行銷4P-Product(產品)、Pricing(價格)、Place(通路)、Promotion(促銷)在過去的50年期間,已經成為許多企業制定行銷策略的圭臬。但隨著時空環境不斷地變遷,市場行銷概念也不斷拓寬,4P的定義其實也持續地轉變。
根據資策會MIC的調查,台灣近3成企業建置大數據的兩大主因分別是「行銷管理」與「客戶關係管理」,而台灣IBM全球企業諮詢服務事業群與台灣大學工商管理學系暨商學研究所共同公佈的首屆「擁抱數位革命 企業競爭力關鍵報告」中也可得知,企業之所以會熱衷於導入雲端運算(Cloud)、智慧分析(Analytics)、行動商務(Mobile)、社群應用(Social)這些熱門科技的原因中,「親近客戶」的原因高居第一,這都是希望透過了解客戶來打造產品、訂定價格、選擇最適的促銷方式及通路。
運用大數據分析來獲得成效,不單只是運用相關技術和平台,還需要很多策略執行面的配套,因為不管是大數據、中數據,還是小數據,最終都是要解決業務上的問題。或許行銷4P有些老掉牙,但運用數據分析解決業務上的問題,結果卻能超出預期,以下便是不同產業的成功案例:
一、預測品質,製造端就提升產品力
在產品方面,歐系汽車大廠BMW透過大數據分析,以即時零件組裝品質預測與決策到售後服務異常分析,從生產端即時預測零件品質並做出適當回應,不但大幅降低生產製造成本並提升品質,同時針對客戶車輛所發生的異常,也能快速解決,降低了保固成本,更提升客戶滿意度。
二、社群聲量,使用者意見參與設計
某知名3C品牌大廠,透過網路社群蒐集當提到該類產品時的關鍵字,並從中發現了使用者對品牌和產品的印象、偏好、使用習慣,以及期望等,然後根據分析結果進行產品開發設計、行銷宣傳內容;根據分析結果推出的新產品,在預售期便售完一整季的預定銷量,創下歷年新高。
三、雲端洞察,提供客製化理財組合
DBS星展銀行採用Watson Engagement Advisor,提供財富管理業務完整的分析洞察雲端解決方案,透過全面的資料分析,打造客戶需求導向的個人化商品,讓資源能更精確且有效的使用。
四、因地制宜,辦公區熱銷民生商品
零售業者採用經資料分析後的洞察,選擇臨近辦公區域的分店,在特殊時段促銷民生用品,原因在於資料分析的洞察發現,許多上班族在下班後會在辦公室就近的地方購買民生用品,以免回到住處後當地的店家已打烊。
大數據真正的意義在於,將企業既有的顧客資料及交易資料,與從行動設備/服務上取得的即時多樣化資料進行混合使用分析,然而企業不能只是注意分析結果,「有效妥善的資訊管理」更是關鍵;正如繼商業智慧的經典案例啤酒與尿布後,我們又發現了「油與清潔劑」(烹飪過後需要清洗)、「雞精與養樂多」(祖父母協助照顧孫子女)的商品促銷組合,但大數據分析與過去的商業智慧或資料採礦有何進步之處呢?其最大的不同就是分析應用的效率與速度;在過去,針對企業舊有結構化資料分析,能提供短期局部有效的分析成果,但現今大數據時代,社群資訊、影像、語音等龐大的資訊來源,加上客戶行為瞬息萬變,過去的分析方式,已無法在短時間內提供有效的分析決策。
因此,企業應以資料治理與稽核的概念為基礎,從事件為何發生(分析數據與產生報表)、採取的對應措施(決策建議)、預測未來再發生機率(預判分析結果模組化)、同步監測正在發生的事件(找出問題來源)等步驟,為大數據資訊管理建立「認知架構」。
現階段台灣相當缺乏大數據分析的人才,因為分析大數據不僅要精通統計,還要具備產業核心知識,但要同時培養具有產業知識及統計技術的專家並不容易。
企業此時可以考慮尋求顧問團隊協助,並透過具有智慧引導功能的大數據分析工具,如華生(Watson) 認知運算技術與智慧分析應用,應用在行銷部門的企劃建議與投資報酬率預測,協助企業問對問題,並預先設想功能,分析出正確的洞察與機會,快速整合內外部資訊,即時進行分析洞察,進一步預測商機或風險,才能即時提供行動建議或行銷決策參考。
留言列表