2015/02/09-DIGITIMES企劃
眾所周知，美國第二大零售商Target運用獨創的懷孕預測模型，幾年前締造了「比父親還更早知道女兒懷孕」的驚人案例，可謂巨量資料(Big Data)的經典教材，某種程度上，也稱得上是促發智慧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據，再據此進行反覆測試與實驗，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、鋅或鎂營養補充品…等等特徵值，假設某女性顧客原本幾乎不買這些商品，惟從某時間點起，竟開始加以採購，且購買頻率、數量不斷攀升，其懷孕機率就很大，甚至預產期也可被加以預估。
|
|
放大
根據研究機構提出的報告，在美國，假使零售業者善用巨量資料分析技術，其毛利便可望激增逾6成，同時在每年提升0.5%～1%生產力，成效實為顯而易見。另有調查數據顯示，35%行銷人員認同，巨量資料分析技術有助於推動個人化行銷，使消費者更加有感，而已投資巨量資料的企業，其股東權益報酬率較諸其他企業，平均高出3成有餘。
借助巨量資料分析 洞察消費行為
無怪乎消費行為的研究分析，躍為時下顯學，也成為成就智慧零售大業的敲門磚。但不可諱言，要想深入瞭解消費者行為及習慣，乃至於挖掘消費者不自覺的深層購物意識，則不單需要倚靠會員採購記錄、POS銷售數據，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，甚至需要其他企業結盟以取得其會員資料，最終將裡裡外外數據匯聚成為資料集(Data Set)，此後再搭配必要的演算法分析，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，對於零售業者來說，巨量資料的處理能力愈來愈重要，實有必要於內部建立巨量資料分析團隊，透過這群人對於統計或資料採礦技術、以及垂直產業知識的嫻熟掌握，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，擬定一擊中的之行銷計畫。
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「智慧」二字的相關應用素材，理應不難察覺，意欲成就任何智慧應用，巨量資料分析固然是箇中關鍵技術，但絕非獨挑大樑，尚需搭配前述已提到的社群媒體，以及雲端運算、行動化、物聯網(IoT)、API經濟等其餘科技元素，方能構築為完整拼圖；智慧零售，當然也不例外。
在上述各類型技術題材中，無庸置疑，邇來炙手可熱的物聯網，顯然可被視為形塑智慧零售的重大推手，而綜觀物聯網，裡頭無非就蘊含著感測、連網與應用等三大主軸，其中的感測部分，無疑正是促使後續美好藍圖得以實現的基礎入門，更是讓一個個Small Data演化為高值化Big Data的幕後英雄之一。
善用感測裝置 捕捉目標客戶行為舉止
因此零售業者可考慮針對商業場域的出入口，抑或內部的重要動線，安裝IP攝影機、互動式數位電子看板，進而搭配運用人臉辨識技術，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，便有許許多多創意發想，可望在此一分析過程中應運而生。
舉例來說，當商家利用互動式數位電子看板，播送林依晨或金城武等高人氣紅星所主演的廣告短片，事後就可進行統計，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，乃至於這些TA在觀看廣告的前中後段過程，其肢體行為的變化為何，凡此種種細膩訊息，只要業者掌握得愈多，就愈容易抓住不同消費群的喜好與需求，以作為商品佈局的參考依據。
再舉一例，假設業者經由前述人流分析後發現，每當週六下午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，此後不自覺地走到其他區域的貨架，選購宅男女神所代言的該項商品、或類似商品；有了這個重大發現後，業者開始在互動式數位電子看板週遭觸目可及的鄰近地帶，特意配置了與該男女神相關的各類商品，或是迎合男性中學生偏好的熱門電玩遊戲，此舉果真有效帶動銷售績效的上揚。
一體兩面，零售業者亦可根據分析結果，避免從事無謂的促銷活動。延續前述例子，既然這群TA、也就是男性中學生，週一到週五白天時段於學校上課，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常現身的家庭主婦等其餘TA，靈活祭出不同訴求的方案，好讓智慧零售的價值得以彰顯於極致。