Chapter 10 價值溝通與行銷資料科學

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或處理很多的資料。事實上，即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）

在零售資料中加入了時間的維度，會使資料量變得更為龐大。過去零售業只能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系統連結，零售業在倉儲管理上也更即時、更有效率。

5.     通路（Channel）

現在的消費者在購買產品前，通常會先搜集產品資訊，並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。