絡頻道,也可以跟擁有入屋牌照的電視台合作,達成電視台、內容供應商和觀眾的三赢局面,亦令香港觀眾願意著回電視,確實是功德無量。

當然這不是什麽新模式,香港電台就一直有外判節目和外判時段的操作,數年前我也曾經被問到有否興趣交份Proposal玩吓,那時我正忙於發展我的「客戶關係管理」業務,雖有興趣,卻實在無暇兼顧。現在ViuTV跟毛記電視的合作卻是為這種合作模式産生更大的想像空間,我相信,電視生態又會有新一輪的變易。

42萬Facebook粉絲,其他網媒望塵莫及

明顯地,毛記電視的一班年青經營者除了創意非凡之外,他們目前最厚實的本錢是在Facebook Page到目前為止已經累積了超過42萬個Like(Follower),它每一個post經常有數千個Like和數百個share,短片的view數動輒就是數十萬,上百萬view數的亦經常出現。明顯地,他們亦很懂得玩網絡的viral effect,經常成功「呃like」,這是目前很多媒體包括網媒也是望塵莫及的。

毛記電視單憑它超過42萬的Facebook followers,已經可以開始為商戶提供「數據營銷」服務了,這個是毛記電視的一大資產,它要做的就是向粉絲取得一次性授權,容許它存取個人資訊,當然我不知道他們開始這樣做沒有。

Facebook的最大優勢當然是它的傳播潛力,由於Facebook使用者的engagement實在太強了,Facebook要用它的演算法來幫你推波助瀾,你的live show的傳播邊界將會很闊很廣。

Facebook Live推動直播

我觀察到的另一個會給影視網絡媒體帶來沖擊的是Facebook Live,之前有一個叫「17」的直播應用程式非常火,吸引了一眾港、台演藝人、嫩模用來直播自己吃飯、睡覺、聽歌、剪指甲,據説有人還玩脫衣騷。我也曾經觀摩了一會兒,但後來發現大部份內容實在太無聊了,所以就剷走這個App了。除了17,當然還有很多其他直播「鴨屎」。YouTube亦一早就有Live功能,香港不少網台用來直播節目,現在Facebook來分一杯羹,我相信對於推動網絡直播的效果會非同凡響。

過去給Facebook看上了的都會被發揚光大,最明顯的例子就當然是Instagram啦!Fookbook的強大之處是它的「網絡人口」是全球最多,而且engagement rate亦非常之大,它達至的規模效益令對手難於匹敵。

Facebook與YouTube雙雄爭霸

Facebook加入直播行列會給網絡尤其是媒體有什麼沖擊呢?我也不敢説得太死,不過「平台轉移」應該會出現,過去用開YouTube做直播的必須考慮是否要轉到Facebook去呢?在YouTube和Facebook直播各有優勢,當然不排除網媒可以同時用兩個平台直播啦!

目前YouTube做得比較好的是節目的channel archive,直播之後,頻道經營者可以將節目分類,影片也可以加入描述、標題、連結等等,方便觀眾隨時自選觀看。YouTube最強的當然是有一個「分潤分成」計劃,YouTuber用心拍片就可以有不錯的回報,首名香港YouTube頻道觀看次數過億、專門上載試玩電玩遊戲短片的大J,就間接承認他憑YouTuber這份工作,每年的收入就過百萬了!

Facebook用演算法排擠YouTube

至於Facebook的最大優勢當然是它的傳播潛力,由於Facebook使用者的engagement實在太強了,Facebook要用它的演算法來幫你推波助瀾,你的live show的傳播邊界將會很闊很廣,我相信這也是天皇黎明揀Facebook做他的演唱會直播的原因。

事實上,Facebook使用演算法鼓勵網友直接在Facebook上載短片已經有一段日子,而且不是秘密,很多網民都經驗過,一條片,上載至YouTube,再把連結在Facebook貼上,你會發現like、share和comment的數目都不多,你會懷疑難道短片內容真的如此差勁?!之後你把同一條片直接上載至Facebook,風景立時改變,網友的反應熱烈多了!點解?因為Facebook用演算法推post來獎勵你。Hank Green 就曾經寫過一篇叫做 “Theft, Lies, and Facebook Video” 的文章詳述Facebook這種對付YouTube的「那渣」手段。

