中药材零售网(农科院蔬菜种子批发零售网)

未命名_副本.jpg

零售业的历史已经非常悠久,过去业者要布建一个零售网,可能要考虑顾客、产品、位置、通路等四大因素,而现在进入大数据时代,营销数据科学不仅为零售业赋予新的意义,还加进新的「时间」因素,等于让所有零售业进入全天候、全通路营业的境界。

美国宾州大学旗下华顿商学院教授艾瑞克·布莱德洛(Eric Bradlow)等人于2017年,发表了一篇文章﹤大数据与预测分析在零售业中的角色﹥(The role of big data and predictive analytics in retailing),里面提到大数据零售的五大构面:顾客、产品、位置、时间、通路,如图1所示。

中药材零售网(农科院蔬菜种子批发零售网)

图1 大数据零售的构面 绘图者:廖庭仪

数据源:Bradlow, E. T., Gangwar, M., Kopalle, P., & Voleti, S. (2017). “The role of big data and predictive analytics in retailing.” Journal of Retailing, 93 (1), 79-95.

1.顾客(Customer)

大多数的人一听到大数据,直觉的反应就是要拥有很多的数据。事实上,纵使企业所拥有数据量未达大数据的标准,以目前的营销数据科学技术,已经可以协助企业做到个人化营销。在零售业里,常用的顾客数据源包括:个人支付数据、IP地址、注册用户登录等,企业可将这些数据源,连结内部顾客关系管理(CRM)系统中的事务数据、Email调查数据、来店消费信息等,以进行数据分析。甚至企业还能结合社群媒体的数据,以及「用户生成内容(User Generated Contents, UGC)」等,让顾客数据变得更有价值。

2.产品(Product)

在大数据的时代,不但产品品项越来越多,产品数据也从一维的产品基本数据,扩展到第二维的产品属性面向(特色、质量、设计、知觉、扩增产品服务…等)。在这样的发展趋势下,零售商将拥有更多元甚至是动态的产品数据矩阵,进而协助企业做到个人化营销。

3.位置(Location)

能在任何特定的时间,定位消费者「位置」的能力,为零售业开展了新的契机。无论是在店内或店外,零售商可将消费者所处的位置,与公司的顾客关系系统(CRM)进行链接,并从消费者的购买历史中,推荐他们最可能购买的产品。例如:当消费者接近零售店时,主动提醒消费者优惠信息,吸引消费者前往购买。或是当消费者在店内消费时,提醒消费者特价商品的优惠出现在哪一区。这样的效益,对零售商来说,短期内显而易见,但应考虑是否牵涉到消费者的个人隐私,以及对消费者所造成的负面影响。

4.时间(Time)

当零售数据中加入了时间的维度,会使数据量变得更为庞大。过去零售业分析每月或是每周的消费者数据,但现在已经可以连续测量消费者的浏览产品行为、行走动线、购买的品项、卖场环境变化等。例如:零售商想发展最好的折扣组合、改变产品摆放位置、或是改变消费者的动线,这些决策因为加入了时间的维度数据,并透过数据分析得以实现。除此之外,将时间维度数据与POS系统、CRM系统作链接,零售业在仓储管理上也更实时、更有效率。

5.通路(Channel)

许多消费者在购买产品前,会先搜集产品信息,询问他人的购买经验…等。企业若能收集、整合并分析这些资料,将可协助企业了解、追踪消费者的购买历程,并对产品利润进行评估。此外,消费者收集信息与实际购买的行为,极有可能发生在不同的时空,零售业要意识到新型态购买行为的出现。例如:消费者可能先到实体通路观看产品,之后再到网络平台进行购买;或者消费者先在网络平台搜集产品信息,再到实体商店体验后进行购买。零售业要能收集并分析各种不同接触点的数据,以进行更有效的通路管理,甚至发展或运用新型态的通路类型。

今日零售业所产生的数据量大幅增加,企业若能妥善运用以上的五项构面,一定能更精确地掌握消费者行为,制定更佳的营销策略。

作者:苏宇晖(台湾科大管研所博士生)、罗凯扬(台湾科大兼任助理教授)、杨竣宇(厦门大学知识产权所博士生)

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 s29mcw@163.com 举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://www.enza555.com/6214.html