大数据玩行销创新 2 抓对时间，让顾客"再买一次"缔造惊人回购比

但零售业掌握以人为中心的全景就够了吗？其实"人"充满了许多变量，这些变量中其实只要掌握最关键的"时机"，就能以简驭繁，创造更大利润。许多企业对于开发新顾客非常热衷，几乎所有行销活动都是针对招揽更多新顾客上门而量身打造，虽然在开拓新客上有一定成效，但是这样的行销模式往往却忽略"时间"这个影响人的关键因素，只要掌握消费者的动态，就能在对的时间让既有顾客乖乖上门，让快流失的旧客再回来购买一次，在营收上产生不小的贡献。

有个同时经营便利商店、超市以及百货购物中心的大型连锁零售品牌投入数据采集及研究已有一段时日，旗下拥有超过七百万的有效会员，内部设置有会员数据分析部门，长期搜集并维护会员的主档并记录完整的会员交易数据，该品牌每波档期活动的沟通转换率都稳定的维持在40%-45%（当波活动会员回购人数/当波活动沟通会员人数），对比其他同类型竞争品牌动辄只有7%-10%的活动回应率已算有相当惊人的成效。但这个转换率仿佛触及到成长瓶颈，随著竞品不断地投入市场竞争抢分消费市场，该品牌已经有一段时间找不到更好的变项或是新参数可以突破自己设下的成效门槛，促使分析团队开始尝试寻求更有效的数据导入方案。

在两个星期的数据准备期间，根据NPT（Next Purchase Time）模型需求导入了顾客数据、顾客交易数据两大类数据，双边团队决定要以该品牌关键档期活动来验收新模型的预测成效，为比对出品牌传统模型与NPT模型的差异，决定让双边团队用各自的预测模型挑选等量的沟通会员名单，统一交由行销单位在相同时间、透过同样的沟通工具传递相同的活动讯息，看看经过11天的活动走期后，两份名单的转换率是否有显著的差异；档期活动刚结束一周，NPT模型所预测的回购率就已经超越了40%，最终，NPT模型在整体转换率上缴出了一张86.1%转换率的亮眼成绩单，在销售贡献度上，更高出品牌传统预测模型近9,000万元新台币的营业额。

这个结果表示转换成效能有效的突破品牌自己设定的成长障碍，创造历史新高的转换记录；NPT预测模型已经在许多零售产业的品牌中复制并取得稳定的成功，这同时也让零售行销业界重新思考过去传统属性标签的价值，除了透过这样简单的概念以简驭繁之外，也让品牌开始重新正视"时机"这个长久以来被低估的行销预测变项。

零售科学：用大数据翻转行销创新

零售业是一个拥有历史脉络的产业，面对消费者剧烈变动的今天，零售业正面临一个前所未有的世代冲击与竞争挑战，基于大数据行销所发展的零售科学架构，透过数据科学建立零售业与消费者之间更好的沟通默契，"零售科学"将结合零售业自有数据、物联网（IoT）数据以及开放数据，打造出属于零售业的全景视野，倾听消费者真实的需求与声音，用以创造更个性化、更贴心的消费者零售服务体验

大数据已经成为零售业创造新价值的决胜点，在这个关键时刻，零售业者不能再思考要不要导入数据分析，而是该思考如何以人为中心，透过数据采集与分析，看见顾客全景样貌，时时刻刻掌握顾客需求与偏好的变化，抢在对的时机沟通，才能成功的在未来的商务世界里用大数据玩出一席之地。