Facebook利用演算法鼓勵網民直接在Facebook 上載短片,我相信這樣的手段會同樣應用至直播。另外,據說Facebook亦有計劃仿效YouTube的利潤分成計劃,若然如此,「平台轉移」的效果將會更大。當然,YouTube也不是省油的燈,它背後還有Google這個強大後台,Google亦著意藉著Google Plus在社交平台這個領域分一杯羹,所以這一場影視平台大戰,雙方確實是勢均力敵。

「個人電視台」開台只需一部智能手機

我想到的是,Facebook Live的出現令「個人電視台」在基建上再沒有障礙,任何人要開一間一人或是小型電視台,完全無須在傳播通路和影片存放作任何投資,基本上,數千元的一部智能手機就可以了,認真一些的就花數萬元添置攝影、燈光器材和剪片軟體,這個花費絕大部分人都付擔得起,「個人電視台」可以在Facebook或YouTube上載節目表,全球粉絲既可以據此欣賞直播,亦可以在archive自選影片。

當「個人電視台」愈來愈多,就會對入屋的電視台和網台構成影響。道理都是那一個,觀眾的「注意力」是當今商業世界千方百計努力爭取的稀缺資源,而且是定額的,一分鐘花了在你的媒體,就少了一分鐘花在別的媒體。

「大平台」加「大數據」兩大致勝關鍵

當然,這個網絡世界,最後的贏家不是毛記電視,不是「個人電視台」,而是像Facebook、YouTube這樣的大平台,它們無須挖空心思製作內容,給出一個平台,大家就無償的奉上內容,然後就可以把網民的「注意力」賣給商家。

Facebook和YouTube這樣的大平台還有一個利器是內容供應商所沒有的,就是「大數據」,它們憑著知道每一名網民曾經按下哪個連結觀賞過什麼內容而向你push對應的廣告訊息。譬如有一次我在Facebook按下一個網店的post並且進行購買活動,有一段時間,我的Facebook動態消息(Newsfeed) 就經常出現不同的網店推廣訊息,類近的經驗我相信大家都不缺吧!

其實網媒也可以經營「大數據」,以助內容發放的精準度,或是像Facebook和YouTube一樣把粉絲的「注意力」賣給商戶,這方面我會在另篇詳述。

作者:徐少驊 (先達智能有限公司行政總裁)

如何用大數據製作必收大電影

Netflix利用大數據分析,對節目的進行安排,透過對觀眾收看習慣的了解,Netflix發現, 那些喜歡看BBC舊版《紙牌屋》的觀眾,同樣也喜歡大衛芬奇導演的電視劇,或者凱文史貝西主演的電視劇。

維基在一個商業電台主辦的「在睛朗的一天搶收視電視擂台」上説過,他不相信「大數據」。我猜他的意思是不相信可以靠數據分析,能夠编出一套創意甚豐又高收視率的電視劇或電影來。不過,Netflix的《紙牌屋》(House of Cards)據説就是靠「大數據」編寫出來而大賣的電影劇。

當然,其實王維基沒有錯,說《紙牌屋》是靠「大數據」編寫出來的是誤傳,將來會否做得到,我不敢斷言。

「大數據」預知影視作品受不受歡迎

不過,《紙牌屋》確實跟「大數據」有密切關係,根據《Inside科技網誌》的報導:「早在一年前,Netflix就開始利用大數據分析,對節目的進行安排,透過對觀眾收看習慣的了解,Netflix發現, 那些喜歡看BBC舊版《紙牌屋》的觀眾,同樣也喜歡大衛芬奇導演的電視劇,或者凱文史貝西主演的電視劇。因此,對Netflix的高層來說, 購買這部由大衛芬奇導演,凱文史貝西主演的同名電視劇就是合理的。而這也最終也讓他們決定花一億美元來購買這個1990年BBC同名電視劇的重製版。」有興趣閱讀整篇報導的,可以按這個連結: 。

所以,目前階段,「大數據」是有效協助影視製作管理層作決策,譬如説,周潤發或王宗堯夥拍什麽導演或男女演員飾演怎樣的角色拍什麽類型的電影就一定掂,以前電影票房是靠經驗老到的電影製片去估,現在不用估了,「大數據」分析可以告訴你。

