採訪．撰文 林庭安
600 萬人消費能製造多少發票？3 轉化關鍵，看麻布數據如何讓資料變黃金
你習慣用手機載具，還是拿實體發票呢？自從 2010 年財政部全面推行電子發票後，也帶動業者開發發票 App，可掃描、對獎等。
麻布數據科技（下稱麻布）旗下的「發票存摺」，2017 年 9 月才加入市場，身為後進者，在不到1年就達到市占第一。目前擁有近 600 萬用戶，相當於台灣每 4 人就有 1 人使用。去年 10 月更獲得網家（PChome）及中國信託創投的投資，究竟麻布代表了什麼樣的數據利器？
爬蟲「抓」出關鍵痛點，5 年累積近 600 萬用戶
執行長陳振榮回憶，當時市面上超過百萬下載量的發票 App 很多，為了找出使用者真正的痛點，他們在開發前先用爬蟲掃了其他 App 的評論。從中歸納出使用者行為：常掃紙本發票對獎、2 個月的發票量大多是 30～60 張；再透過使用者訪談得知，只要對獎過程中掃描過慢、跳出式廣告干擾而停頓 3 次，他們就會刪除 App。釐清使用者對 App 的關鍵要求後，把開發目標設定在「1 分鐘對完 60 張發票」，讓發票對獎更快、更精準。
另外，儲存發票的載具，也分為共通性、非共通性 2 種，前者為財政部核准的手機條碼，可以直接存進 App；後者則是悠遊卡、信用卡、各式會員卡及公用事業載具等，必須「歸戶」，中獎才會通知。水電發票更是每期帳單的載具號碼都不同，必須每期手動輸入號碼歸戶。為了降低對獎的麻煩，他們開發幫使用者自動歸戶的功能。
針對使用者痛點優化 App 體驗，是發票存摺能快速累積用戶的原因，但捨棄蓋版廣告的變現模式，卻也讓他們遲遲無法獲利。直到 2021 年，麻布才確立出分析市場趨勢、協助品牌提升銷售等「數據顧問」商業模式。
從消費軌跡找到促購因素，提高回頭率
「數據是最精準、最能夠效率化解決問題的資產，」陳振榮表示，目前他們累積超過 15 億筆交易資料，去識別化之後就能提供市場調查資訊、解決跟銷售有關的問題。舉例來說，曾有 FMCG 品牌的客戶發現疫情間營收大幅成長，想知道是不是產業不受疫情影響。結果把數據攤開來看，疫情嚴重的月分營收下滑；不嚴重的月分成長了近 50%，代表疫情仍有影響。
接著客戶又想知道，假設隔年營收目標要翻倍，該開發新商品，還是投資新通路？進一步分析不同通路的銷量，發現 A、B 超商的人流、購買人次都差不多，但 A 的銷量卻比 B 高很多，「為什麼 A 會賣比較好？」結果是因為做了「加價購」促銷。
為了釐清「加價購」對使用者的意義，他們把所有產品線數據拉出來，按照使用者購買的時間排列，發現消費者通常第一次買原味，第二次才嘗試其他口味，且顧客的流失率（不再回購的比例）也集中在第二次。由於該產品口味共有 6 種，他們推論消費者第二次回購都是為了嘗試新口味，假設口味沒有記憶點，就不會再購買；有記憶點就會再回購。
找到流失癥結後，客戶把 A 的方案改成一次會購入多組的折扣，讓消費者嘗試更多口味；也在 B 超商啟動加價購方案，又讓銷量飆漲。
目前，2B 端客戶涵蓋電商、通路、藥妝等產業，發票存摺終於開始貢獻營收。然而，陳振榮卻說，剛開始「超痛苦，一個結案報告修了 20 次。」
兩者的衝突在於思維，過去客戶跟市調公司合作，有分析師解讀數據；而數據原生的麻布，一開始直接把數據給客戶，告訴他們哪些地方有變異性、要從哪裡找問題，但「客戶其實不會解讀，他們的反應是不知道可以拿數據來做什麼。」
數據公司跟網路產業很像，看到異常就會不斷做測試、找出問題，「我們會保留許多可能性，不會隨便下結論」，後來，陳振榮從市調公司挖來資料分析師，用顧客熟悉的方式幫他們解讀數據，商業模式成功跑起來，不只貢獻營收，也在去年單月損益兩平。
解讀數據 3 心法
1.看到數據有變異性，就要不斷做 A/B test 找出原因。
2.在數據中看到行為，如果能對應出使用者，就能發問卷驗證數據。
3.保留許多可能性，不斷測試、驗證，再下結論。
麻布數據科技執行長 陳振榮
1976 年生，台大機械工程研究所畢業。曾任職於華碩與鴻準精密，2008 年創辦 EZprice 比價網，2017 年開發發票存摺，2018 年收購麻布記帳，現為麻布數據科技執行長。
