大數(shù)據(jù)加物聯(lián)網(wǎng)將零售業(yè)推向智慧化

　　透過IP攝影機或數(shù)字廣告牌，將有助于零售業(yè)匯集人流分析所需信息，進而依據(jù)Target Audience喜好與需求，設(shè)計出可望一擊中的之促銷方案。S cala

　　眾所周知，美國第二大零售商Target運用獨創(chuàng)的懷孕預測模型，幾年前締造了“比父親還更早知道女兒懷孕”的驚人案例，可謂大數(shù)據(jù)(Big Data)的經(jīng)典教材，某種程度上，也稱得上是促發(fā)智能零售風潮的觸媒之一。

　　令人不禁好奇，Target如何做到此事?主要是先歸納以往大量懷孕顧客的消費數(shù)據(jù)，再據(jù)此進行反復測試與實驗，終至打造預測模型，列舉乳液、無味香皂、洗手液、浴巾、凡士林、棉花球、鈣片、鋅或鎂營養(yǎng)補充品…等等特征值，假設(shè)某女性顧客原本幾乎不買這些商品，惟從某時間點起，竟開始加以采購，且購買頻率、數(shù)量不斷攀升，其懷孕機率就很大，甚至預產(chǎn)期也可被加以預估。

　　但零售業(yè)者悉心建構(gòu)懷孕預測模型，絕非只為了炫技，終極目的仍在于創(chuàng)造商機。譬如多數(shù)孕婦在懷孕6個月時，通常傾向采購孕婦裝、孕婦用維他命等商品，此時零售商如果可以適時提供對應促銷活動，便可望擄獲顧客歡心，使之成為零售商的忠誠客戶，藉此再添一樁長線利多題材。

　　根據(jù)研究機構(gòu)提出的報告，在美國，假使零售業(yè)者善用大數(shù)據(jù)分析技術(shù)，其毛利便可望激增逾6成，同時在每年提升0.5%～1%生產(chǎn)力，成效實為顯而易見。另有調(diào)查數(shù)據(jù)顯示，35%營銷人員認同，巨量數(shù)據(jù)分析技術(shù)有助于推動個人化營銷，使消費者更加有感，而已投資大數(shù)據(jù)的企業(yè)，其股東權(quán)益報酬率較諸其他企業(yè)，平均高出3成有余。

　　借助大數(shù)據(jù)分析 洞察消費行為

　　無怪乎消費行為的研究分析，躍為時下顯學，也成為成就智能零售大業(yè)的敲門磚。但不可諱言，要想深入了解消費者行為及習慣，乃至于挖掘消費者不自覺的深層購物意識，則不單需要倚靠會員采購記錄、POS銷售數(shù)據(jù)，更有必要多方援引包括社群、問卷、地圖、氣象、政府Open Data等其他素材，甚至需要其他企業(yè)結(jié)盟以取得其會員數(shù)據(jù)，最終將里里外外數(shù)據(jù)匯聚成為數(shù)據(jù)集(Data Set)，此后再搭配必要的算法分析，就可望更加看清消費者的全貌，繼而提供銷售策略的精準度。

　　正因如此，對于零售業(yè)者來說，巨量數(shù)據(jù)的處理能力愈來愈重要，實有必要于內(nèi)部建立巨量數(shù)據(jù)分析團隊，透過這群人對于統(tǒng)計或資料采礦技術(shù)、以及垂直產(chǎn)業(yè)知識的嫻熟掌握，以期探求每一消費者的行為習慣，再從這些既定模式中理出頭緒，擬定一擊中的之營銷計劃。

　　然而值得一提的，倘若用心的人士仔細探究近一、二年所有附掛智能二字的相關(guān)應用素材，理應不難察覺，意欲成就任何智能應用，巨量數(shù)據(jù)分析固然是個中關(guān)鍵技術(shù)，但絕非獨挑大梁，尚需搭配前述已提到的社群媒體，以及云端運算、移動化、物聯(lián)網(wǎng)(IoT)、API經(jīng)濟等其余科技元素，方能構(gòu)筑為完整拼圖;智能零售，當然也不例外。

　　在上述各類型技術(shù)題材中，無庸置疑，邇來炙手可熱的物聯(lián)網(wǎng)，顯然可被視為形塑智能零售的重大推手，而綜觀物聯(lián)網(wǎng)，里頭無非就蘊含著感測、連網(wǎng)與應用等三大主軸，其中的感測部分，無疑正是促使后續(xù)美好藍圖得以實現(xiàn)的基礎(chǔ)入門，更是讓一個個Small Data演化為高值化Big Data的幕后英雄之一。

　　善用感測裝置 捕捉目標客戶行為舉止

　　因此零售業(yè)者可考慮針對商業(yè)場域的出入口，抑或內(nèi)部的重要動線，安裝IP攝影機、交互式數(shù)字電子廣告牌，進而搭配運用人臉辨識技術(shù)，藉此推動人流分析，摸透來訪消費者的年齡、性別及一切行為，如此一來，便有許許多多創(chuàng)意發(fā)想，可望在此一分析過程中應運而生。

　　舉例來說，當商家利用交互式數(shù)字電子廣告牌，播送林依晨或金城武等高人氣紅星所主演的廣告短片，事后就可進行統(tǒng)計，究竟在哪些時段、哪位廣告明星、哪些商品訴求，會吸到哪些類型的TA(Target Audience)觀看，乃至于這些TA在觀看廣告的前中后段過程，其肢體行為的變化為何，凡此種種細膩訊息，只要業(yè)者掌握得愈多，就愈容易抓住不同消費群的喜好與需求，以作為商品布局的參考依據(jù)。

　　再舉一例，假設(shè)業(yè)者經(jīng)由前述人流分析后發(fā)現(xiàn)，每當周六下午3～5點，總有大量男性中學生顧客，群聚觀看某宅男女神所主演的廣告短片，此后不自覺地走到其他區(qū)域的貨架，選購宅男女神所代言的該項商品、或類似商品;有了這個重大發(fā)現(xiàn)后，業(yè)者開始在交互式數(shù)字電子廣告牌周圍觸目可及的鄰近地帶，特意配置了與該男女神相關(guān)的各類商品，或是迎合男性中學生偏好的熱門電玩游戲，此舉果真有效帶動銷售績效的上揚。

　　一體兩面，零售業(yè)者亦可根據(jù)分析結(jié)果，避免從事無謂的促銷活動。延續(xù)前述例子，既然這群TA、也就是男性中學生，周一到周五白天時段于學校上課，這段期間便無需進行對應的促銷方案，反倒應該鎖定此時段經(jīng)?，F(xiàn)身的家庭主婦等其余TA，靈活祭出不同訴求的方案，好讓智能零售的價值得以彰顯于極致。