我沒有出席前述的那個電視擂台,我不知道王維基是否連這一個作用也不相信。Well,若果王維基不相信而你也跟他一樣,我可以告訴你:「你很快就遇上困難了!」想知點解我咁講,請繼續讀下去。但我必須補充一句,我也不相信「大數據」可以取代創意,有一些新導演如翁子光新演員如白只、春夏有一些電影如《十年》 ,「大數據」是沒有足夠數據去分析的。

固有思維,難有作為

經營網絡媒體,最難的是改變固有思維,今天香港的網媒中,有不少的經營模式仍然是把文章、聲音、影片放上網,吸引最大量的讀者、聽眾、觀眾的眼球、以「收視率」、「收聽率」、「閱讀率」來説服商戶來下廣告。換言之,只是傳播的媒介改變了,經營模式其實一樣。

很多影視製作人或許仍然相信,只要有好橋,製作受歡迎的節目,就是媒體的致勝之道;TVB即使是一台獨大這麼多年,收視率仍然不停向下,是因為節目質素下降;ViuTV一出來就搶走了大量收視率是因為它的節目有新橋。

是否真的如此?

我認為節目質素和新意固之然重要,不過在今天這個「大數據」時代,欠缺了對客戶的深度了解,管你是ViuTV、TVB、HK01、端傳媒、壹傳媒、東方報業,你都很難走下去的。

「以客為本」不再是口號

互聯網對整個商業世界帶來了「典範式轉移」(Paradigm Shift) ,其中一個叫做「以客為主」,以前確實也喊過,但只是一個口號,沒有製造商或服務商take it seriously。說到底,都是以自己的方便為本,大量生産,然後用廣告為消費者洗腦,嘗試説服客戶,這個産品/服務就是你所需要的。

以下的内容有點悶,但我希望你可以堅持多一會。

有了網絡,更正確點説,有了「數據」(Data) ,再更正確點説,有了「客戶數據」(Customer Data) ,「以客為主」成為了在操作上一個可以實現的選項,落不落實就視乎經營者信不信每一個客人都是不同的,而你要爭取他/她過來,就必須聽他/她的話。

今天,不少超大企業也會不惜改變整個企業的人事組織結構、工作流程、銷售渠道、成效標準……,都是為了要落實「以客為本」的這個全新「典範」,最新的講法,這叫做C2B(Customer to Business),因為它們都相信,不足十年,若果你不落實這個全新典範,你就難以生存下去。

這就是我在之前的一篇文章所說的「換腦袋」的意思,剛去世不久的前Intel總裁安迪葛洛夫(Andy Grove) 在上世紀八十年代的企管名言是:「只有偏執狂才能生存!」(Only Paranoid Survive!) 在廿一世紀的今天我會説企業生存之道是:「只有落實以客為主的才可生存!」

視每一個客戶為獨特個體

什麽是「以客為主」呢?

首先這不是一個欠缺落實操作的口號,不是一個視客戶為「上帝」的專横意識,也不是視客戶為一個模糊整體的一種服務精神,請把上述陳舊觀念全部打上一個交叉。

什麼是「以客為主」呢?就是你必須視每一個客戶都是獨特的個體,你必須按著他這個人的獨特需要、按著他的意願和生活習慣提供服務!為什麼我在這裡不説提供產品?因為在「大數據」行銷世代,再沒有「産品」,所有商業活動都化為「貼身/貼心」的服務!

「以客為主」是:

「你必須視每一個客戶都是獨特的個體,你必須按著他這個人的獨特需要、按著他的意願和生活習慣提供服務!」

Believe it or not?!

好了!若果你已經開始半信半疑,你就讀下去吧!

香港網媒仍然不知道誰在看它們

好了,現在開始讓我們換腦袋來繼續聊下去吧!

過去,除了訂戶之外,我們不會知道誰在看我的媒體,而且訂戶訂了之後是否真的在看,我們也不能確定。給商戶的reader profile靠的也只是一些不盡不實的所謂「讀者調查」,對吧?你要知道每一個正在看你的媒體是誰,基本上是不可能的。

網絡媒體卻不一樣,網媒經營者要是真的想知道的話,是可以知道的,並且可以知道得非常透徹,你可以知道每一名來訪者是從那裏進來的,什麼時候進來,看了什麼,看了多久,停在哪裏、來訪的頻率和模式,透過智能手機、平板電腦還是桌上電腦來訪……,你想要知道什麼都可以。

不過,我並不相信目前有很多香港網絡媒體經營者知道誰在看它們。為什麼?從香港網媒的登錄設計就可以看出來了。絕大部份的香港網媒都採用開放式登錄,任何人都可以自由瀏覽,無須經過登入(login)手續。當然,來訪者是來自哪一台電腦仍是可以記錄下來的,但究竟是那一個人在看呢?每一次從這部電腦的來訪者是否同一個人?這就不可確定了!

