目前日期文章:201311 (2)

瀏覽方式: 標題列表 簡短摘要
資料庫行銷---好文章轉錄創造、挖掘消費者的潛在需求─台大國企系副教授任立中談資料庫行銷資料庫行銷(Database Marketing)從八○年代開始發展,九○年代趨於成熟,亞馬遜書店是迄今為止最值得討論的成功典範。資料庫像是座寶山,讓企業得以進行一對一的行銷。為了達成這個目的,必須使用多樣的統計分析方法,來建立客戶群組。然而,同時具有統計素養、商業頭腦又懂科技的人才難尋。這是台灣策略性發展資料庫行銷最需要克服的問題。--------------------------------------------------------------------------------八○年代末期,Database Marketing(資料庫行銷)的概念萌芽,企業開始思考,這麼多客戶資料裡,是否藏了些寶貴的東西?到了九○年代初,行銷界開始談Relationship Marketing(關係行銷),最早是從B2B(企業對企業)開始,也就是如何把通路結構中,廠商彼此的關係,由過去的競爭變成合作,降低交易成本,雙方都有利。後來概念延伸到B2C(企業對消費者)。學術界的看法是,企業面對消費者,應該發展一對一、個人化的行銷。但企業界發現,要做一對一的行銷有困難,因為上游廠商可能只有十幾二十家,消費者可是成千上萬。要解決這個問題,Database是一個可利用的資源,因為裡面記錄了所有消費者的購買行為和基本資料。這就回到行銷最基本的核心--分析消費者行為。有些書籍慢慢在探討這個問題,很多作者過去的背景是Direct Marketing(直接行銷),包括mailing(郵購)、電話行銷、電視購物等領域,那時網路還沒出來。後來,包括零售業(百貨超市)、服務業(信用卡、保險),甚至製造商,都開始投入Database Marketing。以GM(通用汽車)為例。只要消費者購車,它就開始記錄你的資料。譬如說當一名客戶買了一台Buick(別克),三個月後便會收到GM寄來的一封信, 問他三年後想不想換凱迪拉克。GM寄這封信,有它的思考邏輯與配套措施。絕不是問問就算了。因為等客戶回信之後,GM又寄了第二封信、一本目錄和一張通用汽車的信用卡。以後只要這個客戶刷卡,消費金額裡一定比率的金額會累計,下次買車就可以直接抵扣,上限是七千元美金。表面上看起來這是一個非常大的優惠,事實上它已經把你鎖住,這就是在做一對一行銷。它看的不是現在,是三年、五年後的交易。我相信這三、五年中,它也會持續地觀察你在這三、五年中到底買了什麼?刷卡金額有沒有提高?購買的東西在品質上有沒有提升, 從這裡可以看出來你的所得有沒有提高。GM真的在做個人化的行銷,它不需要花什麼成本就可以做到,這就是Database Marketing在談的事。GM有成千上萬的消費者,如何能辨認出個人與個人間的分別?這就要靠統計的模式,決不會是GM底特律總部有個人坐在辦公室裡,過濾每封信。問題是,這統計模式怎麼做?金百利也在做同樣的事,它透過各種管道,在醫院蒐集了全美七五%孕婦的資料(當然經過對方同意),計算預產期之後,金百利開始寄信,等孕婦快要生了,它又寄尿片樣品。你以為這樣就結束了嗎?不!金百利的試用品上還有折價券,每張都有編號,哪一包試用品寄給哪家人,它統統知道。一旦消費者真的使用了折價券,編號就會透過系統轉回金信用貸款百利。對沒有使用折價券的人,金百利要再寫一封誠懇的信,拜託他們。有用過的人,它也再寫一封信,謝謝客人做了明智的決擇。從這個過程中,金百利可以明確地評估到底誰是價格敏感度比較高的人,並且開始很多行銷的動作。這些都是九○年代前期就發生的事。資料庫行銷的兩大概念美國很多公司,過去用Zip Code(郵遞區號)來管理顧客,現在已是過去式了。 傳統行銷概念是用Zip Code做單位,看各區有什麼差異,再發展行銷策略,這是從上而下。問題是生活在同一個Zip Code的消費者,會有截然不同的消費行為,就算某個Zip Code的平均消費值比其它高,你能用高價位的產品來打這個市場嗎?這是不對的。因為即使同樣高所得的人,也會有不同的價格敏感度。真正影響消費的是價格敏感度,這跟消費者的人格特質有很大關係,有的人斤斤計較,有的人就是不在乎。這會和所得相關,但不見得全然成正比。今天做Database Marketing,真正關心的是消費者的價格敏感度,以及個人的行為,當你的目標精準到個人時,Zip Code就已經沒有必要了。行銷市場區隔真正的理論是建立在消費者行為的差異性、異質性。