買生髮水的一定是男性?沒用數據理解消費者,小心訂單離你遠去

買生髮水的一定是男性?沒用數據理解消費者,小心訂單離你遠去

經理人 Managertoday
https://bnextmedia.s3.hicloud.net.tw/image/album/2021-09/img-1631160727-43054@900.jpg
數據分析後發現,購買生髮水的客戶以女性居多,如果你的廣告詞和行銷模式,是依據原本想像的男性來制定,效果可能就會大打折扣。
你覺得生髮水的消費客群是誰?第一直覺或許會想到一定年紀、注重外在形象的男性。但沛星互動科技(Appier)資深業務總監許雲皓表示,透過 AI 與數據分析後發現,購買生髮水的客戶以女性居多,她們或許是一群在意另一半的婆婆媽媽、姊姊妹妹,又或許出於別的原因。如果你的廣告詞和行銷模式,是依據原本想像中的男性來制定,效果可能就會大打折扣。 行銷人的困擾:數據資料串不起來、不知道如何應用 「AI 不是一個無中生有的東西,數據是 AI 非常重要的糧食,沒有數據,AI 就無法達到你想要的目的。」許雲皓表示。 但數據也不是愈多就愈好,企業主透過各種不同來源拿到數據後,才是難題的開始:可以做什麼,又該怎麼做?當愈來愈多企業轉往線上銷售,或線上線下銷售整合,如何透過各種行銷工具,提高轉換率,讓客戶下單?官網、粉絲頁、LINE 推播、電子報……,到底該用哪一種渠道推送訊息最有效?又該用什麼字詞刺激消費者心動而後行動? 結合站內和站外行為,拼出有意義的消費者輪廓 許雲皓指出,數據可以簡單區分成兩種,首先,是「實名制資料」,就是姓名、電話、email 等基本訊息。在數位行銷方面,可以直接聯繫到客戶的 email、Line ID 會比過去的電話和地址更有價值。 其次是「行為資料」,又可分為站內資料和站外資料,站內是指消費者在你自家的網站上瀏覽、點擊、下單等行為資訊,站外是在非自家的官網上,看了什麼、瀏覽什麼,或是透過哪些渠道連結到你的網站上。舉例來說,你的平台有賣牛奶,就可以針對曾在平台上瀏覽過牛奶、卻還沒下單的人投放廣告,讓他們在瀏覽其他網站和社群平台時,再次接觸到你的產品訊息。 定義出兩種不同的數據後,更重要的是如何將數據整理和分類,拼出消費者輪廓,進一步想出不同的行銷策略。 不同管道的數據統整在一起,才能進一步預測行為 許雲皓表示,從自家渠道得到的第一方資料,尤其是和用戶相關的數據時,最常遇到 3 個挑戰: 如何將不同來源的數據拼湊出完整的用戶輪廓。 根據用戶輪廓提出洞察,甚至進一步對用戶行為做預測。 在對的時間採取行動。而且必須是跨管道的對用戶溝通,像是官網、企業 App、企業粉絲專頁、網站活動廣告、店面促銷活動等等。 現在接觸顧客的管道愈來愈多元,顧客的資料也相對更分散,網頁、App、線上線下的交易資料、每一次執行過的行銷活動,都可能有與顧客相關的訊息,如何將這些資料整理與歸戶,甚至做到自動化,會是行銷人的一大挑戰。例如哪些客戶是你的註冊會員,同時也是某個線下活動的參與者,又有哪些線下消費者還沒成為你的註冊會員?統整這些破碎資料,成為第一個課題,整理清楚了,才有辦法細分不同族群的消費偏好。 AI 與跨螢技術,找出最適合投放的對象和時機 以 Appier 的應用方式為例,當用戶在任何管道上傳實名制資料,或是產生行為資料時,透過自家開發的 AI 與跨螢技術(整合桌機、手機或其他數位行動裝置),為用戶貼上各種興趣和行為標籤,並自動歸戶和整理,等於每個客人背後有哪些行為和偏好,都靠 AI 自動記錄,逐步建立「用戶圖譜」,幫助行銷人以用戶的視角看待產品和服務。 接下來就是將這些資料「分群」,形成有特定偏好和行為的用戶群,比如行銷人能比對出轉換率高的用戶有哪些共通行為和偏好,再針對類似偏好的受眾投遞廣告。 Appier 曾與必勝客一起解決「官網瀏覽量大,但轉換率偏低」的問題,必勝客想知道,到底把折價券投給誰、怎麼給,才能有效帶動轉換? 透過上述技術,Appier 透過 AI 分析釐清消費者進到網站後的滑鼠軌跡、停留的頁面區塊、是否購買過新口味等行為,試圖找到「還在猶豫」客人的共通性,以及做些什麼能協助轉換。不斷測試後發現,客單價介於 500~999 元的猶豫客,最有成長的空間,提供用戶 30 分鐘限時下單、就能滿 500 元折 50 元的優惠券,成功提升官網成交率 15%,交易完成時間縮短了 20%,顯示消費者的訂購速度明顯加快。 Appier 另一個客戶是家樂福,Appier 從數據分析中找到場景與消費高度關聯的詞組,如烹飪、派對、量販店等,透過 AI 分析「近30天內註冊會員的用戶資料/興趣」,找出輪廓相似的潛在受眾,再針對他們投放,提高廣告點擊率和註冊率。 針對還沒註冊或尚未購買的用戶,Appier 同樣利用 AI 分析顧客的行為,列出百萬種組合,從中預測未來有更高機率會購買、註冊的高價值訪客,進行再行銷廣告,讓他們有機會重新造訪網站。 Appier 未來挑戰:超越理工男、小資女等標籤,找到更細緻的消費者行為 總結來說,Appier 透過標準的 4 步驟來達成目標:先從各方的數據整合用戶的輪廓,找出完整的用戶視角,透過 AI 自動化標籤,對用戶做精準的預測和分眾,最後在不同的行銷管道與用戶互動。 但沛星科技也提醒,關於觀察用戶的站外興趣部分,因為 Chrome 預計 2023 年底要停用 Cookie 追蹤瀏覽紀錄,未來企業要準備以第一方數據為主,才能因應這方面的挑戰。 「網路世界是一個很大的池,數據可分為顯性和隱性,顯性就是已經知道的,例如顧客是誰、在你這裡買過什麼,但很多隱性數據必須用行為做比對,不管內站或是外站,才能找到更精準的行銷策略。」 觀察消費者行為很有趣,也是數位行銷工具能做得更精準的地方,未來的消費者洞察,將不再是從「35 歲男,資訊業,已婚。」「20 歲小資女,出版業。」等資料來判別,而是從更多更細微,消費者自己都察覺不到的行為,推出有溫度、客製化、一對一的行銷。