大数据应用:成为大数据电子商务高手
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

三、大数据成就新电商4.0

大数据概念问世后,给传统电子商务带来了不小的冲击。举凡能够上网的装置、设备或情境,只要有数据流量通过,大数据便随时产生着,再加上电子商务是一种营利型的经济活动,从业者们自然不会放过任何发生在自身经营环境中的数据商机。但是,大数据对于电子商务究竟有多重要呢?为何它是主宰电子商务未来的关键要素呢?电子商务从业者具备了数据获取能力、行为掌握能力、顾客发言能力以及专属推荐能力之后,能够通过这些能力获取哪些营运帮助或是能否通过此等能力迈向新时代电子商务营运模式?针对以上问题的回答如下。

(一)增强个人化销售

在传统电子商务情境中,销售向来是以非个性化随机推荐的方式将商品信息传递至消费者手上,从业者们只能盼望消费者能够眷顾一下他们所推销的商品。问题是消费者为何要这么听话地购买推销的商品,这句话一语道破了传统电子商务的盲点,也就是从业者有必要掌握消费者的购买动机,如此才能针对其动机量身打造销售计划。

许多动机理论(motivation theory)研究者不约而同地提到,人类进行任何动作都会受到两种动机影响,分别是外在动机(extrinsic motivation)与内在动机(intrinsic motivation)。所谓外在动机是指行为者因受到外界激励产生的相对应的动作,如某小学生受到月考奖品的激励奋发图强,努力将考试成绩提高。内在动机则是指在没有任何诱因的前提下,行为者发自内心,自愿进行某个动作,如即使没有任何激励,某学生仍然力争上游地努力求学。

在电子商务情境中,消费者购物需求亦受外在动机与内在动机的影响。Babin等学者于1994年将交易的内外在动机具体化为功利导向购物(utilitarian oriented shopping)以及娱乐导向购物(5)(hedonic oriented shopping)。在定义上,功利导向购物及娱乐导向购物与外在动机及内在动机相似,主要看消费者是因为受到外界刺激而诱发交易行为,还是只是沉浸在购买情境当中不需要任何激励因子。

有鉴于此,新形态电子商务从业者势必能够借由自身大数据的分析与获取能力来满足特定消费者各自的购物导向。本章开头所提到的再营销即是一种可以用来同时满足功利导向购物动机与娱乐导向购物动机的一种个人化销售手段。试想,若在上网时,浏览器画面上跳出自己曾经浏览过但最后未购买的商品(满足功利导向购物动机),或是自己不曾浏览过但却与自身上网内容偏好相符的商品(满足娱乐导向购物动机),是否比较容易吸引自己的目光并且做出消费决策呢?答案当然是肯定的。因此通过对大数据的搜集与分析,电子商务从业者将能够跨越过去非个人化销售的鸿沟,进而精准地契合消费者对于个人化销售信息的期盼。

(二)提升定价敏捷度

定价对于任何经济活动来说都是一件重要的事情,定价过高容易导致消费者反感进而转向竞争者处购买,然而定价过低又容易导致卖方的利润被侵蚀。所以通过大数据的搜集与分析,能够使电子商务从业者在内部与外部获取合适的定价参考。在一般零售业情境中,内部定价水平可来自外部定价信息,例如,某虚实整合商店担心自身定价低于实体店定价而陷入自打嘴巴的窘境,但又在网络环境中遭受到同业的削价竞争,此时可以通过网络爬虫(web crawler)技术来快速获取相同商品在不同平台上的定价,如图1-22红色方框处所示。

图1-22 商品外部定价汇总(资料来源:EZPrice比价网)

另外一种做法是借由消费者的力量来将所通报的商品外部定价反馈至内部定价。以图1-23为例,该电商平台从业者提供消费者“卖贵通报”的申诉渠道,只要消费者表明其他商家的售价较现售价低,则该平台从业者会以降价通知的方式来回馈消费者,降价的结果也许会与其他商家售价一致,甚至更便宜也不无可能。此举不但借由通报数据有效地留住顾客,也巧妙地获取了外部定价。然而无论是爬虫订价数据统整还是顾客“买贵通报”,二者所获得的外部订价信息皆能够反馈到刚才所提到的虚实整合订价策略参考,也就是动态定价(dynamic pricing)的终极目标。