我可以 把價格敏感度很低的一群人兜在一起(grouping),因為他們不在乎價錢,所以要強調的是產品的品質和服務,如果你強調產品多便宜,他反而覺得沒有價值。 我甚至不必在乎這群人的所得水準,因為我已經掌握他的行為,去做有效的行銷策略溝通。這是Database Marketing裡頭最核心的部分。真正要做到這一點,除了策略上要朝這個方向思考,更重要的是如何做這件事?關鍵在於identify(辨別、歸納)客人,這是先決條件,否則都是空談。 這也是為什麼芝加哥大學開出來的課,會叫Data-Driven Market Analytics(資料導向的市場分析),沒有這些統計模式,是分析不出來的。 Database Marketing另一個重要的觀念是Life Time Value(客戶終生價值)的計算與運用。就像我前面提到的,我對於GM的價值,不只是買Buick那一次而已,而是未來幾年有可能再買的機率多大?大家都知道Life Time Value這個觀念,問題是你面對上百萬的消費者,如何用科學的模式,很快地算出來每個客人的價值?要先計算出價值,才能判斷跟每個客戶要維持怎樣的關係。如果這個客人的價值是非常高的,我們的成本就可以花得高一點,把這個客人留住。反之,可能就不花太多的精力。先決條件還是怎麼算Life Time Value。最常見的計算方式是RFM,也就是客戶購買記錄的三項評估指標。 R是Recency(近期間),計算客戶最近的一次的購買日距今已有多久了,拖得愈久價值愈低。如果他上個禮拜才買過,可以確定這個客人還在,對公司的價值就高。F是Frequency(購買次數),看過去三年內購買次數,次數愈多價值愈高。M是Monetary,也就是金額,看客人每一次的購買金額大小、公司要付出的成本等等。 這三個指標是從直接行銷裡衍生出來的,這種觀念行之有年,存在五、六十年以上。不過我在EMBA班曾經請學生挑戰這個指標很多次,談來談去,都不超過這三個構面。接下來,要用三個指標去預測未來的消費行為,還是要根據消費者過去行為紀錄,找出一套模式,才能預測。只要能預測,再按照life time value計算房屋二胎淨現值的財務公式就可以了。模式第一面向:關聯銷售所以,問題就在於,這個能預測的模式要如何建立?這部分就麻煩了。模式的建立又有兩大類,一是Cross-Selling Strategies(關聯性產品的銷售策略),也就是在消費者買的眾多產品中找出關聯性,要判定如果他買了什麼,可能會再買什麼。一九九五年Amazon.com(亞馬遜網站)成立,就在做這樣的事,它今年已經開始賺錢了。我常講,Amazon的潛力並不是單純在「網路」兩個字,而是它完完全全體現了資料庫行銷的觀念。Cross-Selling的觀念早就有了,並不是看到Amazon才寫出來,但多少人能做到?Amazon做到了。在Amazon網站上點選一本書,它馬上告訴你,其他買這本書的人還買了哪些書。不僅如此,它還Profiling and Cloning Customers(客戶的分類與複製),我記得我第一次在Amazon買書,原本只要買一本,結果買了四本。除此之外,我點了「音樂」那一欄,它說我的歷史資料太短,沒辦法給建議;我又點「Video」,一下出來很多電影,第一部「The Matrix」(駭客任務),正是我最喜歡的,我想這也不稀奇,因為我買的書都偏電腦方面,但當我再往下看「Lion King」(獅子王)、「The little Mermaid」(小美人魚)、「The Toys」(玩具總動員)。你可能會說,這是什麼意思?我怎麼會買這些錄影帶呢?可是這正是行銷裡"Family Life Cycle"(家庭生命週期)的觀念。Amazon判斷我是一名專業人士(教授),可能已經結婚並有小孩。結果真的被他猜到,我真的買了「Lion King」給我兒子。這是根據客人的特質來profiling(分類),然後cloning(複製)。當然我必須強調,這都是在玩機率的遊戲,但就算只有六○%可以符合,一百萬個客戶裡就有六十萬客戶,只要這些人成功交易,營業額就做出來了。這跟傳統的坐以待斃截然不同,它是創造、挖掘你的潛在需求,然後刺激出來。就像我一開始根本沒想到「Lion King」,最後卻買了。模式第二面向:持續銷售除了Cross-Selling Strategies之外,建立模式的第二個面向是continuity-selling strategies(跨時銷售策略),看的是未來。