這是一種沒有信心的表現,怕來訪者要登入才可瀏覽調頭就走,我同情這樣的顧慮,但我認為令來訪者使用真實身份登入是所有網媒都應該努力的方向。

首要是令來訪者login

你試想想,全球最大的網媒Facebook,它一開始就堅持你要登入才可以使用及瀏覽,它才可以成為今天擁有最多個人數據的巨擘。

即使你容許來訪者無須登入也可以看到你的內容,你也可以設定一些「誘因」鼓勵來訪者完成登入手續,譬如有不少中國大陸的線上影視媒體就以加快下載速度作為來訪者登入的誘因。而且一經登記鎖定,以後就無須再經過登入程序,對來訪者來說不算得上滋擾。

網媒可以給來訪者兩款登入的選擇,一是用電郵地址登記,另一是用社交媒體帳號登記,我認為應該設立誘因鼓勵來訪者以社交媒體帳號登記,因為來訪者一旦容許你掛扣到他們的社交媒體戶口,你就可以收集到大量有關他們個人甚具商業價值的數據,對於建立「以客為主」的商業模式非常有用。有了第一步關係的建立,就可以透過多種「優惠誘因」(Incentive Program) 讓來訪客戶願意跟你建立更深入的關係,留下更多真實的個人數據。

「辨識你的客戶」(Identify your customer) 是「大數據營銷」的起點,沒有這一步,就沒有之後的數據發掘(Data Mining)。

好了!這一篇就講到登入,如何令來訪者黏實你、花多些時間看你供應的節目?這是另一篇的題目。

作者:徐少驊 (先達智能有限公司行政總裁)

用「大數據」還給媒體消費者選擇「爛片」的自由

ViuTV甫一開台,就成功地從TVB手上搶佔了大量收視率,說明的不是ViuTV的勁,而是過去一台獨大之下的TVB是如何Hea做,就等於昔日國民黨不是被共產權打敗的,而是被自己的貪腐所蠶食。

 

傳媒難做,廣告入收大降,大家都知道,必須走向網絡,所謂網媒,是否就是將內容上網?所謂網絡廣告,是否就是將廣告在網媒投放?今時今日,不了解大數據如何正在主動傳媒經營包括內容與廣告,就算你現在是像TVB般的市場獨佔者,你的下墜仍然是無可避免的。

ViuTV甫一開台,就成功地從TVB手上搶佔了大量收視率,說明的不是ViuTV的勁,而是過去一台獨大之下的TVB是如何Hea做,就等於昔日國民黨不是被共產權打敗的,而是被自己的貪腐所蠶食。中國歷史就像一條迴轉壽司帶,今天的中共面臨著習近平、王岐山念茲在茲的「亡黨亡國」威脅,真正的敵人也是在黨內而不是什麼「外在勢力」!

網媒經營者必須換腦袋

先旨聲明,這不是一篇政論文章,講的是有關「數據科技」(Data Technology) 如何應用在媒體業上,所以若是對這方面沒興趣的你,請隨意轉台。

近年香港的媒體業有很多變化,遠的不說,近的除了有ViuTV開台,還有永恆的ATV終於落幕,由香港電台的RTHK31、32、33所取代、NetFlix和LeTV將線上隨選影片服務推來香港、《太陽報》宣佈完成歷史任務、同時《端傳媒》和《HK01》大手出擊,當然還有此起彼落不同規模的網媒,都在爭奪閱聽人有限的閱聽時間。

不過,似乎大部分的媒體經營者在經營「網絡媒體」上都沒有換腦袋,只是將內容擺上網,吸引「讀者/觀眾」來看,唔覺意睇埋網頁或影片上的廣告。

高收視率不再是Killer App

先用一個例子來表達一下線上影視媒體與傳統電視網絡媒體的差異吧!經營一家電視台,你的首要任務是製作高收視率的節目,然後就可以收到高價廣告費,這個道理不用傳理系老師告訴你,你也懂得,對吧?線上隨選影視媒體又如何?它們的Killer App是「選擇」,片庫當中有些是「爛片」、「爛節目」也沒所謂,因為「爛片」、「爛節目」也有人愛看,所以線上隨選影視媒體經營者最重要是給視聽者「選擇」,無論是節目/影片類型、量數、地域、語言、影片長度……,然後再按著視聽者的profile和往跡插播對應式廣告,這就涉及「大數據」的範疇,會在另一篇文章詳述。