图1-23 电商平台卖贵通报(资料来源:PChome 24小时购物)

(三)促进顾客转换

所谓顾客转换指的是顾客依照电子商务经营者的期盼所进行的特定动作,如注册会员、好友分享、结账购买等。若非经过转换,顾客仍然无法将身份从非会员变为会员,也无法让自己的身份从被分享者变成分享者,更无法使自己从访客变为实际交易的顾客。由此可知,顾客是否确实进行转换行为,对于电子商务从业者而言非常重要。

大数据情境中的转换较为强调契合顾客需求,也就是以类似顾客参与的方式来使其感到所参与的事物与自己切身相关,之后再通过若干预测或分析手段来使顾客觉得购买网站所推销的商品确实有其必要性,进而顺利做出转换行为,即购买决策。举个例子,图1-24所示为香港宏利寿险公司所推出的MOVE健康活动,该活动通过Apple Watch穿戴式装置进行数据分析与促进转换。

图1-24 运动情境下的顾客参与及促进转换(资料来源:港商宏利寿险公司)

从图中红色箭头处可以看见Apple Watch穿戴者的步行步数,据此可衍生出数据商业模式,即步行步数越多表示运动量越大,此物件穿戴者的身体状况理当比运动量小的穿戴者更好,因此在保险费上就可以享有较高的折扣。一旦穿戴者参加此运作模式,有很大的概率因自身投入在活动当中而不断地努力累积运动量,借此获得更优惠的保险折扣,此时若保险商品符合穿戴者的实际需求,上述情况就会不断地上演,保险公司也巧妙地通过对App的数据分析来提高顾客转换率。

类似的场景也在本土产物保险公司发生过,图1-25为车联网装置,只要将该装置安装在车上,产物保险公司即能得知驾驶人的驾车习惯(如急刹次数、平均油耗等),驾驶习惯越好就越能换取更为优惠的保费折扣率。如蓝色箭头处所示,由于汽车强制责任险属于政府强制投保的险种,言外之意,驾驶人对于它的需求始终存在,再加上驾驶人亲自参与维护自身的驾驶习惯数据,因此他们有更高的意愿来把自己的付出转换为报酬,保险公司也就顺势提升了顾客转换率。

图1-25 驾车情境下的顾客参与及促进转换(资料来源:TRANS IoT创星物联)

从以上两个案例可知,受惠于联网设备的普及,电子商务活动的焦点已经从过去的网站交易转换转移至物联网交易转换。换句话说,只要能够掌握存在于各个场域中的大数据,电子商务活动转换率的提升将比过去更为有效且成效更易于监控。

(四)健全库存管理

如果经营的是零售形态的电子商务,那么大数据分析将能够用来健全自身的库存管理体系。图1-26为某知名电商从业者的首页,在红色方框处可以看见一个“搜寻框”,这个功能看似在协助顾客从千百种商品里快速找到所欲购买的品项,但其实背后大有玄机。电商平台从业者可以通过此功能来了解多数顾客所搜寻的热门商品或鲜有顾客搜寻的冷门商品,前者可以帮助从业者调整营销策略,如备足热门商品库存量以避免陷入因商品热销而售罄的窘境,后者则可以帮助从业者调整冷门商品库存量,若发现某些特定品项乏人问津,那么就有必要减少库存量或是将它移至非热销品专区。

图1-26 电子商务网站搜寻功能(1)(资料来源:EHS东森购物)

