僅 5% 企業會解讀數據！你該如何掌握「高效決策」的根基？
作者:SAS Taiwan
原文刊登自:TechOrange 科技報橘
翻開現今的行銷策略藍圖，提供最佳且個人化的客戶體驗已成了絕大多數企業的插旗目標。國際權威調查機構 Forrester（註 1） 也直指企業必須投資打造 360 度客戶視圖，且提供真正的個人化體驗，且能提供最佳客戶體驗的企業所增加的營收會是落後者的 2 倍。因此為了瞭解客戶、建立關係與取得反饋，多數企業無不卯足全力，開始積極地展開線上線下的客戶資料蒐集。
然而調查也指出 95% 的企業尚未能夠將客戶數據有意義地解讀，且取得即時的洞察。對此，全球數據分析大廠 SAS，台灣區業務支援處副總經理陳新銓也提出解讀，「這意味著多數企業尚未從數據中取得可形成『個人化』服務的價值」陳新銓解釋：「做到客戶分群或是從各時間點蒐集到的數據量，只是完成『互動』的基礎。當缺乏『即時性』的情境資料與解析，能達到的個人化只是偶然的產物，真正『決定』互動時間與地點的是你的客戶，而你必須能立即捉住這個時機點。」
更多了解「如何分析串流資料，並且立即採取適當行動?」>>>下載報告書
快速掌握即時數據，選擇「對的受眾」做推播
要能掌握「即時」情境資料，代表你必須擁有一個強大的分析引擎，來即速分析並解讀數百萬筆串流事件，來偵測目標事件發生的模式。以往多數企業僅能以批次的方式來對客戶資料作分析，這可能耗費數天的時間，而擁有「即時串流分析」引擎的原理，就是將運算的動作前移到資料源頭，在各類客戶通路資料，包含交易行為以及數位足跡等串流資料產生、被儲存前即進行分析，以「秒」甚至「毫秒」為單位迅速地判定情境規則。
接著，結合「即時決策」管理平台，讓機器學習平台依據客戶個人偏好、所在地點、過往交易風險度等，與企業內部商業邏輯與風險規則等納入高效運算，同樣在毫秒內回饋給客戶服務或行銷單位應採取的正確行銷推薦、服務、或需發佈的警示等，讓前線單位立即再透過各類通路，達到客製化的互動，而讓一切在瞬間即可發生。
陳新銓說明：「以行銷推薦為例，減少從資料處理到決策所需要的時間，才可掌握最佳『即時』狀態與客戶互動。如果客戶還是沒有回應，這些可能遲疑的變因，就持續回饋到系統內增加機器學習的邏輯，當系統愈猜愈精準，即時個人化體驗就可因此達成。」
(圖片來源:SAS)
從數據看出客戶需求，建構企業高獲利基礎
立即取悅客戶，不僅可展現企業的專業度，也反映出機敏性，一來強化了品牌在客戶心占率，二來更可提升客戶貢獻獲利的可能性。
陳新銓舉了幾個 SAS 服務的客戶案例：
偵測即時刷卡行為，再提升單筆刷卡金
消費者刷卡超額，對銀行是風險還是再行銷的指標？SAS 曾與全球性銀行攜手，當客戶使用信用卡消費累積到額度上限的 80%時，即先做簡訊善意提醒，而當累積到 95% 時，即開始啟動個人化訊息服務：如為高價值客戶，則會收到信貸優惠資訊；低風險客戶，即可取得臨時調額的資格；如客戶銀行帳戶餘額充足，即會發送鄰近 ATM 位置資訊。
去年底，國泰世華銀行也正式與 SAS 攜手在國內推出「信用卡即時臨時調額」服務，當客戶遇到刷卡超過額度時，主動推播至客戶手機詢問是否同意即刻生效調高額度，結果讓客戶單筆平均刷卡金額，較服務上線前增加 6 成。
線上、店內即時行為偵測，成功留客完成跨售
SAS 曾與某銀行以即時分析發現，當消費者在網路上訂購機票，且七天內搜尋訂房網站資訊時，擁有高實際出國率。因此一旦發現有同樣行為的客群，即配合當地特約店家，開始提供刷付自家信用卡可有當地租車或餐飲的優惠。
此外「購物車棄購」一直是零售業者欲分析的重點。SAS 曾與某國際零售業者合作，當消費者棄購時，即時計算過去購買紀錄、週期及排除過往曾給優惠等個人資訊，發送個人化推薦商品清單與優惠到電子郵件，以更貼心的組合與文案促成跨售。此做法也延伸到實體店面，如曾在消費者結帳時發現購買藥品，則因預期其或家人有生病休養可能，於是收銀台櫃員結帳同時推薦其可能偏好的電影 DVD，成功促成加購；目前更朝向結合 Beacon 應用，在得知消費者接近收銀台即將離去之際，再發送特定商品 3 小時限時專屬優惠，增加在店消費金額。
解構即時數據分析帶來的「三大」優勢
陳新銓歸納出三個掌握即時分析能力的關鍵優勢：
做到「主動式服務」，讓競爭差異化
「搶得先機」是每個企業制勝關鍵，當能與客戶更領先更頻繁地即時互動，提早掌握客戶需求，自然能先吃到餅。尤其仰賴的是分析引擎，企業並不因此增加過多人力成本。
提供「個人化服務」，成功留客
當被推薦的商品或服務，是既有的偏好或需求，加上「時機正好」：正好顧客在這樓層、正好顧客剛退貨想尋覓替代品、正好顧客逛街累了有點口渴…… 等，顧客自然能被成功地跨售或是挽留。
提升「成本控管」，優化資源運用
零售業，如也能夠即時掌握庫存資訊，整合行銷企劃活動，像是贈送或推播優惠商品時，把高庫存或即期商品資訊也整合進來，自然也可協助降低庫存減少成本，優化資源配置。另外，即時運算的應用，還可結合瞬間消費異常行為，被用在詐欺偵測等潛在金錢損失的監管流程，這些都是企業的高度需求。
目前很多企業雖然將最佳化客戶體驗奉為圭臬，但仍將分析工具使用於發掘歷史資料所看見的模式，而非應用即時資訊來做出決策或預測未來行為。陳新銓最終提醒：「能成功取得客戶忠誠度對企業來說是分秒必爭的行動，行銷人員得要轉換思維，以精確、即時地匹配出客戶眼前需求為導向，來重新打造銷售策略。」
