文、圖／ OMG Annalect 宏盟媒體集團 Digital Trading Manager／ Martech Hacker 王泊勻 MJ Wang
雪上加霜的是，緊接而來的Cookie退場、Apple iOS 14反廣告追蹤，想從跨裝置追蹤了解消費者於不同媒體上發生的行為，更是難上加難；不僅如此，從碎裂的數據也難以抽離出對解決商業痛點有實際助益的資訊，也無法有效洞察出具有價值的消費者分析，更阻礙打造出360度消費者完整輪廓的藍圖，無法預測消費者下一步行為。對品牌而言，這意謂著無法先發制人，制定出觸發消費者購物意圖的跨媒體策略。
大多數的品牌皆擁有複雜的銷售通路，包括自有電商官網、綜合電商平台商城、應用程式行動商城、線下零售賣場、自有實體櫃點、多個經銷商…等銷售模式，其數據分散在CRM、DMP、POS等不同系統。眾多數據系統的資料，除了難以標準化外，同一位消費者的消費數據碎裂於各處，也難以整合運用，而可能的解方則是打造品牌數據生態池。為達成此目的，必須將品牌電子商務與行動商城、Social CRM的虛實數據收束後，彙整至品牌數據庫。
國外廠商SAP從自身客戶實例的研究數據顯示，原本品牌過去只能辨識2-3%曾到訪其電商平台未購物離站的訪客，但透過電子商務AI推薦系統結合品牌CDP，可辨識出該訪客的比率高達60%。根據報導，英國電商Shop Direct佔50%的營收來自於AI技術中的EMAIL個人化商品推薦，透過訪客個人商品推薦系統，以分析技術進行更準確的購物經歷和產品優化，讓公司每年節省不少的廣告投放預算。
除此之外，AI推薦系統如同實體店的櫃位人員一樣，根據靠櫃客戶的需求，櫃位人員能夠依過去經歷，察覺客戶的購物意圖，迅速為消費者找到所需的商品。根據Deloitte的一項研究顯示，48%的消費者願意為獲得個性化服務而駐留網站更長的時間。依據該研究，假設原本電商官網跳失率高達40%至70%，倘若品牌能夠發展出智能服務，為進站的消費者提供專屬服務，跳失率將能有效降低20%到30%。未來品牌若規劃將實體店的業績轉為線上服務來達成，AI智能虛擬櫃位人員將是左右電子商務成單多寡的要件。因對品牌有興趣的離站訪客，有許多是仍在購物搜尋階段的消費者，有了智能專屬服務，除了能有效解決85%匿名訪客不購物離站的問題，針對離站訪客也能動態再行銷，提醒之前到訪的商品正在促銷，透過離站召回與購物車未結召回等方式來增加成單率，在此同時，品牌也能收集到高品質的第一方數據資源。
以貼標掌握了消費者數位動向後，得以自數據中抽離出背後隱含的⾏為意圖，品牌如何掌握啟動購物意圖的溝通要訣，擬定新常態下的增值策略，已是邁向未來品牌電商的必修學分。因消費者並非全然憑藉著理性進行購買決策，觸動購物剎那的時機也十分仰賴直覺性的思考，但其實藉由數據能歸納出其科學、洞悉消費者的行為。透過四種機器學習與AI的整合就能即時理解出，訪客、轉換首購客、回訪準購客、回購客…等不同樣態的消費者與商品間的關係，進站後不同的探索過程與其評估資訊的行為模式。
而看似深奧複雜的運算背後，其邏輯運用的原理源於簡單的機率統計-協同過濾（Collaborative filtering），只是AI強大化了其應用，在不同的購物情境下，產生人工智慧標籤，AI以第一方消費者族群、或採購不同產品群之間，梳理出關聯性的圖譜做為其運算主軸。透過情境關聯組合來預測用戶的購物意圖，同時模型化商品應用數據，並進行向量化處理，做為使用者意圖時序分配上的主要應用的數據。
梳理完數據後，系統即能自動生成連結購物意圖的商品集合頁，不僅是針對站內在尋找商品的消費者，還能讓消費者在搜尋網站上搜到關鍵字後，進站之後也能立即找到其相對應商品頁。AI電商智能系統更能在不改變品牌網站本身架構下，以A/B Testing方式挖掘出改變消費者思考與⾏為的模式，減少消費者在購物旅程的逗留、縮短猶豫期，促使消費者儘快做出購買決策，讓品牌在複雜的消費決策歷程中能快速脫穎⽽出，成功地粉碎混沌的消費者歷程脈絡，成為業績成長突破口的關鍵。
AI電商智能系統協助品牌建置完整消費者輪廓，提供每一個消費者零死角的客製化顧客消費旅程，去程式化的服務，不需前台工程師，行銷團隊即可於短時間內輕鬆完成串接，A/B Testing進階運用上，可在系統內建多種歷程腳本，結合AI電商智能系統與深度學習動態再行銷，可協助品牌於紊亂的媒體分布，以及過多的干擾購物決策雜訊之中，透過跨媒體達到擴客、召回、增加營收等多重營業目標。
本文同步刊載於《廣告雜誌》2022年０９月號366期：
專欄：碎裂的消費者數據與混沌消費者歷程
--
歡迎分享文章連結，並請註明出處－
Adm廣告雜誌｜Digital x Creative：
更多數位創意消息，歡迎追蹤廣告Adm粉絲專頁：
沒有留言:
張貼留言