以上这些功能或是作为,看似再平常不过,也是多数从业者正在着墨的焦点,似乎与大数据没有太大的关联性。然而大数据在电子商务上的应用重点之一在于掌握数据线索之后的顾客行为推敲,依据推敲行为模式(6)(Elaboration Likelihood Model,ELM)可知,顾客在进行搜寻动作时,可能遵循两种路径:中央路径(central route)或周边路径(peripheral route)。所谓中央路径指的是消费者具有能力或动机,针对自身所欲搜寻的目标或搜寻结果仔细探究,而周边路径则是指消费者缺乏相同能力或动机来针对自己的搜寻目标或结果进行深度研究,反而依赖周边的信息来协助自己做决策。换句话说,采取中央路径搜寻模式的顾客可能较为知道自己所欲找寻的商品是什么,因此上述所提到的商品热门与否将不是重点,重点变为顾客是否能够通过搜寻功能找到自己所欲查询的商品。

以图1-27为例,若某顾客在搜寻功能框中输入“HP印表机”,那么表示在他心目中已经有一条默认立场的中央路径,惠普品牌印表机很有可能是该顾客的不二之选。相反,若某顾客仅在图1-28搜寻功能框中输入“印表机”来查找自己心目中理想的机种,那么该顾客很有可能没有任何品牌立场,将通过查找结果或其他由从业者所提供的数据来逐渐缩小自己的考虑范围(7)(consideration set),即从多个预选机种中缩小所考虑购买的机种范围。无论是上述哪一种搜寻策略,电子商务平台从业者皆可以借由顾客的搜寻线索来掌握背后所隐藏的行为含义,最后再将所获得的宝贵结果反馈至库存管理上。例如,针对采取中央路径搜寻方式的消费者提供投其所好的机种的详细数据,或是针对采取周边路径搜寻方式的消费者提供第三方客观试用报告,甚至是提供若干促销激励,一方面提升销售额,另一方面也提高库存管理效率。

图1-27 电子商务网站搜寻功能(2)(资料来源:EHS东森购物)

图1-28 电子商务网站搜寻功能(3)(资料来源:EHS东森购物)

(五)通路数据串接

新时代大数据电子商务效益还体现在各渠道引流疏通成果,这个概念类似战国时代李冰父子治理都江堰,河渠流量过大或过小都不是件好事,势必要观察所管理的主河道或是其支流的最佳流量,否则很有可能陷入主河道缺水但支流却因水量过多而溃堤的窘境。以支付宝为例,无论是实体或在线交易都能够通过它来完成支付。在图1-29的蓝色方框处可以看见许多与衣、食、住、行、育有关的电子商务交易,而支付宝巧妙地通过大数据将各个渠道数据予以串接,使得这些看似简单的新兴无实体货币交易活动中隐含着许多大数据下的宝贵小数据。

图1-29 支付宝App界面(资料来源:蚂蚁金服)

换句话说,受惠于支付宝实名制运作(即需经过实名审查认证才得以使用),那些经由各渠道串接获得的数据将能够构造出许多过去无法得到的行为观察与商机。例如,支付宝可以通过蓝色箭头处的“外卖”服务数据来具体得知某位使用者的“口味偏好”“用餐时段”“每次消费金额”“外卖服务地点”等。综合上述个人化小数据,支付宝可以将外卖服务渠道数据串接至黄色箭头处的“超市惠”服务渠道或是其他渠道,例如,它可以在该位支付宝使用者App上推送类似这样的信息:“外卖吃腻了吗?偶尔自己动手下厨吧!超市生鲜特卖优惠中!”

因此,要能够落实以上的渠道数据串接功能,支付宝App势必要扮演水库管理中枢,随时肩负流量管理任务,试想一个有规模的水库流量管理中枢会影响多少支流呢?倘若该App在引流服务过程中出现闪失,是否会导致如水库溃堤或枯竭般的现象而失去使用者的信任呢?此事一旦发生,支付宝必然无法通过此新兴的无实体货币交易来获利。相反,若能够将各个渠道数据予以串接,那么所能够形成的数据系统将极为庞大,也能顺势将获利范畴由原来的狭义电子商务扩增至广义电子商务,即由狭义的无实体货币交易方式延伸至广义的各渠道服务提供商。

综合以上叙述,倘若电子商务从业者加入大数据的采集与分析行列,他们将能够提高个人化销售精准度并且增加商品定价的敏捷与弹性,而这一切都是为了有效促进顾客转换行为的发生以及强化自身库存管理效率。