如何用數據優化使用者體驗？以信用卡產品為例

Published in

Finformation當資料科學遇上財務金融

10 min readFeb 10, 2020

在數據發展階段中，「數據變現」是一個許多公司還無法達到的層級。目前業界有許多的公司依然偏向第一種層級，也就是商業智慧上的報表檢視、對過往的資料做固定格式的review。少部分公司朝向第二階段，也就是預測性、前瞻性的數據洞察，包括預測存貨銷量、廣告點擊預測等等……

那麼，該如何從第一階段前往第二階段呢？關鍵點就是「從業務著手」。

使用數據的最根本方法其實就是「優化現有的業務」，包括使用者體驗這一塊，我本身並不是設計與體驗背景，這篇文章想要從資料與「解決問題」的角度來談談該如何使用數據優化使用者體驗，包括在產品開發以及產品優化：「我們要怎麼做？」

有什麼想法與討論都歡迎提出：）

整體流程

詢問你的顧客：為什麼使用我們的產品，你們想要達成什麼？
捕捉客戶為了實現自己的目標需要決定，以便改進他們與企業、產品、服務交互的接觸點
確認你的客戶為了支持這項決策，需要什麼樣的資料？

在這套方法中，我簡單設計了一個信用卡企劃的案例來說明，當然重點還是在上述的方法論與流程，case 只是方便我說明的工具，無關乎特定廠商或是產品，當然也不限定於產業，所以這套方法是完全可以套用到任何組織以及商業場景中的。

詢問你的顧客：為什麼使用我們的產品，你們想要達成什麼？

比如信用卡好了，想像用戶收到信用卡帳單的通知時，他們會有哪些反應，這些反應是否會成為他們「放棄你服務的關鍵點」？

舉例來說，Mike是一位公司經理，在他收到女兒信用卡帳單的時候，他嚇到了，因為這筆帳單通知：「您的信用額度將要用完。」

對Mike來說，他並不是使用者，不過卻是付費者。這件事情似乎很嚴重，包括：「女兒最近的消費支出很大？」、「錢都花到哪裡去了？」，心中滿滿的疑問，不過實際上，他應該會更在意「女兒是怎麼看待這件事情的？」

於是他找來女兒，問她說：「你現在最擔心的是什麼？」

女兒表示，自己也不知道一下子就刷了那麼多錢，收到帳單的當下她也感到很困惑，但是警告般的標語讓她的感受從好奇變成緊張，她無法相信自己成為一個高消費的月光族。

「那你覺得該怎麼改善呢？」 Mike問道。

或是，首先必須釐清這個問題出現在哪裡？

也許消費真的很驚人吧，但是，為什麼這份信用卡帳單並沒有告訴我這些？也許在我瘋狂購物到一半的時候，銀行就應該通知我：「你已經快刷爆了！」、「這不是你的正常消費！」，而不是在之後寄給我一份帳單與通知：

這種事後通知，說不定會讓我剪掉這張卡，改去辦一張購物優惠專屬的卡

為什麼呢？因為這張卡只能讓我看到表面上的「購物上我需要再節省一點、花得更划算一點」，但是沒有「這張卡應該怎麼幫助我」。

許多消費者的念頭都是如此，也許這正好替自己掌握了消費行為，但是對於發卡銀行、或者發卡商來說，這不是他們樂見的。既然不樂見，也許從「客戶體驗流程」改善，其實就可以解決這種剪卡的風險。

對於要怎麼解決這個問題，其實問客戶就知道了

比如Mike問女兒該怎麼解決她的問題時，她提出了三個方案：

什麼購物行為最耗費我的使用額度？
依照我之前的刷卡行為，什麼時候會用完我的信用額度？
什麼時候會是下一次配發額度的時間？

透過詢問，Mike去分析了一下這三個問題，並且總結出：

電商購物最耗費使用額度，尤其是買熱門推薦商品，好比啤酒肚腰包。
依照之前的跟風（？購物行為，五天後將會用完信用額度。
您的帳戶在每個月13號都是我們的信用額度累計起點。

於是Mike想，也許這個是銀行可以解決的問題，亦即在數位金融上，透過即時的通知與「回應消費者的疑問」好比上述三項資料與計算，來控制消費者的花費，並且讓他們更能掌握自己的消費行為。

讓信用卡從理財產品變成財富顧問，也就是從產品思維跳到諮詢思維

而這樣的服務，僅僅用到了基本的統計描述與迴歸分析，但是因此讓使用者對這張信用卡更加信任，且對於數位金融App的依賴性也提高，因為「數位App與信用卡的搭配，解決了他的需求，回答了他的問題。」

捕捉客戶為了實現自己的目標需要決定，以便改進他們與企業、產品、服務交互的接觸點

了解了女兒的使用情況之後，Mike心想：「如果今天的第二個問題改變了一下答案，是不是根本就不用擔心這個問題？」

讓我們來看一下這個問題：「依照我之前的刷卡行為，什麼時候會用完我的信用額度？」

如果分析之後答案是「下一次額度配發前，這樣的使用模式不會用完。」那麼這次的討論似乎就變成一個浪費客戶時間的事件，因為這是一個誤報，但是銀行說不定連這樣的分析都沒有做到。

