• 數碼轉型時代

第二章

大數據與網絡行銷的關係


日期:
28 Jul, 2020
網絡營銷

甚麼是「大數據」?

近年來,「大數據」成為國際熱話,充斥各個場合。作為時下電子科技行業最新的發展方向,從中國的阿里巴巴到電子商務企業龍頭亞馬遜紛紛透過數據分析來預測顧客行為,大幅減省物流與倉儲成本,甚至增加潛在消費者。所謂「大數據」分析是指數量龐大而無法以傳統方式處理的內部資料分析,任何產業皆能透過分析大數據預測未來趨勢,使大數據成為各行各業都爭先發展的數位技術。
大數據現在不但是資料處理工具,更是一種企業思維和商業模式,因為資料量急速成長、儲存設備成本下降、軟體技術進化和雲端環境成熟等種種客觀條件就位,令資料分析從過去的洞悉歷史進化到預測未來,開創從所未見的商業模式。科技市場研究公司國際數據資訊(IDC)預測,全球資料領域在2025年將增至163ZB(1ZB相等於1兆GB),是2016年16.1ZB資料的十倍。
比起大數據,「數據」人人都熟悉,數據所指的並不只限於數字,還可以是文字、聲音、圖片、視頻等。不論是使用通訊軟件、瀏覽社交平台,還是信用卡消費記錄、乘車記錄,我們對自己所做的事可能已習以為常,甚至是一個讚好,也在傳達着個人偏好的數據,不斷增加社會的數據量。而大數據就是這些資料的巨量版。大數據還有以下幾種特性,統稱為4V:

大數據特指在一天內可產生1TB以上資料量的數據,等同於128個8GB硬碟。資料量大而無法以傳統的方式儲存處理,因此衍生出大數據這一新興科學。

大數據的資料類型多不勝數,比如臉書上的帳戶紀錄,就包含照片、文字、超連結等多種數據種類。由於種類多元複雜,大數據儲存也需要不同於傳統數據的儲存技術。

網絡發達與資訊設備普及,以用戶突破20億人的臉書為例,如果每個用戶每天按一個like,就會有20億種資料。每一個人隨時隨地都可以製造數據,產生數據的速度遠超過舊時。

隨著儲存和取得資料的成本下降,真實、安全、準確成為了大數據不可或缺的元素,撇除造假的數據與異常值後,分析出來的結果才能達到準確預測的目的。

數據分析
大數據

大數據引起新潮流 顛覆傳統行銷

現今資訊流通快速、網絡普及率高改變了消費者行為,令網路時代的行銷方式更為普遍。傳統行銷多依靠4P完成,也就是產品(Product)、價格(Price)、促銷(Promotion)與途徑(Place)。過去,企業的獲利方式只需推出獨特的商品、訂出合理價格、運用行銷手法達成促銷,最後透過不同途徑將產品送至消費者手中。但現在消費者可以瀏覽網站比較價錢,從不同渠道得知產品的資訊,而不需透過實體消費才能取得產品資訊也能自行判斷產品廣告是否屬實。假如企業無法提供更多樣產品、更低的價格、更多元的途徑,自然難以取得消費者的青睞。
企業或品牌可以偵測消費者在網絡上的所有舉動,建立大數據資料庫,分析後針對每一位消費者推出個人客製化的行銷,並重複測試不同行銷策略的成效。此種新興的行銷手法被稱為新4P:消費者(People)、成效(Performance)、步驟(Process)以及預測(Prediction)。

People:分析消費者形象

大數據可以分析出消費者的形象,例如性別、年齡、常用社交網站、喜好。企業可根據不同消費者的需求,投放豐富且有趣的資訊,從而制定相應的促銷手法,並找到最具消費力的客戶。

Performance:了解目前行銷成效

大數據可分析消費者在網絡留下的記錄,例如網頁的瀏覽記錄,社交平台的讚好次數。企業可以知道最有效的廣告投放地點,並追蹤投放廣告後的成效。例如美國運通讓持卡人與自己的Facebook帳號連結,持卡人成為美國運通粉絲團粉絲後,美國運通會依據會員在Facebook上的活動,提供相應的優惠措施,結合社交數據和會員資料,就是為了提升消費者辦美國運通卡的誘因。

Process:規劃未來行銷步驟

大數據可協助企業提出精確的行銷策略,比如經過上一輪的廣告投放與會員統計,發現主要客戶多為年輕人、而Instagram廣告的瀏覽次數最高,就可以把更多廣告預算投入Instagram並設定觸及對象在十八至三十歲之間。

Prediction:預測消費者行為

透過以上過程,企業可累積數據並預測消費者行為,做出精準行銷決策與準確公關反應。使用大數據預測最成功案例,當屬美國電商亞馬遜。亞馬遜分析消費者形象與消費行為之間的關聯,預測他們的喜好,精準掌握顧客消費習慣,並透過「願望清單」、「推薦」等個人客製化方式推銷產品,替亞馬遜增加一至三成的營收。
數據分析
大數據分析對企業的主要五種用途

