整理‧撰文 邵蓓宣
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
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。
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。
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。
