為何Coupang進入激烈的電商競賽 ? 從商業/數據的第一手觀察 — Jennifer

H.H Yen
Taiwanese in Data Science
Nov 16, 2023
Coupang Program Manager — Jennifer

Jennifer在職涯中曾擔任資料分析、商業分析等多個角色,先後在蝦皮、17Live和Coupang這些知名企業工作。這段歷程中,她深刻體悟到自己對商業分析的熱愛,而不僅僅是對純數據的分析。在以下的內容,Jennifer也會跟我們分享她在職涯各個階段的收穫與成長。

關於Coupang

背景

可能和我們的第一印象不同,Coupang其實是一家美商,於2010年在韓國成立提供了兩種服務,一種是B2C(Business to Consumer)電商,另一種是跨境電商。特別的是當中B2C電商更強調訂單可以在24小時內送達,有「Rocket Delivery」火箭快送的稱號。

Coupang如何決定要賣什麼?

這邊很有趣,因為Coupang有一個獨特的競爭優勢,即擁有來自韓國的母公司。這意味著他們可以為台灣的消費者提供跨境商品,並通過這些商品的銷售來洞悉消費者的偏好,進而決定在台灣的B2C市場上銷售什麼產品。

我們可以以三個面向來進行分析,分別為銷售量、輪轉率和轉換率。以寵物商品為例,我們可以查看韓國Coupang平台上銷售量較高的品牌,為我們提供初步的市場趨勢,再進一步思考有什麼是我們可以拓展的。

經過一層一層的篩選,最終決定出我們看到的Coupang商品清單。

為何Coupong有價格優勢?

原因是Coupang透過買斷的方式,獲得彈性的訂價,供應商不能左右Coupang的價格決策,這種獨特的模式與Momo、PChome等B2B2C的商業模式有所區別,Coupang無需依賴供應商進行物流。

定價分析的方式,會透過在其他網站上搜索商品價格、優惠活動等等,從數據中去分析用戶做決策的原因,來決定價格

除了比價之外,Coupang也積極進行用戶體驗調查,目的不是去判斷用戶是否會購買,而是了解產品銷售背後的原因。例如當產品銷售下滑時,是因為價格不具競爭優勢,還是因為競爭對手推出更具吸引力的促銷活動呢?

透過具競爭力的價格,搭配用戶角度的洞察,幫助Coupang做出更高品質的決策。

Coupang工作經驗分享

資料處理全員通才

在台灣,我們並沒有獨立的資料團隊部門,原因是老闆希望每個人都具備資料處理、分析的能力,採購要會Excel,Program Manager每個人都要會SQL,這樣的好處是,可以即時處理問題,不用等資料團隊提供相關數據,加快解決問題的效率。

和蝦皮營運策略的差異

蝦皮: 主要關心的是行銷費用,例如多少人用了免運、優惠券,然後會再進一步追蹤使用這些券的人數,進而評估透過行銷方式對蝦皮業績的實際貢獻。

Coupang才看: 重點放在庫存管理,不同於蝦皮,Coupang需要關心賣得好的商品的庫存狀況。特別是在商品缺貨時,需要考慮 lost GMV(商品銷售總額的損失),並決定是否應該增加庫存。

另外特別的是,Coupang會用條碼紀錄每一個產品的流向,如此一來,可以很清楚的知道每個倉儲所擁有的東西,為將來的全自動化鋪路。

用戶成長快,產品需求量變化大,如何因應?

目前數據量還不大,但成長的速度很快,讓預測變得相對困難。Coupang的預測模型尚未採用機器學習技術,而是運用一些特別的方法。

以Coupang主打母嬰用品為例,首先檢視銷售量,然後進行市場占比的分析。如果我們的目標是覆蓋全台六歲以下的兒童,就會去計算這個年齡層的總數,同時核實我們現有的用戶數。

有了這些基本數據後,我們就能夠制定銷售目標,並透過市場份額的計算來推估在達成目標時應該銷售多少特定產品。

用戶體驗至上並累積數據

Coupang很注重消費者的體驗,例如會設定自動比價,並簡明的排序,讓用戶不需要一次面對商品海,然後再自己去過濾,Coupang會進行了大量調查,例如自己購物體驗,以及直接與用戶訪談,在網站上就做好優化,真實反映用戶體驗。

舉例來說,當你在Coupang平台搜尋一樣商品(例如尿布),在蝦皮可能會出現十頁,要逐一進入比較價格。然而,在Coupang,不論如何搜尋,你只會看到一到兩個選項,而且已經是最低的價格,體現了Coupang對於提供極致用戶體驗的承諾。

數據驅動的經驗

印象深的是,老闆要求Jennifer因應疫情解封後帶來的流量減少。Jennifer透過數據分析發現,在疫情解封後,每日不重複的買家數並未因此減少

因此Jennifer指出真正的問題在於用戶的需求下降,因為一些消費開始轉移到線下進行。我們的目標應該是重新吸引用戶將線下的活動轉移到線上,而不僅僅是追求獲取更多新用戶。

最終,蝦皮透過即享券這項策略,例如鼓勵用戶在蝦皮購買麥當勞食品,然後到實體店兌換,成功帶來了業績的增長!