1. 預測市場需求

企業機構面臨着越來越大的競爭壓力和廣告成本上漲,它們不僅需要了解客戶的需求,還要分析顧客消費的因素是基於服務、銷售策略、價格抑或是產品質素,以便提升客戶體驗並發展長久的關係。大數據能提供市場預測,也能確定目前品牌在市場的地位,以及與其他競爭對手的關係;同時,企業應擴大銷售和廣告渠道以達成目標,透過觀察顧客的行為,並按市場預測銷售情況,更有效管理庫存,不應只倚賴折扣等誘因去建立品牌忠誠度及提升營商效率。

2. 減低風險和防止詐騙

大數據可根據所有相關業務的客戶資訊,識別橫跨不同業務、產品和交易的詐騙,以保障知識和財產,從而提升整個企業機構的安全。使用社交網絡分析和成熟的數據挖掘技術,了解未來潛在的威脅和風險,從而應對不斷變化的詐騙交易趨勢。

3. 提供相關產品

產品是任何企業機構生存的條件,也通常是企業投效最多資源的地方。透過整合和分析用戶的數據,可幫助企業辨識在推動創新功能和服務戰略的發展方向,在消費者需求發生變化或開發新技術的時候保持競爭力,並能夠加快對市場需求的預測,在需求產生變化之前提供相應產品。

4. 個人客製化服務

企業能夠利用資料庫發掘消費者有興趣的內容,並發展出個人客製化的廣告或文章推薦。而一般商家也可以利用相同的概念,提供消費者想觀看的內容,並觀察哪個網頁的瀏覽時間最高,來判斷消費者的興趣所在,或是提供消費者曾經瀏覽過的相關商品進行推薦,為消費者帶來更好的體驗。

5. 改善客戶體驗

大數據可以在產品設計或生產的業務提升生產力和效率,並能夠根據業務和客戶需求改善人力資源的管理,從而提升客戶對品牌的期望和忠誠度。此外,企業能夠以最低的成本確保不間斷的生產和銷售,提供目前的庫存情況,並能夠幫助確定未來庫存的戰略,並做出相應決策從而改善庫存管理水平。
網上購物

大數據下的網絡行銷策略

假如你是一間中小型企業或品牌知名度比較低的老闆,你可能覺得大數據未必與你現在的生意有關,更遑論大數據能夠協助公司的營運。沒錯,並非所有企業都能和亞馬遜一樣,累積龐大的消費數據建立預測模型,繼而增加過億的營業額。不過大數據依然可以協助你完成精準的廣告投放、培養顧客忠誠度的社群操作、提供折扣或免費優惠的Email行銷,以及讓顧客可以主動接觸企業的SEO,而不需要大量的廣告成本開支。

廣告投放

使用傳統的平面廣告、電視廣告,企業都無法追蹤觸及的消費者,但大數據時代可不一樣。網路廣告可以準確追蹤哪些用戶在什麼時段、什麼地點看見此廣告,其中又有多少人因廣告而消費。比如在台灣有1900萬以上用戶的Facebook,掌握每一位使用者的年齡、性別、居住地區、喜好等。企業在Facebook上投放的廣告可指定要觸及哪一類型的用戶,並可追蹤後續的曝光程度與點撃率,達成傳統廣告無法做到的效果。

社交網站

社交網站是現代人生活不可或缺的一部分,2017年 Facebook 使用者已經超越 20 億人口。使用社交網站進行推廣不但可以增加品牌曝光以及建立品牌形象,更可以拉近與消費者之間的距離和粉絲互動、即時回覆消費者訊息。許多知名的企業例如可口可樂、雀巢都選擇在不同類型的社群網站上建立品牌,例如Facebook、Instagram、Linkedln、Twitter等。

Email行銷

Email行銷提供了一個得到客戶詳細資料的機會,為客戶提供度身訂造的服務。用戶可以在blog或社群媒體上的貼文主動留下資訊和訂閱以獲取折扣或免費優惠,品牌可根據客戶興趣而寄給他們不同的產品資訊,透過更加精準地投遞訊息,更可能提高銷售數字。

SEO

對比廣告、社群等需要企業主動操作的行銷方式,SEO可以讓消費者主動接觸到品牌網站,吸引消費者的關注。消費者對產品感興趣後會進入「搜尋」階段。搜尋引擎最佳化SEO(Search Engine Optimization)就是透過關鍵字研究和定時地推出新內容等方法,讓店家的文章自動出現在消費者的搜尋結果中,消費者會在不知不覺間接觸到店家的資訊,店家即可被動曝光在消費者面前。

數碼轉型指南

全世界已逐漸走向數碼化,勇於創新才是正確的方向。

閱讀更多