數據分析-如何選擇合適的數據分析公司?

當企業擁有大量的數據時,如何挑選合適的’數據分析’公司便成為了決策的難題。

進入大數據( Big Data) 時代,企業在數碼市場推廣自己的業務時,都會產生大量的數據。客戶使用互聯網、手機APP購物時,客戶登記、輸入、瀏覽、購買、搜尋等等動作全部都會產生大量的數據。這些資料可以是黃金,但如果沒有正確的數據分析 (data analysis) 處理,通通會變成「廢紙」。

到底,如何挑選合適的數據分析公司? 首要條件,是要熟悉業務,第二是懂得選擇數據,問對的問題。或者筆者先向大家分享一些真實案例。

 

數據分析

 

錯誤數據引致錯誤的結果

 

外國曾有一家保險機構想要調查人們的生活習慣如何影響他們對於退休方案的喜好。由於「習慣」、行為有太多種,執行這個調查的管理層便把問題收窄到抽菸/不抽菸。進行了大規模的市場調查後,依然失敗了,他們無法得出抽菸與退休方案的關聯性。

後來管理層與醫療業界、行為心理學家、社會人類學家等等會面,把問題的方式改變了。他們發現,這種非黑即白的問題(抽不抽菸)難以得出答案,於是將問題更改至「你抽菸幾年了?」、「你戒菸幾次了?」、「你最後一次吸菸是什麼時候?」。最後成功得出準確的數據,幫助保險機構推廣更合適的退休方案。

 

數據分析

 

再舉另一個例子,第二次世界大戰期間,一群科學家提出可憑戰機身上的彈孔數據分析來增強戰機和機師的安全。透過將所有完成任務回來的飛機進行彈孔數據收集、位置記錄及統計,一份一份的數據分析、詳細報告就隨即誕生。

科學家和軍方圍著數據討論,各抒己見。有人主張應該鞏固戰機受到攻擊密度最強的位置,也有人提議該從油箱和駕駛員所坐的位置著手改善戰機的設計。大家都在引用著數據來激烈討論。在大家彼此爭論不休的時候,有一個人緩緩的站起來說:「這些數據都沒有參考價值!」

「這些能夠安全飛回來停在停機坪等待維修的戰機,正說明了在它們機身上的彈孔落點都不是致命的,真正致命的彈孔數據已經隨著被打下的飛機沉在大海裡了!」

説這個故事的作者陳傑豪認為,這個故事的教訓是要「問對問題,才能找到答案」。

 

 

數據分析-需要熟悉業務

 

在選擇數據分析公司時,可能會考慮幾個因素,例如對數據處理的技術、後台的功能、分析結果展示等。數據處理的技術,每家數據公司大同小異,但不代表每家都對你的業務、行情、具備專業及前瞻性。其實最重要,是要考慮該數據公司對於業務的熟悉程度。

若果對業務不了解,即使數據分析的技術多先進,都可能對於你的推廣無幫助。在以上保險公司的例子中,管理層最終與行為心理學家、社會人類學家等等會面並參考了他們的意見。這些專家共通點便是了解人類的行為習慣與思想之間的影響,並且擅長找出當中的關聯。他們清楚單純調查抽不抽菸這種非黑即白的問題並不能充份反映受訪者對抽菸的依賴、上癮程度。於是著手改變調查分析的方向,幫助保險公司獲得有用的數據。

企業選擇數據分析服務時, 需要的不是數據的精準,因為這不單純是數學統計的問題,更是市場推廣領域的問題。所以合適的數據分析公司,必須以Marketing角度出發,審視數據的採集、儲存、管理、分析和展現。要代入角色考慮如何處理數據才能貼身地幫助企業改善他們的市場策略,達到增加營銷的效果。

由此可見,進行數據分析時,應該找到熟悉業務的人士。

 

 

選擇正確的數據,問對的問題

 

正確收集和管理數據會對公司的業務模式產生正面影響。

大數據顛覆了過往玩行銷的方向,企業可以預測數據,達至精準行銷(Precision Marketing),不再單憑經驗靠估,就可以精確瞄準客戶的需求。不過,數據分析的重點不是在統計、分別數據,而是懂得問對的問題。然後,再找相符合的資料來分析,為客戶提供可實際可實行的解決方案。

企業在推廣自己的業務時都會產生海量的數據。但當中很多可能是無效、虛假或者毫不相干的數據。除了以上飛機彈孔作例子外,更生活化的有Facebook和Instagram。他們掌握的數據量是天文數字,但同時有很多因素影響他們數據分析的準確性,例如假帳戶。Instagram 上面有不少的虛假帳戶,提供大量假的讚好和追蹤服務。用戶可以向這些虛假帳戶供應商購買FOLLOWERS、貼文等等捧紅自己的產品。這類形虛假帳戶、讚好等產生不準確的數據,除了影響用家使用體驗,亦影響Instagram的廣告生態系統,以及數據分析。

