翻轉零售 — 大數據帶來的零售業革命

零售業的歷史已經非常悠久,過去業者要佈建一個零售網,可能要考慮顧客、產品、位置、通路等四大因素,而現在進入大數據時代,行銷資料科學不僅為零售業賦予新的意義,還加進新的「時間」因素,等於讓所有零售業進入全天候、全通路營業的境界。

美國賓州大學旗下華頓商學院教授艾瑞克·布萊德洛(Eric Bradlow)等人於2017年,發表了一篇文章﹤大數據與預測分析在零售業中的角色﹥(The role of big data and predictive analytics in retailing),裡面提到大數據零售的五大構面:顧客、產品、位置、時間、通路,如圖1所示。

圖1 大數據零售的構面(繪圖者:廖庭儀)

資料來源:Bradlow, E. T., Gangwar, M., Kopalle, P., & Voleti, S. (2017). “The role of big data and predictive analytics in retailing.” Journal of Retailing, 93 (1), 79–95.

1.顧客(Customer)

大多數的人一想到大數據,直覺的反應就是要擁有很多的資料。事實上,縱使企業所擁有資料量未達大數據的標準,以目前的行銷資料科學技術,已經可以協助企業做到個人化行銷。在零售業裡,常用的顧客資料來源包括:個人信用卡的刷卡資料、IP位址、註冊用戶登錄等,企業可將這些資料來源,連結內部顧客關係管理(CRM)系統中的交易資料、email調查資料、來店消費資訊等,以進行資料分析。甚至企業還能結合社群媒體的資料,以及「用戶生成內容(User Generated Contents, UGC)」等,讓顧客資料變得更有價值。

2.產品(Product)

在大數據的時代,不但產品品項越來越多,產品資料也從一維的產品基本資料,擴展到第二維的產品屬性面向(特色、品質、設計、知覺、擴增產品服務…等)。在這樣的發展趨勢下,零售商將擁有更多元甚至是動態的產品資料矩陣,進而協助企業做到個人化行銷。

3.位置(Location)

能在任何特定的時間,定位消費者「位置」的能力,為零售業開展了新的契機。無論是在店內或店外,零售商可將消費者所處的位置,與公司的顧客關係系統(CRM)進行連結,並從消費者的購買歷史中,推薦他們最可能購買的產品。例如:當消費者接近零售店時,主動提醒消費者優惠資訊,吸引消費者前往購買。或是當消費者在店內消費時,提醒消費者特價商品的優惠出現在哪一區。這樣的效益,對零售商來說,短期內顯而易見,但應考量是否牽涉到消費者的個人隱私,以及對消費者所造成的負面影響。

4.時間(Time)

當零售資料中加入了時間的維度,會使資料量變得更為龐大。過去零售業分析每月或是每週的消費者資料,但現在已經可以連續測量消費者的瀏覽產品行為、行走動線、購買的品項、賣場環境變化等。例如:零售商想發展最好的折扣組合、改變產品擺放位置、或是改變消費者的動線,這些決策因為加入了時間的維度資料,並透過資料分析得以實現。除此之外,將時間維度資料與POS系統、CRM系統作連結,零售業在倉儲管理上也更即時、更有效率。

5.通路(Channel)

許多消費者在購買產品前,會先搜集產品資訊,詢問他人的購買經驗…等。企業若能收集、整合並分析這些資料,將可協助企業了解、追蹤消費者的購買歷程,並對產品利潤進行評估。此外,消費者收集資訊與實際購買的行為,極有可能發生在不同的時空,零售業要意識到新型態購買行為的出現。例如:消費者可能先到實體通路觀看產品,之後再到網路平台進行購買;或者消費者先在網路平台蒐集產品資訊,再到實體商店體驗後進行購買。零售業要能收集並分析各種不同接觸點的資料,以進行更有效的通路管理,甚至發展或運用新型態的通路類型。

今日零售業所產生的資料量大幅增加,企業若能妥善運用以上的五項構面,一定能更精確地掌握消費者行為,制定更佳的行銷策略。

作者:羅凱揚(台科大企管系博士)、蘇宇暉(台科大管研所博士生)

您可能有興趣: