alexa
置頂

當機器人還是諸葛亮?

數據智慧
文 / 徐仁全    
2015-08-27
瀏覽數 850+
當機器人還是諸葛亮?
分享 Line分享分享 複製連結

Alex是一家百貨公司的行銷人員,他想做一檔精品服飾VIP的活動,如何做?

他發現精品消費VIP的資訊並不完整,手上握有的是交易數據,卻沒有完整的會員資料,那些細節存在於各家專櫃。同時,為了提供最完整優質的服務給VIP會員,其實也需要了解是否為家庭客、是否開車等資料,而這又必須去找停車場管理公司來進行資料交叉比對......。

大費周章轉好多圈,Alex終於找出這半年來,經常進出百貨公司且具有消費實力的VIP名單。他用這些名單,進一步邀請他們來參加精品消費活動,或特別安排專屬的尊榮消費時段,讓這些VIP大戶能盡情享受購物樂趣,同時也讓公司小賺了一筆。但是,這樣的過程,還真有點勞民傷財。

這種做法,我們稱之為人力密集。花很多的人力時間與功夫,兜了一圈,才能判定誰是真正的VIP大戶。但現在不一樣了,這種工作不需再用人力去做,而是用電腦自動彙整數據,然後產出VIP名單。

數據交叉比對、自動產出名單,人力只需要用在行銷活動的創意策畫,這就是大數據的用途,讓電腦代勞,用數據取代人力密集的苦力。

請大數據智囊團幫忙,你就是諸葛亮

如何請大數據幫忙?評斷標準是:這件事情有沒有優化的可能?電腦可以比人做得更快、更好嗎?如果答案是肯定的,就交給數據智囊團吧!

從數據分析的D.I.E.T.學習迴圈來看,分別是數據整合(Data Integration)、分析診斷(Intelligence)、精準行銷(Engagement)及追蹤回饋(Tracking)等步驟。採集資料,分析運用後學習到的成果。

走完一輪學習迴圈,決策變成快速學習曲線,透過不斷追蹤回饋,幫助你準確做決定,並即時驗證,錯了再修正。

在過往,這毫無疑問的是人力密集的工作。行銷人要先做數據回溯(Data Regression),找出誰是百貨公司的VIP,可設定年消費額超過50萬元以上、停過12次車,以此條件下貢獻度高的顧客。再把身分證字號、會員卡號、車牌號碼、手機一一比對,整合不同數據源,建立以消費者為核心的數據主檔。再透過系統智能化的EDM或簡訊排程,在適當的時間,設定個性化內容,精準溝通百貨公司的VIP。最後再透過追蹤(Tracking),學習並修正每次行銷活動的假設與成效。

追蹤是數據行銷相當關鍵的一環,透過追蹤,數據會告訴你,哪些顧客是活躍或是停滯的狀態,讓你有依據去判斷,該選擇哪一種溝通工具,以及投放多少的行銷預算在這些顧客身上。

這些事,人也可以做得到、做得好,但絕對做不快。人力密集常是最缺乏效率的做法,數據時代回到商業本質,「時間」將會成為最關鍵而稀有的競爭資源。未來一定是時間的競爭,速度決定成交與否,比對手慢一步就拿不到訂單。

交由電腦幫你分析數據。舉例來說,一名顧客今天買過A產品,你在24小時後會把A產品的補充包商品EDM寄給他,如果他48小時內沒有開信,再寄一個簡訊提醒他。這個行銷流程過去都是透過人力,重複執行著撈名單、設定溝通活動然後蒐集成有效數據。

現在這些統統可以交給大數據來做。行銷人應該學習檢視數據,評估成效,然後針對不同產品和顧客組合去設計行銷實驗方案。

優化行銷觀點,行銷人的價值是做決策

既然,大數據做完了最耗時的工作,那人做什麼?行銷人開始有時間想創意,思考如何讓行銷更有效果。

未來我們要學會如何優化行銷觀點跟價值。大數據時代的行銷人應該把重點放在認識自己的商品與商業模式,學習思考與解讀數據背後的意義,然後練習做決策,打造屬於你的行銷實驗室!

分享 Line分享分享 複製連結
新趨勢
您也可能喜歡這些文章
您也可能喜歡這些文章