《紙牌屋》不是Neflix食糊之作

所以,Netflix其實不用靠《紙牌屋》(House of Cards)食糊的,《紙牌屋》的高收視率和用數據來編劇對Netflix無疑在市場推廣方面幫助甚大,不過「高收視率」並不是它的經營模式,Netflix靠的是「片庫」,有點像總有一間喺左近的7-11,在Netflix你總會找到啱你口味的影片,所以在Netflix的片庫裏,按傳統定義的「爛片」、「爛節目」肯定是多於像《紙牌屋》這樣的高質影片,LeTV亦復如是。

靠「長尾」賺得更多

這跟最近的一個叫做「長尾理論」(Long Tail Theory)很有關係。這個理論值得所有經營者記在腦中,因為這是網絡營銷的一條黃金定律。

什麼是「長尾理論」呢?「長尾」或叫「長尾效應」是用來描述那些原本不受到重視的銷量小但種類多的產品累積起來的總收益超過主流產品的現象。簡單再說一遍,就是品種最緊要多,供客戶選擇!

「推薦神器」撮合視聽人與節目

這些「線上隨選影視媒體」的經營模式是盡量「促進」(facilitate)來訪者「找到」、「遇上」他們有興趣看的影片/節目,一個「個人化節目推薦系統」(Personalized Recommender System)就是那個「神器」,有了這個系統,就可以讓擁有不同喜好的觀眾「找到」或是「遇上」他們的心水影片/節目。「神器」如何知道來訪者的喜好呢?這涉及「大數據」的經營,這一篇文章我還是想stick to「選擇」這個關鍵概念。

myTV小家仍欲掌控觀眾

ViuTV成功搶走了TVB不少收視率,這個現象其實並不意外,若是再比對一下它們的App,ViuTV超越TVB可說是幾可成定局。

TVB的myTV處處顯露出它欲掌控觀眾的奢望,那些在archive的影片還要限時限刻的要來訪者按照大台定下的schedule來觀賞,視聽人不但不會按你的schedule行事,還會豪不留戀的跟你講聲拜拜!

「隨選」將主權交還觀眾

網絡時代的媒體消費必須是「隨選」的,什麼時候看什麼節目,決定權交回媒體消費者,myTV顯示出來的傲慢態度在今天這個「隨選時代」是不可思議的!

myTV除了反映出傲慢的態度,還有的一個死症就是跟媒體消費者斤斤計較。原本TVB擁有絕大的優勢,就是它的片庫,它卻不把它全部放上archive供來訪者隨意隨時隨選,而是要收收埋埋,又要付費。

有人立即會說,不是啊,Netflix、LeTV還有不少有線電視媒體也是收費的啊!是的,確實不是絕對不能收費,但免費才是網絡媒體的王道,如何賺錢,方法多的是,想要知道,就請繼續追看這系列的文章。

ViuTV的App又如何呢?驟眼看來,是比較大方,不過由於片庫的節目始終有限,仍然看不出可以有幾大方。

好了,這一次就講住咁多,歸結一句,「選擇」是網絡媒體的關鍵詞,而不再是「收視率」,而「隨選」則是所有網絡媒體必須奉行的天條,犯者必不會有好下場!

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

「差異化定價」與「大數據」

「差異化定價」是在充分考慮產品/服務差異、顧客需求差異、時間差異、地點差異等基礎上,以不反映成本費用的比例差異而制定不同的價格。

曾經係Pure Yoga的客戶,不過滿約之後我沒有續約。點解?不是它的服務不夠好,也不是瑜珈導師唔夠堅,只是因為我買了一年的合約,卻發現自己愈去愈疏,起初一星期三次,之後就一個月也去不到三次,於是計起上嚟每堂要成幾舊水,就覺得唔係好抵嘞!