Instagram公佈他們已經設立了採用機器學習技術的辨識AI工具,可以偵測出帳號內的虛假追蹤、讚好和留言,並自動移除。新工具旨在刪除錯誤的數據,確保數據分析的準確性,達至更好的市場策略。

因此,懂得篩選數據才能更有效率地對症下藥,呈現更精準合適的分析報告,協助企業制訂更進步的市場推廣。

 

總的來說,手持大量客戶數據的你,不要白白浪費這些寶貴的資源! 馬上尋找合適的數據分析公司幫你將數據化為黃金吧! 記得要鎖定熟悉MARKETING業務的分析公司,問對的問題,才能事半功倍。

 

 

 

 

其他大數據銷售故事:

 

客戶關係管理系統,有錢派,不如投資CRM

數碼營銷, 先行者星巴克

大數據銷售-比顧客自己更了解顧客(下)

大數據分析-比顧客自己更了解顧客(上)

大數據行銷-是捕捉客人的真命天子?

客戶關係管理-邂逅大數據

從粉底說數據行銷

數據行銷第一步

 

延伸閱讀

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

What Is Social Marketing? And How Does It Work?

Mobile Apps 才是大勢所趨?續稱霸零售業!

Mobile Apps ? Mobile Website? 相信很多人在選擇時會心大心細。Apps 在電子商務、零售中表現出眾,有更高的客戶保留率。隨著BLOCKCHAIN、AR/VR等技術進步,Apps將繼續稱霸數碼營銷市場。

文章將總結Mobile Apps的優勢,希望幫大家作出正確決定。

 

Mobile Apps 的使用更普及

 

Mobile Apps

 

最近的研究表明,在使用手機的時間中,90%的用戶把時間花在了應用程式(Apps)上,只有10%的人花在手機互聯網(Mobile Website)。 在電子商務領域差別更加明顯,用戶平均每月使用Apps進行購物時間為201.8分鐘,而用Mobile Website購物的只有10.9分鐘/月。根據Flurry Analytics的2016年調查顯示移動用戶在互聯網上花費的時間,90%的用戶更喜歡應用程式。

Apps能支援更多的功能,提高用戶購買體驗,如GPS、點擊通話、相機或掃描儀(QR Code) 、各種支付方法等。Apps更快地加載內容,設計比Mobile Website更適合不同的屏幕尺寸。Apps允許用戶設置個人帳戶並保留重要信息,可以為不同的用戶群構建針對性的營銷活動。Apps允許離線工作,即使沒有互聯網連接,用戶依然能夠繼續提供對內容和功能的訪問。

 

Apps 在電子商務、零售中表現出眾

 

Mobile Apps

 

根據Criteo所做的研究顯示, 與Mobile Website相比,消費者使用Apps時查看的產品多出4.2倍,轉換率(Conversion Rate) 亦高出3倍。

而Mobile Website的購物放棄率(產品置於購物車然後取消購買)則遠高於Apps,放棄率高達73.4%。 其中一個原因是,客戶使用Mobile Website結賬時必須填寫憑證和個人資訊,繁複的程序會令客人感到困擾因而放棄購物。 Apps能夠節省購買手續,綁定信用卡等功能均有助提升購物體驗。

 

Mobile Apps比Mobile Website有更高的客戶保留率(Retention Rate)

 

Apps 又被稱為新一代的會員卡,因為它能有效提高客戶忠誠 (Customer Loyalty) 。Apps可以發送推送消息,讓客戶與您的電子商店保持聯繫 (Engagement) 。當用戶瀏覽他們的手機時,品牌圖標是可見的,能保持品牌知名度。Apps可以保留用戶資訊和數據,實現一鍵式結帳(One Click Buying) 並最大限度地減少購物時間。

40.4%的用戶在下載Apps後購買了更多的商品。 45.9%的人因為Apps的使用更頻繁地訪問實體店。 相比之下,用戶瀏覽Mobile Website 時,有六成的人會在頭幾秒內便離開網站,保留率根本是悲劇。

 

Mobile Apps 在2019年之後的走向又會如何? 周邊技術越來越成熟,VR/AR、BLOCKCHAIN等的全面推廣和應用,Mobile Apps 走勢依然強勁。Statista 預計2019年全球手機用戶數量將達到50.7億。 這是一個相當潛力的市場。Apps在發達國家推動了超過50%的電子零售。 預計到2021年,世界其他地區將迎頭趕上,屆時Apps將成為數字零售 (Digital Retail) 的主要推動力。 屆時,預計7000億美元的銷售額將由Apps直接處理。Adobe的一項研究表明,77%的企業主發現企業應用程序具有優勢,66%的企業正在進一步增加投資。 此外,預計到2021年將有4300億企業應用市場。

