《大數據玩行銷》精選:老奶奶會不會買鋼彈模型?

編按:本站自即日起與多家出版社合作,由編輯為您精選最近出版的科技相關書籍內容,經授權後小幅改編為文章形式供您閱覽;希望您在繁忙的日常生活中,能以精簡方式吸收新書精華。

以下內容摘自原書,文中第一人稱為原書作者。如果您有任何討論或意見,歡迎您在這裡留言,原書資訊請參閱文末介紹。

數據愈複雜,解釋愈簡單:三個指標看營收方程式

大數據就像浩瀚無邊的大海,任意縱身跳入,若沒有一個中心思想,沒有觀點,往往容易迷失於數據汪洋中。隨著數據不斷成長,企業報表往往動輒上千張,面對大數據,有人追求數據愈大愈好、報表愈多愈好;我們則主張,要化繁為簡,以簡馭繁,亦即「減法原則」。

著名的奧卡姆剃刀(Occam’s Razor)原理主張,當兩個假說具有完全相同的解釋力和預測力時,應該使用較簡單的那個。

對於現象最簡單的解釋,往往比較複雜的解釋更正確。

愈複雜的數據,愈需要減法,面對複雜的數據問題,我們認為萬法歸一,均應回歸到營收,即企業獲利是否獲得提升。

對於營收,我們提出一個精簡的觀點,即營收方程式:

營收(revenue)=有效顧客數╳顧客活躍度╳客單價

這個方程式雖然看來簡單,但卻是我們一直期待和客戶溝通分享的概念。當我們沒有真正認清營運核心問題,往往會不切實際地描述並放大眼前遭遇到的挑戰,然後急著在一堆數據裡面翻找,產出一張又一張的報表,試圖透過這些報表來降低內心的焦慮感。

但事實上,如果管理者能夠認清營收背後的干擾變項,就能靜下心,有目標和策略地蒐集必要的關鍵數據,然後依循一定的邏輯來制定各種改善方案,並透過數據的實時(real time)變化來做即時的優化調整。

老奶奶會不會買鋼彈模型?找顧客不看人口屬性,看行為標籤

從營收方程式來看,在大數據時代,是以「人」為核心,而不是以「產品」為主軸。人有所謂的異質性跟變動性,傳統行銷往往偏重處理異質性的問題,根據人口統計學的屬性特徵,如性別、年齡、居住地、收入等為標籤,進行分類分群。

舉例來說,鋼彈模型的消費族群一般以為是男性,如果今天一位80歲的老奶奶,她所有的行為和預測,都指向她會購買,儘管她不在傳統分類的行銷溝通族群裡,那為何不能將鋼彈模型的相關行銷訊息傳遞給她呢?

依據傳統的人口屬性標籤,她將被排除在外,面對這樣的數據偏誤,我們則提出不同的標籤觀點──NES模型。NES完全不在乎年齡、性別等傳統人口統計特徵,而是根據消費者具體的購買行為,將消費者分為三種:

  • 首次購買的新顧客N(New Customer);

  • 支撐主要營收來源的既有顧客E(Existing Customer, 主力顧客E0+瞌睡顧客S1+半睡顧客S2);

  • 沉睡顧客S(Sleeping Customer)。

透過NES標籤,企業可以清楚掌握顧客的回購潛力與現況。無論他幾歲、職業、性別、收入、興趣、屬於哪個族群,重點是只要他反映出他要買鋼彈模型的動機,只要他願意成為鋼彈模型的消費者,就應該服務他,即使他是女性,一位80歲的老奶奶(詳見下圖)。

從N-E-S看顧客消費狀態變化

NES模型根據消費者個人購物週期,分為首次購買的新顧客(New Customer)、支撐主要營收來源的既有顧客(Existing Customer),和回購率低於10%的沉睡顧客(Sleeping Customer)。 而既有顧客又可分為E0主力顧客、S1瞌睡顧客和S2半睡顧客。

不在迷霧森林裡打轉:大數據,觀點決定方向

目前的商業競爭法則是大者恆大,規模、資金優勢,一旦領先,其他競爭者完全無翻身機會。但是未來大數據的競爭,較勁的是觀點,觀點錯誤,運算、統計能力再強大,只會南轅北轍,永遠都到不了目的地。

過往的顧問經驗告訴我們,大部分的企業在沒有觀點的情況下,就像在迷霧森林中漫無目的奔跑,因為沒有方向也沒有目標,往往跑得筋疲力竭卻只是在原地打轉。

觀點的價值在於,讓分析人員或是決策主管冷靜下來思考,看清楚環境的現況以及自身的裝備與條件,謀定而後動。有時候我們會驚覺要走出這團迷霧,原來只差一步的距離!

數據之前人人平等,大數據比的是點子,不是銀子,未來贏家需要的是數據洞察力。

如果我們知道準確的方向,也知道距離終點線原來只需要一步的距離,就能贏得比賽,那我們就不必大費周章地投資人力、資源和時間,去打造新幹線或是頂級超跑,我們需要的只是一個精準轉身,然後輕鬆地跨出關鍵致勝的這一步。

總之,大數據的競爭法則是觀點取勝,大數據時代商業競爭中,老二不會永遠是老二,小蝦米也可以有機會扳倒大鯨魚。只要你的數據觀點夠犀利、夠深入到核心問題,而且又具備眼到手到的超強執行力,人人都有機會成為未來的數據贏家。

《大數據玩行銷》

30雜誌出版

作者:陳傑豪

詳細資訊