係,無錯,我係計住啲「婆乸數」,而且去唔到係我的時間編配問題,不過,我相信好似我咁嘅客人,Pure應該為數不少。

Pure似乎沒有特別的對策撈回這樣的客人,還是全力以招收新客為主要經營策略。

我想跟大家分享一個數位營銷的新趨勢,叫做「差異化定價」,什麼是「差異化定價」?拋吓書包先,「差異化定價」是在充分考慮產品/服務差異、顧客需求差異、時間差異、地點差異等基礎上,以不反映成本費用的比例差異而制定不同的價格。

拋完書包!大家不妨試想想,若果Pure有一個按著客戶的需求、來訪模式而有不同的定價,會否撈回更多舊客呢?!而這些「懶惰的」舊客不會佔用大量資源,卻是錢照付,Pure何樂而不為?當然,跟「懶惰的」客人keep住關係,當他(我)們變得愈來愈積極,就可以逐步加碼。

要實現「差異化定價」就必須有「大數據」(Big Data)的幫助。任何「大數據分析」都必須首先確立一棵「決策樹」(Decision Tree),並據此來預測(Predict)每一名客人的下一個購買行為,之後就搜集每一名客人的來訪內容,包括時間、地點、頻率、參加的瑜珈班,還有過去購買的內容⋯⋯,然後在合約期滿之前預計他們的下一步行為,及時提供符合他們需求的新合約,成單的就會大大增加。

我的Pure Yoga合約已經過了兩個月,沒有收過任何來自它的聯繫,看來它不但沒有「差異化定價」的策略,還沒有data team去經營數據,這又是另一個大題目了。

我已經轉變了我的健身方法,就係行山、行山,再行山。

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

Data Marketing:從「粉底」說起

數據行銷 (Data Marketing) 其實並非想像般高深,朋友告訴了我一次如下的購物經歷,值得深思:

data marketing

今天做零售業的若仍然沒有搞會員制度,留下客人的消費數據,並進行分析和對應行銷,很容易就會流失重要的長期客戶。

 

她去旺角朗豪坊的Laura Mercier專門店買一瓶粉底,店員找了一陣子,說:「沒貨了!」在今天這個資訊科技發達的年代,專門店斷貨是難以想像的事!辦公室要知道店舖的inventory情況,按一下keyboard就是了。事實上,很多零售系統應該是有各分店的inventory alert的,若你的系統還沒有,我勸你深切考慮換過一個有的。

好了!店員說了一句沒貨,就放走了一個potential customer,更準確的說是放走了一個用了這個牌子足足十年的客人。店員當然是不知道的,但就連坐Laura Mercier 辦公室的人也不會知道,因為我的朋友不是它的會員,它有否會員制度,我的朋友也不知道。

朋友send了一個Whatsapp訊息,把這個荒謬的情況傳送出去,她的朋友立即向她推介其他牌子的粉底。

對於Laura Mercier來說,這個十年客戶走了,它也是完全不知不覺的,為什麼?因為它沒有有關這名顧客的數據。

試想,若果它有客戶的數據,它就會知道她們的buying history,當中包括對上一次購入粉底的時間,並按多次購買的數據,預測(Predict)得到客戶的NPT(Next Purchase Time),並按此發出對應的推廣訊息,例如買粉底加保濕面霜可獲優惠價格。由於客戶正需要購買粉底,這時候收到有關的推廣訊息,命中率會特別高,有效地使用bundle sales strategy,可以使客戶成為另一產品的新客戶。

這次經歷其實不但說出「數據」在今天的商業社會的必要性,其實那位店員只要在現場留下我朋友的電話號碼,並告訴客人有貨就立刻通知,欠缺這種基本的客戶服務也說明了這家企業在今天「客戶關係」如此重要的商業環境之下,似乎對「客戶關係」欠缺了一點了解或著重。

作者:徐少驊 (先達智能有限公司行政總裁)

在大數據的時代,人會被取代嗎?

當人人都在講Big Data,講AI、講Machine Learning,彷彿人很快就被機器取代了。

前的一篇《從對的「問題」和對的「數據」開始》,我引用了一個發生在第二次世界大戰時的故事,說明要從數據中解讀出有意義的訊息,還得靠「人」。

Big Data Analytics

2010年5月6日,這一天踏入下午兩點四十七分,美國道瓊斯指數在短短的五分鐘之內狂瀉九百九十八點五點,呈現了像跳樓般的自由下墜,近一兆美元的財富瞬間蒸發,到底發生了什麼事?!