首先是purchase timing(購買時機)的問題,例如今天是禮拜四,我要預判一百萬客戶中,誰在下個禮拜最有可能跟我買東西,這個人不見得是剛買過的,要看他消費的pattern(行為模式、週期)。根據目前手頭上所有的資料運算,預測誰會買、機率多高,依序排列下來,然後鎖定前一○%,做為下個月的目標客層。我會要求我所有的營業人員,儘量接觸這一○%的客人。到了下個月,我又要再算一次,於是產生另一份名單。當我們在定義customer value(顧客價值)的時候,你會發現它不是固定的一群數字,它隨著時間推移而推移。在網路的資料庫行銷中,patterns in time series(時序型態)特別重要,也就是某人點進某一個網頁以後停留多久?下一步點進哪一個網頁?又停留多久?在學術上都有統計的公式可以算得出來,只是運用在網路上更複雜。不管是怎樣的思考面向和統計方式,目的都在瞭解消費者的行為,然後判定什麼樣的人會有什麼樣的行為,當下次他再來時,我後面的步驟全部準備好了。消費者的需求被滿足,成交的機會就高。資料庫房屋貸款行銷典範亞馬遜書店其實GM或金百利的例子,是批次處理的概念,把消費者的資料一批批蒐集,然後作業處理。所以GM的信寄到客戶手上,可能是三個月之後的反應(response)。但Amazon是在線上瞬間完成這些事(on-line response)。GM寄給客戶不同的信,可以想成是Amazon的網頁。Amazon並不是儲存了固定的網頁在系統裡,要點了才能看到,它是完全根據你當時的紀錄和反應,來設計下一張網頁的內容。我請我班上(國際企業研究所開的資料庫行銷課)的學生每個人都上去Amazon的網站,然後記錄path(路徑)、看到的東西,結果每個人都不一樣,這不正是個人化的行銷嗎?我也跟學生說,隨便挑一家國內的網路書店,網站呈現的樣子都學到了,但是骨子裡不一樣。沒有資料庫行銷的概念,不可能做得到。資訊技術還是其次,更重要的是,Amazon把個人化行銷的觀念,植入系統開發上。這絕不是單純的工程技術人員會做的事,工程人員會做的,是把網頁很快的呈現在你面前,但要呈現什麼?如何呈現?是行銷人員要做的事。Amazon的行銷人員用資料庫行銷的觀念,去思考如何從客人所買的書的種類、內容,和他的身分,來判定他生活中需要什麼,這時候要依據的就是統計資料。研究以後,訂出一些規則和條件,交給資訊部門的人,告訴他們資料庫裡有哪些變數需要考慮,這就很簡單了,只是if...than...(若怎樣,便如何)的動作而已。執行的技術簡單,問題是if和then之間要擺什麼?全是策略思考的結果。比如說,如果他是一位專業經理人,生涯大約在什麼階段,則要提供他什麼資料。當這所有的if...then...放上網路之後,客人在滑鼠上點,系統就會動態的即時反應。Amazon剛建立的時候絕對也不完美,重要的是它朝這個方向做,經驗和資料累積得愈多,預測會愈正確。怕是怕在台灣業者沒有思考這方面的問題,也就沒有累積。我曾經建議國內某家知名的網路資訊公司,應該在每次成功的行銷活動後,進一步分析成功的因素,再套用在下一次活動上,五次、十次以後,當要再設計一個行銷活動時,就可以預測多少人會上網參與這個活動?他們的行為模式是怎樣?更重要的是,每次活動,上網人口衰退的速度如何?這是策略規劃時的重要參考依據;如果衰退得快,活動時間就要短一點,反之,則長一些。這些事,在活動開始前就要決定,而不是邊走邊看。面對成千上萬的消費者,台灣企業不能再以直覺、經驗,或純粹的創意來做行銷,應該從扎實的市場資料分析來擬定策略,付諸行動。畢竟行銷是策略領導創意,而不是創意領導策略。即使有扎實理論基礎的策略產生,台灣企業要做好資料庫行銷,還要克服一個大問題:如何以統計方法分析龐大的資料?這需要更多懂得統計又有business sense(生意頭腦)的人。現在台灣的高等教育裡,研究所念統計的學生異質性不夠,統計研究所應該開設應用統計課程,讓不同背景的人進來,才能慢慢解決這個問題。本文轉載自遠見雜誌2000年6月號天下遠見出版股份有限公司版權所有Copyright 2000 Global Views Monthly Corp.All Rights Reserve

jn35jnxaer 發表在 痞客邦 PIXNET 留言(0) 人氣()

佛經精華摘錄《399》佛經精華摘錄《399》 《地藏王本願經》 ◎未來冷凍冷藏冰箱世中,有諸國王及婆羅門等,見諸老病及生產婦女,若一念間,具大慈鼎曜餐飲設備心,布施醫藥,飲食,臥具,使令安樂;如是福利,最不可思議。澎湖魚 

jn35jnxaer 發表在 痞客邦 PIXNET 留言(0) 人氣()

找更多相關文章與討論