也許銀行可以做得更好些？比如建議顧客一個合適的解決方案，一段可以產生具體行動的訊息，Mike心想：

建議顧客：我們發現您在蝦皮購物（連結）上的花費創了歷史新高，我們建議您可以…（開支表）
告訴顧客：我們發現目前您購買的這項產品在淘寶網站（連結）上的價格便宜30元，您確定要下單嗎？（結帳跳轉）

也許這樣會好些？畢竟我也不需要擔心不理性的消費行為、或者花費時間去比價了，而這些都是數據處理就可以做到的，比如一個實時的通用爬蟲、價格排序、價格控管的公式、模型即可做到。

確認你的客戶為了支持這項決策，需要什麼樣的資料？

回到第二個問題，如果反過來想：「依照我之前的刷卡行為，什麼時候會用完我的信用額度？」

答案如果變成：「您已經用完了，或者再一天會用完。」

怎麼樣可以解決這個問題，比如，我是有意識的在消費，我的確想多花一點，也許是因為聖誕節的交換禮物、過年的佈置與大掃除，有沒有其他「互惠」的解決方案呢？

在通知之後，跳出按鈕選項：要不要升級，並提供價格方案以及建議
要不要付錢購買另外一款產品，好比自家的電商購物卡、兩張一起辦的優惠是什麼、什麼時候截止、多少人都在用？

這種倒是很常見於數位工具，比如Evernote、Trello、Spotify等等，但是這些數位產品的缺點就是：「常態性的要你升級」。

有沒有辦法在「顧客剛好需要的時候」就跳出升級、或者讓顧客有「賺到的感覺」呢？這部分的數據分析上就有比較高的要求，包括可能要建立一個精準的預測模型、注意哪些客戶值得升級等等……

更進階一點的，我們可以透過預測升級的專案來呼應到其他的數據分析專案，包括客戶流失問題。客戶流失的問題是很可怕的，必須小心注意，但是許多公司往往鎖定錯誤的客戶來挽回、也沒有考慮錯誤的交叉銷售很浪費。最致命的是許多公司的資料科學家，並不了解如何正確把商業問題（客戶流失）對應到資料科學問題，有時候他們會覺得這只是一個分類模型，但是以客戶流失來說lift model 說不定對churn prediction 更有效，問題並不是只靠一個分類模型就能夠解決。

也因此，透過檢視顧客流程與分析方案，我們可以更了解該如何使用數據優化使用者的體驗。

數據優化體驗方案，檢視企業收入結構

通常在一個行業內：20%的顧客貢獻超過100%，60%的顧客沒有貢獻，20%創造了負利潤。

而使用數據的目標包含：

讓更多客戶進入到價值範圍
對於沒有貢獻的顧客用一種更低成本的方式來維持關係

透過企業優化與顧客的生命週期互動，維持關鍵客戶帶來大量商業價值。我們也可以從這張圖看到「營收機會」：

Revenue Growth：ABS上升的利潤，可以用關聯分析做交叉銷售
cost savings : 透過節約成本而提高的獲利能力，比如用時間序列來預測存貨需求，減少存貨成本與提升存貨週轉率，回扣企業策略。
Refer : 有些人帶貨能力很好，並不能只用money來定義客戶價值，比如青少年、學生雖然不一定有錢，但是傳播效果佳（包括經常使用社群軟體、透過補習班、球場建立區域網絡，以點向外擴張）會傳播給一個地區的其他人，建立市場知名度。雖然有點舊了，不過雷神巧克力就是一個很好的例子。
Premium：對於價格敏感度不高的人提升售價，好比Uber透過物理動量與心理模型來檢視司機對派單價格的接受程度（這個方法非常有趣，學理上也有強力根據，有機會可以寫一篇獨立分享，Food panda、Lyft等共享經濟平台也可以套用）

那麼以上，就是用數據優化服務體驗的分享，其實生活上隨處可見有流程優化的地方，比如您可以試著思考看看上述信用卡的例子套到電信產業，好比手機流量快用完了該怎麼辦… 練習思考「我需要什麼樣的數據」來解決這個問題，說不定就可以成為一個很好的產品機會點哦！

歡迎想學習Python資料科學、商業分析、金融知識的人一起交流！本部落格的內容全部都是基於「分享」的實作、理論兼顧文章，希望能夠幫助到所有對資料科學領域有興趣的人們，長期關注可按左手邊的Follow!若喜歡我在 Medium 的內容，可以拍個手（Claps）這邊想做個實驗，好讓我知道你/妳喜不喜歡這篇文章：
拍 10 下：簽個到，表示支持（謝謝鼓勵！）
拍 20 下：想要我多寫「商管相關」
拍 30 下：想要我多寫「資科相關」
拍 50 下：我有你這讀者寫這篇也心滿意足了！

敬請期待下一篇！或是您也可以逛逛我的其他資料科學文章：人工智慧商務系列：

Python資料科學系列：

看我用金融的概念解釋AI：

如果想跟著我實作資料科學，開始寫程式必知必會基礎系列：

Coding共十講，讓你進入程式世界