 

Mobile Apps

 

BLOCKCHAIN令Apps支付更保障

 

Apps的發展勢不可擋,預計到2020年,全球移動支付 (Mobile Payment) 將成為一個價值5, 350億美元的行業,從2015年到2020年,年增長率達到80%。

Gartner 顧問公司發表 的十大科技發展趨勢,已經連續兩年點名BLOCKCHAIN技術。

區塊鏈(Blockchain) 是一種「將資料寫錄的技術」,起源於比特幣。可以理解成是一個所有人都可參與的電子記帳,所有的交易資料都會被記錄。它使用複雜的密碼學來加密資料,以非常低的成本解決了網路上安全保密的問題。BLOCKCHAIN有利電子貨幣交易的安全性和保密,使電子交易更保障。

大多數的政府部門正計劃投資區塊鏈,用於金融交易管理,資產管理,合同管理和監管合同目的。 預計三分之一的銀行將在2019年前採用商業區塊鏈,意味著Mobile Payment 技術將會更加安全普及。

 

AR/VR技術令Apps 購物體驗由2D走向3D

 

下一代的Apps尤其是遊戲方面的應用都將會關於AR和VR。技術專家預計到2020年將產生1500億美元的收入。該技術除左可以應用在電子遊戲和零售,將會在其他許多傳統行業實踐。例如房地產、醫療保健和教育等。

市場上有超過100,000個健康有關的Apps,並預計到2019年iOS和Android上的mhealth Apps下載量將衝破20億次。它有助於記錄用戶的病史,處理醫療費用,並通過電話檢查及AR/VR技術處理嚴重的健康問題,如哮喘,糖尿病和癌症。醫生也將能透過AR/VR進行預約和查看患者病史,進行嚴肅的醫療操作。AR和VR技術令在Apps上的顧客體驗有了質的變化,很多傳統行業將無需客人親身選購。

 

Apps上互動將更多輕鬆自在

 

用戶偏向與品牌輕鬆的互動(Engagement),亦希望通信渠道全天候開放。 52%的消費者喜歡通過Mobile Apps進行進行互動,比傳統方式如電話更高。

聊天機器人(Chatterbot)是可以模擬人類對話進行交談的電腦程式,可以實踐客戶服務和資訊查問。預計這項技術表現將會更進取,可回答甚至還沒有被問到的問題,將為用戶提供實際解決方案。Chatterbot將在2019年將客戶服務提升到一個完全不同的水平,不僅僅是24X7全天侯,更加能取代人力的資源,預計在Mobile Apps上提供更貼切的服務,滿足客人的CS需求。

 

Mobile Website 已經落伍,在零售上,未來勢必被Apps全面取代。如果您還沒有考慮向您的客戶提供Mobile Payment,或者連Apps都沒有,那麼2019年開發Apps的討論將是一個必要的舉措。

 

其他大數據銷售故事:

 

大數據銷售-比顧客自己更了解顧客(下)

大數據分析-比顧客自己更了解顧客(上)

大數據行銷-是捕捉客人的真命天子?

客戶關係管理-邂逅大數據

從粉底說數據行銷

數據行銷第一步

 

延伸閱讀

 

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

What Is Social Marketing? And How Does It Work?

客戶關係管理-邂逅大數據

客戶關係管理 , (CRM) 是指企業透過實踐、策略和技術對整個客戶生命週期的管理,及對客戶互動和數據的分析,目標是管理及保留現有客戶和推動銷售增長。這種概念其實並不新鮮。但隨著資訊科技、流動裝置普及、以及大數據(BIG DATA)的崛起。這些因素和市場轉變使到CRM(客戶關係管理)更準確容易收集客戶數據。CRM的系統能以不同渠道收集客戶數據,包括公司的網站、電話、實時聊天、直接郵件,營銷材料和社交媒體。 CRM系統還可以收集和分析提供有關客戶個人信息,購買歷史記錄,購買偏好和顧慮的詳細信息,有助企業有效管理現有客戶和掌握他們的消費行為。你能夠把握市場的轉變,利用大數據和CRM的結合契造商機嗎?

