深化數據創新應用,91APP扮演品牌新零售「虛實融合」重要夥伴

91APP為目前台灣成長快速的新零售服務公司,團隊規模近300人,品牌客戶全台超過10,000多家,不乏大型零售企業在數位轉型、升級過程,都找上91APP成為合作夥伴。

例如PHILIPS飛利浦、Timberland、全家便利商店、SO NICE這類大型實體品牌,隨新零售模式崛起,品牌今年陸續啟動轉型計畫,正式邁向「虛實融合」。

在去中心化的概念下推動新零售服務,訴求品牌主導與經營實權,近日更推出91APP Enterprise品牌新零售解決方案,採用SaaS模式與企業級服務架構,降低品牌主開發建置門檻,提供零售企業一站式解決方案。

在系統使用上,以資安為前提,與國際雲端服務平台AWS合作,藉由eCommerce、O2O、Omni-Channel CRM及零售AI應用等四個層次,協助品牌整合技術、運用數據、掌握會員,快速佈局虛實融合經營環境。

91APP團隊合影

協助品牌深耕CRM會員數據商機,導入NAPL 會員分群模型工具

目前91APP新零售相關解決方案,其中一項重要元素,就是以顧客/會員為核心,貫穿所有消費體系,無縫整合主流社群廣告媒體。全通路所累積的數據,皆導向顧客關係管理系統(OmniCRM),進行會員分級、回購預測。並開始運用AI相關科技,透過數據引擎與機器學習,有效發揮精準行銷決策。

91APP資深副總汪君羽指出,要在會員CRM上精耕細作,目前91APP提供的方案策略在「分級、分群」。也就是把人以群分,從消費金額、買過特定商品、傾向線下消費、過去曾對某種行銷活動有刺激反應的…等,利用工具把會員做到更細緻的群體分類。

目前91APP採用NAPL會員分群模型,將會員的資料、消費習性,做到漏斗式的精準預測。在第一層,主要累積會員Raw Data,做到基本資料完整蒐集。從性別、年齡、身分別到交易狀況、消費等級等基礎數據,擬定對的時間、對的方案溝通策略。例如金卡會員升級期限通知、購物車未購買品項正在打折,創造出新的消費接觸點。

到NAPL第二層,開始依會員分群條件,從單一、交叉比對條件,篩選出更細緻溝通、行銷操作方案。在這階段,系統把會員分四大群,分別提供不同行銷刺激內容、工具,例如高、中、低金額折價券、簡訊、EDM、APP推播,分析哪種行銷最有效?透過對照組,觀察不同分群當中,其溝通工具、行銷方案的反應效果如何?

對照後獲得的關鍵數據,就是在追蹤多少人點擊、多少人開信、多少轉換率,這讓品牌主對整體客戶有更深理解。將客戶切成數類族群後,可知道哪一類群體對哪些行銷活動最有反應,進而優化行銷活動。而累積下來的行銷模式,就是品牌經營會員的核心能耐。

進入NAPL模型的第三層後,則使用到演算法的大數據分析。透過會員消費活躍度、消費週期、回購情況,劃分「新客戶」(New)、「活躍客戶」(Active)、「潛在客戶」(Potential)、「流失客戶」(Lost)等四大類。每天透過模型演算,即時掌握會員交易數據,針對各類會員貼標(Tag),下一步再導入適合的行銷操作。例如針對潛在客人做刺激回購,即將流失客戶即時提供優惠訊息。

第三階段的演算功能,仍需要仰賴人力輔助,但到了第四層,則正式讓AI技術,做預測回購分析。目前91APP透過機器學習SVM演算法,把消費者過去交易紀錄提供給機器人學習。針對各類回購頻率的客戶,預測到消費者再回購時機。不過此階段需要數據斷蒐集、輸入、累積、分析,可望仰賴AI機器預測未來各種可能的消費型態,在對的時間點 (顧客生命週期),可精準提供適宜的行銷溝通內容,進一步達到個性化服務目標。

打造數據創新團隊,走進校園推動產學合作

然而要自行發展AI技術,做到數據創新應用並不容易。91APP公關經理林均郁回應,從去年開始,91APP內部成立一個數據創新研究的團隊,針對數據創新、AI新創工具的導入,開始做前段市場調查及工具技術上的搭配。

目前91APP推出嘗試性AI工具,包含回購預測,透過數據引擎與機器學習方式把資料倒入,判斷出消費者消費狀況,回購預測。而在新零售相關的數據創新應用上,則有NAPL 會員分群模型、訪客分群模型、購物車加(價)購、分類頁商品排序、商品推薦、回購預測、廣告投放優化、訪客 Retargeting and Re-engagement、智能導流等工具。

然而,技術工具的產生及優化,最終還是需要相關人才的推動。林均郁觀察,台灣正面臨數據人才不足的情況,過去在徵才平台上,要聘用適合的數據分析師人才並不容易,多仰賴企業內部培訓或外部合作來補足人才缺口。為了解決人才問題,91APP嘗試走進大專院校,透過大學建教合作課程,讓學生可參與91APP的實務課程,甚至在數據小組內成為長期實習生。

林均郁接著說,「我們主要協助零售品牌做線上線下融合,AI就是很重要的工具技術,去幫助零售業,讓業者品牌銷售變得更好」。因此因應新零售模式,數據人才有大量需求,91APP可望把數據創新團隊的技術與觀念慢慢延伸到其他部門,最終成為企業文化的一環。

既然數據應用、AI是很重要的工具提供更好解決方案,目前91APP積極把資源放在技術部門提升研發能量,也透過專才培育的方案,與Google、AWS等科技大廠做合作夥伴等面向進行。經由產學合作、異業結盟的方式,讓數據創新概念真正落地,等待技術更加成熟後,最終才有機會擴大市場。汪君羽提及,91APP的下一步,會有更多實體品牌的合作,打通虛實融合場景;第二步是跨國市場布局,從台灣延伸到東南亞國家,甚至全球。

91APP資訊

公司成立時間 2013年
資本額 2億
員工數 近300人
雲端屬性 SaaS
會員/訂閱數成長率 目前服務零售品牌客戶超過10000家
公司商業模式 品牌新零售解決方案

採用 SaaS 模式與企業級服務架構,協助零售品牌快速建構從 eCommerce、O2O、Omni-Channel CRM,乃至零售 AI 相關應用,加速實現零售企業數位轉型。

數據創新的技術/商品/模式 91APP協助零售品牌客戶,全通路(Omni-Channel)整合消費數據,以顧客(會員)為核心,貫穿所有消費體系,並無縫整合主流社群廣告媒體,全數據導向顧客關係管理系統(OmniCRM),運用數據引擎與機器學習等AI技術應用,進行會員分群、回購預測等,協助零售企業有效精準決策與佈局。

作者資訊

特約記者 陳薪智
特約記者 陳薪智
記者生涯主跑科技、電商、網路行銷產業,採訪累積超過 500 位國內外企業 CEO、新創企業創辦人、專業經理人。撰寫文章散見各類媒體,三立新聞、蘋果日報、聯合新聞、風傳媒、DIGITIMES、數位時代、CIO經理人、Meet創業小聚、癮科技、Cmoney、La Vie行動家、SmartM、品牌志等。品牌主或創業者,你想分享故事,歡迎來信接洽合作: [email protected]
分享至:

Facebook留言