如何說服老闆採用想法?

Jennifer分享了一個的心法,先去了解老闆在意的痛點,再考慮要用什麼數據說服。例如近期Coupang從韓國、香港、日本進了大量商品,卻只透過google sheet和Excel維護,沒有對應的系統支援,需要花費大量時間。

單看費用可能幾10萬,但為了要說服老闆,Jennifer選擇從lost GMV的角度出發,說明缺乏系統,在海關卡了2個月,可能讓lost GMV達數百萬,讓老闆覺得這個問題非常重要。

Jennifer的經驗是,用數據說服他人時,盡量擴大數據的影響力,會更有效!

不設限的職涯探索- Jennifer的成長分享

突破數學專業框架

Jennifer大學時的專業是數學,她分享她的同學中數學好的人,通常會去走AI, 工程師,而Jennifer自己現在會的東西,大多都不是大學時學會的,反而是大學時培養的自學能力,對現在幫助很大。例如工作時會需要用到SQL,就自己上網查,包括目前學習韓文,也是自己上網找資料。

不用因為專業的不同,而限制了自己。

從Data analysis到Program manager

Jennifer一開始在蝦皮工作時,做的偏向Program Manager的工作,包括跑活動或是做專案報告,後來轉到17 Live專注做作純Data Analysis,例如看流量或是A/B testing。

在這過程中,她發現自己更喜歡的是與他人進行溝通和互動,而不僅僅是純數據的處理

也很幸運,Coupang找到了Jennifer,Jennifer覺得新的公司,有許多的未知可以探索,例如目前用戶數大概有幾千人,但在未來1到2年內,用戶數可能成長十倍,期待自己的努力,連結上公司的成長,光想就很讓人熱血沸騰!

從蝦皮學到的真正數據分析之道

最大的幫助是,在蝦皮學到了什麼是真正的分析,一開始,只是看到圖表和數據的波動,卻不了解背後的原因。直到後來到了菲律賓,從主管身上學到了扎實數據分析的技巧。

例如當看到總體銷量增長20%,會進一步的去想,是不是有些商品銷量增加80%,但另外有些商品反而減少很少很多?進而從中找到我們可以改善的地方,而不只滿足於業績達標。

淺移默化中,體會到了數據分析的深度,而不僅僅停留在單一指令或動作的層面上。

韓國與世界各地夥伴帶來的衝擊

Jennifer分享到,韓國夥伴有2個很大的特色,第一個就是重視輩份,例如有一次在會議中她不同意前輩的意見,結果前輩變得難以溝通,從那次經驗後也學習到,如果有什麼相反的想法,可以留待會議後再跟前輩討論。

第二個是韓國夥伴的英文程度很兩極,有些人英文幾乎不會講,而有些人是中英文都很優秀,但Coupang會提供翻譯服務,確保溝通順暢。這解決了語言差異可能帶來的溝通問題,使團隊合作更加順暢。

另外,Jennifer也延伸分享,在台灣這邊的同事多元,有一半是台灣人,另一半來自馬來西亞、新加坡、美國、巴西,甚至埃及等世界各地的人,當中有不少華僑,這促成了一個有趣的現象,就是大家在會議中會多國語言混用,有趣的是,真的可以順利交流!

這也是Coupang友善的一點,語言不好不用擔心,重點是你的能力,這樣每個人都能盡情發揮所長,不被語言限制。

對新鮮人的建議

給商業分析夥伴

學生: 可以多去實習,找投資銀行、管理顧問等等,因為商業分析薪資的落差很大,具備實習經驗在真正求職時,有機會爭取到比一般新鮮人更高的起薪。

有類似經驗的人: 轉換的門檻應該不大,只是薪水上的報酬可能相對數據工程師來的少,但如果對這個領域有濃厚興趣,還是鼓勵勇敢嘗試看看!

給電商新鮮人

電商產業樂於接受零經驗的人,因為可以帶來不同的思維,所以可以將自己目前做過的事或工作,盡可能的和電商連結。

同時,也可以從用戶的角度出發,尋找產品存在的問題點,分析如果是自己,希望如何改進產品,提供價值。

對電商未來的展望

台灣的電商發展蠻成熟,而每家店商的優勢不同,例如蝦皮是低價,Momo是多元品類等等,然而,目前沒有一家電商能夠同時滿足品類多、到貨速度快(並提供安心退貨服務)、產品優質、價格優惠這四項需求

因此Jennifer認為,未來電商會朝向同時滿足以上4點為目標,最終解決用戶所有的痛點。

更進一步的思考,為什麼Coupang會想要切入競爭已經相當激烈的電商市場? Jennifer的想法是,老闆們看到的是未來的願景,也許未來不會再有實體的零售,當Coupang在全球電商市場站穩腳步,將獲得巨大的紅利,就像Google在搜尋引擎領域的成功一樣。

總結來說,電商產業背後,隨著數據不斷積累,可能存在著新的商機和市場,對未來的想像,讓企業趨之若鶩奔向競爭激烈的電商市場,期望在這片藍海中發現新的寶藏。

採訪 : Dan Chen
審稿: Vicky Liao
撰稿 : Howard Yen

--

--