巨量数据分析 零售商探寻业绩致胜之钥

结合物联网(人流分析)、巨量数据，乃至SDK或API等不同技术元素，可望协助零售商不断催生极具效益的促销方案，借此提高顾客忠诚度。来源：NYP Holdings

有几个传颂于世的小故事，可以让大家感受到巨量数据(Big Data)分析技术的威力，其中最让人津津乐道者，即是美国第二大零售商Target「比父亲还更早知道女儿怀孕」的案例；足以显示，Big Data在零售业的应用空间与价值，确实相当广阔。

事实上，零售业用巨量数据分析技术探知女性顾客怀孕之例，虽然教人啧啧称奇，但也有人直觉不过是个行销噱头，并不认为Big Data真有如此神奇。

「假使顾客不愿告知她已怀孕，零售业者如何知道？」业者剖析，探索此一大哉问的关键，其实就在于习惯，只因习惯是很难改变的，万一真的出现变化，通常是基于某些重大事件所驱动而成；女性顾客一旦怀孕，初期犹未大腹便便，只要她不明讲，外人未必可清楚知悉这一信息，但是在她怀孕之后，其实有些消费习惯已经转变，这些转变的轨迹，即埋藏了事实的真相。

零售业者的数据分析团队，能够经由观察过往大量怀孕顾客的消费数据，辅以反覆进行测试与实验，据以打造相关预测模型，其中最重要的关键，乃在于乳液、无味香皂、洗手液、浴巾、凡士林、棉花球、钙片、锌或镁营养补充品等20余项商品的采购动机，与怀孕症候具有莫大关联。

假使有女性顾客，以往鲜少购买这些商品，但从某个时间点开始，竟然逐步采购相关品项，且购买的频率、数量也渐次提高，则零售业者即可根据其分析模型，推导出该顾客已经怀孕，甚可一并推敲预产期。

当然，零售业者费尽心思建构这个怀孕预测模型，并不只是为了炫耀自己的巨量数据分析能力，有多麽神乎其技，最终目的仍在于创造商机；比方说，多数女性顾客在怀孕六个月时，通常会开始采买诸如孕妇装、孕妇用维他命等新商品。

零售商若能适时提供精心设计的促销广告暨若干优惠兑换券，即有机会掳获顾客的芳心，进而成为该零售商的忠实客户，日后除了怀孕用品外，举凡家电、日用品、食品、卫浴用品，甚至是宠物饲料等需求，都倾向透过该零售商一次购足。此一想像空间，无疑让零售业者备感兴奋。

善用巨量数据  带动销售绩效走扬

有研究机构提出报告，美国零售业者一旦善用巨量数据分析技术，将可望提升60%以上的毛利，另对于每年生产力的提升，也可望产生0.5%~1%贡献度，堪称是显而易见的效益所在。

此外亦有调查报告指出，有35%的行销人员认为，依据巨量数据分析技术所推动的个人化行销，可让消费者更加有所感触与感动，而针对巨量数据分析展开投资的企业，其ROI比起尚未投资的企业，平均高出至少3成。

于是乎，现今有关消费行为的研究，因而跃为炙手可热的主题。只不过，意欲理解消费者的行为与习惯，甚至挖掘连消费者都不自觉的深层购物意识，那麽从会员的历史采购纪录、抑或POS数据来着手，固然是不错的切入点，但肯定有所不足，所以必须大量汇集诸如社群、问卷、地图图资、政府Open Data、气象等形形色色数据，甚至加入其他企业所拥有的会员数据，将之统整为数据集(Data Set)，接着带入演算法分析，始可更加了解消费者，顺道产出更为精准的销售策略。

综上所述，关于数据的蒐集与分析能力，对于零售业者而言，显然愈来愈重要，亟需建立巨量数据分析团队，藉由他们对于分析演算法、乃至产业知识的娴熟掌握，以探知每一位消费者(不只是怀孕顾客)的习惯模式，并探索这些习惯模式，究竟如何影响消费者的日常活动。

洞察消费行为  挖掘丰盛金矿

如前所述，习惯很难改变，万一真的改变，通常是基于某些重大事件所驱动，生儿育女是一例，其余包括毕业、结婚、离婚、搬家、就业等，都是值得运用巨量数据技术善加分析的好命题，在此之中，举凡年龄、性别、喜好、学历等特徵数据，都显得相当重要。

举例来说，有零售业者经过研究分析后发现，假设某位女性顾客习惯购买A品牌咖啡，然而当她结婚之后，有很大机率会改买B、C、D等其他品牌的咖啡商品，尔后万一不幸离婚，届时的消费倾向又将有所转变；而巨量数据分析人员或数据科学家的责任，就是设法找出相关的演变脉络，整理成为预测模型，当这些模型愈多也愈精准，便意谓该零售业者所拥的金矿更加丰厚。

问题来了，一般来说，巨量数据通常涵盖4个V，意即Volume(量)、Velocity(速度)、Variety(多样性)、Veracity(真实性)，看来很清楚，但里头着实蕴含了极深的大学问，既要立即且快速蒐集大量数据，又需要讲求采样数据与格式的多元性，继而精准赋予数据特性，以期建立巨量数据来源的可信性；要做到这些事情，真的并不容易，绝对不是买几套软件或硬件产品，便能蹴手可几。

姑且不论台湾零售业者做不做得到，但综观国际知名的大型业者，其实现巨量数据所需4V特质的手段，仍有值得借镜之处。这些业者要做Big Data，并非关起门来独自硬干，而懂得借助协同合作的力量，透过SDK或API的提供，集结众家夥伴之力量，共同蒐集大量数据。

此类做法的背后动机，其实并不难理解，因为全球巨量数据彷若无边无际的大海，单凭一己之力，仅能汇集到大海中的渺小沙砾，产生有限度的分析应用价值，然而一旦集合众人力量，分享彼此的巨量数据蒐整合果，原本一个个渺小沙砾，便可迅速累积成为大沙堡，致使分析应用价值急遽攀升。

此一开放平台思维，相当值得台湾业者学习；因此如同资策会等专业机构，近期在研讨巨量数据分析主题时，都开始链结「API经济」议题，其道理便在于此。然而，巨量数据分析加上API经济，不过是零售业胜利方程序的两大组成要素，尚独缺一角，便是物联网(IoT)。

或许有人纳闷，工业气息如此浓厚的物联网，与智能零售主题有何关联？道理其实很简单，检视物联网个中要素，无非就是传感、联网再加上应用，而其中的「传感」，就是让一个个Small Data汇聚为Big Data，进而延展为高值化应用的关键触媒；而零售商场一旦于出入口或重要动线加装IP摄影机，再搭配运用人脸识别技术，据以推动人流分析，其所采用之IP摄影机、人脸识别技术，便等同于物联网架构当中的传感装置。

倘若零售业者能善加并用巨量数据分析、物联网等不同技术，即可巧妙擦撞出许多创意火苗，透过一些看似不起眼、却饶富价值的小动作，带动销售绩效的显着上扬。举例而言，假使某业者藉由人流分析，并搭配巨量数据技术，推导出某时段主要顾客人流的消费惯性，便可随时调整广播促销内容，有效带动买气，例如选择在周六下午3？5点大量男性中学生顾客群聚之时，开始促销电玩，便可望一击中的。

相反的，零售业者也可根据上述分析结果，避免做出一些无意义的促销动作。沿用男性中学生顾客之例，这些客户于周一到周五白天时段，都在学校上课，因此在这段期间，零售业者即无需进行广播电玩促销，反而应当根据家庭主妇等其余目标客户群的消费需求，设计更具效益的促销方案。