 

Big Data Analytics全面取代人類?

2016年開始沒多久,由Google設計及開發的Alpha Go五盤四勝赢了南韓圍棋棋王李世乭,大家都說,「人工智能」、「演算法」、「大數據」這些由電腦運算的應用程式「全面取代」人腦已經是無可避免的現實,在不久的將來,大量的工作將由擁有人工智能的機械人所承擔,演變下去,甚至最後可能由發展出意識的電腦統治人類世界。

這個噩夢會否成真?!老實說,我不曉得!不過,科技的發展一直都是在取代人原本負責的工作,人就轉向更高價值產出的工作,這是任何一本科技史書籍都會告訴你的。當然,這一次來自數據科技的替代風潮,極可能是規模最大的一次,但人是否就真的會被「全面取代」呢?我對這樣的結論仍然是抱有懷疑的。

演算法導致美國股市狂瀉暴升的一天

在這裡,讓我用一個我最近讀到的故事來闡述我的觀點:

或許大家不會記得這個尋常的一天:2010年5月6日。這一天,發生了什麼事?

這一天踏入下午兩點四十七分,美國道瓊斯指數突然狂瀉九百九十八點五點,創下史上單日最大跌幅,不過下跌幅度不是最叫人吃驚的,而是下跌的速度,在短短的五分鐘之內,美國這個股票市場呈現了像跳樓般的自由下墜,近一兆美元的財富瞬間蒸發。沒有一個財金界的人知道發生了什麼事,有人甚至懷疑這是電視台搞出來的惡作劇。

沒有人知道發生什麼事,但是有專業投資人感覺到不對勁,開始大手買貨,他們衝出自己的辦公室,向著員工大喊:「買!買!買!」不用理會買什麼,總之就是買!股市反彈的速度比之前下跌的速度更快,平常一整天的漲跌幅度只有三百多點的道瓊斯工業指數,這一天在一分鐘之內就發生了!有些狂瀉至每股幾美分的股票,幾秒鐘之内又反彈至三十甚至四十美元,蘋果電腦就曾經一度從每股兩百五十美元暴漲至十萬美元!一些交易員或是投資者去一次厠所或是呷一口咖啡就隨時錯過了這次的發財機會。

究竟這一次「閃電崩盤」是如何造成?至今仍然未有定論。不過,最多人估計是目前在基金市場流行的「演算法」闖下的禍。什麼是演算法?即是由電腦程式決定股票買賣。有説這次的「閃電崩盤」是由於一名堪蕯斯市的貨幤經理用演算法太早地將價值四十億美元的股票期貨抛售而引爆其他演算法紛紛跟進。

再説一遍,沒有人知道這一次「閃電崩盤」是如何造成的,因為演算法的運作是按著程式設計無聲無色地進行買賣,當中無人監管,導致問題發生之後難以追究到底「誰」才是禍事之源頭。

人的思考方式才最重要

是的,有人會說,演算法是會不斷地演化和進步的,這種「禍事」會得到監控、限制和修正。我要說的其實也不是演算法的弊病,我真正要說的是,「人」才是數據最準確、最有效也是最有效率的詮釋者。我們既可以最快地從異常數據發現問題,不會被異常數據所愚弄,也可以用跟進的數據發挖找出表層數據無法表達出的訊息。

有「中國大數據教父」之稱的阿里巴巴集團副總裁車品覺在他的《勝算 大數據密碼》曾經這樣說:

「在大數據的商業環境裡,既要懂數據,又要懂商業,還要擁有一套好的思維方法,……我認為,人的思考方式在大數據充斥的商業時代尤為重要。」

我十分同意這個說法,今天數據比以前確實是容易獲取得到,以前我們的問題是欠缺數據,今天企業面對的問題明顯地是不一樣了,我們擁有很多數據,卻不曉得哪些數據才是真正有用。

不論是何種處境,其實基本還是「人」的問題,企業需要的是懂得問基本商業問題的管理人,而在這個所謂的大數據時代,這個管理人必須兼具數據科學的知識,懂得在數據的大海中暢泳,透過反覆的提問與數據發挖,為企業作出最佳決策。

所以,在大數據的時代,人,不但不會被取代,他們提出關鍵問題的功能更顯重要。

作者:徐少驊 (先達智能有限公司行政總裁)

Share This