by jeff | Feb 2, 2018 | Big Data, CRM
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。」
.
其他客戶數據行銷文章：
by jeff | Jan 9, 2018 | Big Data, CRM
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。
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：
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 Analytics和Facebook 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，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 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)的「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 name、email address、password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！
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?
by jeff | Jan 8, 2018 | Big Data, CRM
我們常聽到數據行銷，究竟什麼是數據行銷呢？
今時今日，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？
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？
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
by jeff | Jan 8, 2018 | Big Data, CRM
「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。
我曾經係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
by jeff | Jan 8, 2018 | Big Data, CRM
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：
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)