客戶關係管理

客戶關係管理(CRM)-組成部分

CRM軟件將客戶信息和數據整合到一個CRM數據庫中,以便業務用戶可以更輕鬆地訪問和管理。隨著時間的推移,CRM系統中添加了許多其他功能,包括括通過電子郵件、電話、社交媒體或其他渠道記錄各種客戶活動,從而跟踪客戶的消費模式。

最新的CRM系統還有以下的功能,進一步加強客戶關係管理的成效:

營銷自動化

具有營銷自動化功能的CRM軟件可以自動執行重複性任務,從而加強生命週期中不同階段的營銷工作。例如自動向潛在客戶及現有發送營銷材料、推廣資訊,將客戶忠誠度最大化。

地理定位技術或基於位置的服務

一些CRM系統包括可以根據客戶的地理位置創建地理營銷活動,有時可以與流行的基於位置的GPS應用程序集成。地理定位技術還可以用作網絡或聯繫人管理工具,以便根據位置查找銷售前景。

工作流程自動化

CRM系統通過簡化普通工作負載幫助企業優化流程,使員工能夠專注於創造性和更高級別的任務。 領導管理: 可以通過CRM跟踪銷售線索,使銷售團隊能夠在一個地方輸入,跟踪和分析潛在客戶的數據。

分析(Analytics)

CRM中的分析有助於通過分析用戶數據和創建有針對性的營銷活動來推動更高營銷策略命中。

 

要了解CRM可以如何幫助企業,歡迎瀏覽網站其他文章,或點擊以下連結。

大數據行銷:為客戶畫像

無人機送貨不遠了!大數據分析將是零售業關鍵

[CRM Big Data]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?

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

 

零售業趨勢:線下零售怎樣跟線上合作

零售商戶的生意備受電商威脅,商店關門大吉的事件無日無之,零售商戶如何自保?線上線下同時經營已是最新的零售業趨勢。

去年11月,阿里巴巴(Alibaba)以224億港元收購大潤發的母公司高鑫零售36.16%股權。大潤發在此前一直有線下零售之王的稱號。因此,當時互聯網上流傳著一句話,稱大潤發的董事長黃明端感慨「贏了對手,卻輸給時代」。大潤發也被視為是傳統零售向電子商務舉手投降的一個代表。不過,黃明端隨後就否認自己曾發出過這樣的感嘆。

零售業趨勢

大賣場的五個優勢,包括一次性購足物品、超低售價、新鮮品質、免費停車、自選式服務,都受到了電商的衝擊。

之後大潤發董事長黃明端在上海接受媒體采訪,談論在阿里巴巴入股之後,大潤發這家典型的線下公司如何跟阿里巴巴這樣典型的線上公司合作。

黃明端坦率地說,過去包括大潤發在內的線下公司,不太想跟線上合作,因為擔心「流量被吸入線上」。但是,「你能阻止客戶到淘寶上買東西嗎?除了一部分不習慣使用手機購物的,該試的早就上網試了。」與此同時,過去大賣場的五個優勢,包括一次性購足物品、超低售價、新鮮品質、免費停車、自選式服務,都受到了電商的衝擊。這讓黃明端的想法開始變化,「想通了,顧客該去哪裡就去哪裡,你要提供給顧客便利的機制。」而且,線上也會給線下帶來流量,「顧客購買是不同場景切換的,有空就去線下,沒有空就在線上,要把服務做好,吸引他們來。」

按照黃明端的描述,大潤發借鑒線上對自己的改變主要包括以下四點:

1小時送達服務

首先,大潤發在和阿里巴巴合作,對自己的線下門店進行數字化改造,把全國的近400家門店改造,借鑒盒馬的模式,門店3公裡範圍內提供1小時的送達服務。配送由盒馬來完成。這意味著大潤發會引入盒馬的供應鏈和配送管理。「從整個底層開始的所有鏈路全部一體化,平台能同步顯示庫存數量,此外會有很多自己開發的特有商品,比如大潤發每天早上可以配送非礬油條。」

客戶大數據行銷

其次,是線上公司最經常強調的數據。通過對線上和線下的數據整合研究,「知道顧客的偏好是什麼,購物習慣是什麼,通過數據重構賣場,什麼樣的場景給顧客什麼,做個性化的行銷,包括千人千面的服務」。

提高門店效率

第三是通過線上交易來提高門店效率。按照黃明端提供的數據,高峰期大潤發門店單店線上訂單可以達到一天5000單,日常單量也在2000單左右。不過,線下訂單仍然是多數,線上只占不到20%。盒馬的數據是超過50%來自線上。

線上快速迭代,線下穩定迭代

第四點是大潤發自己摸索出的經驗,也就是「線上快速迭代,線下穩定迭代」(迭代在企管的意思是利用實時的用戶反饋,來改進自己產品和服務的設計)。黃明端說:「電商跟互聯網談的是快速迭代,所以只要有好的東西就迭代,但是你迭代難免會出現bug,線上出現bug會暫停服務,如果線下出現bug怎麼辦?顧客結賬的時候你說要暫停服務,顧客心裡會很氣。」因此,大潤發采用的方式是:線下穩定、線上快速迭代。

以上就是傳統零售之王大潤發線上和線下結合的方法。

其他零售業趨勢文章:

零售O2O案例:揭開大潤發的O2O底牌

零售業趨勢:2018消費者行為的5個趨勢

無人機送貨不遠了!大數據分析將是零售業關鍵