
零售商要在適當的時候,以適當的優惠鎖定顧客。要實施「下一個精選優惠」策略,必須包含四個步驟:界定目標;收集你的顧客和產品資料、顧客購物時的背景資料;設計和執行優惠措施的商業規則;最後,要應用學到的經驗教訓。
過去,消費者往往會仰賴熟悉 的銷售人員,來協助找到自 己想要的東西,像是街坊商 店的老闆。而這位銷售員會根據對顧客的了解,或是很快 就可以從顧客身上推斷出來的事情,找出最適合顧客的產品,而且通常會一併推薦顧客連想都沒想到的其他產品。 這是很奇特的情況。如今,消費者受到資訊和各種選項的 疲勞轟炸,注意力分散,通常很難找到最符合本身需求的 產品或服務。許多零售點的現場服務人員不足,又欠缺資訊,無法提供消費者過去仰賴的那種貼身服務,而且消費者在線上購物時,主要仍是仰賴自己進行選購。
這種令人遺憾的情況正在改變。資訊科技的進展、資料收集和分析,能提供類似、或甚至比店家老闆建議更好的意見。運用日益精細的資料,從詳細的人口統計資料和消費心態資料,到消費者在網路上的點擊串流(clickstream),企業開始供應高度量身訂做的品項,在適當的通路,以適當的價格,適時引導消費者購買「適當的」商品或服務, 這些就稱為「下一個精選優惠」(next best offer, NBO)。
想想微軟(Microsoft)以搜尋引擎「繽紛搜尋」(Bing)在電子郵件產品上獲得成功的例子:那些電子郵件是專門針對開啟郵件的收件者,在0.2秒內(收件者察覺不到的遲滯時間),進階分析軟體會根據收件者相關的即時資訊,組合出一項產品提供給那位收件者。分析的資料包括地點、年齡、性別、過去及剛才進行的線上活動,還有其他顧客的最新回應。這些廣告已將轉換率(conversion rate,訪客轉換為顧客的比率)提高多達70%,遠高於類似但並非量身訂做的行銷行動。
四大步驟
製作「下一個精選優惠」的科技和策略仍在發展中,但等著要運用的企業,會看到自己的顧客開始變節,投奔率先運用這項技術的競爭對手。微軟只是其中一個例子;其他公司也顯示了製作良好的「下一個精選優惠」商業潛力。不過,我們研究了數十家零售、軟體、金融服務等公司的「下一個精選優惠」策略,並訪問了15家先進公司的高階主管,結果發現,即使有公司製作了「下一個精選優惠」,做法通常都很拙劣。大部分都沒有針對不同顧客提供不同選擇,或是目標對象錯誤,例如,對已購買該產品的顧客行銷。某家零售銀行發現,它的「下一個精選優惠」可能會造成反面效果,而非增加銷售。
企業可運用顧客分析來追求眾多良好的目標,但就潛在投資報酬率(ROI)和提升競爭力來說,「下一個精選優惠」計畫可能提供最大的價值。在本文中,我們提供製作「下一個精選優惠」的架構,你或許無法立即採行所有的步驟,但到了某個時點,你一定要在每一項步驟上有所進展,才能改進你供應的產品。
步驟1:界定目標
許多組織在「下一個精選優惠」計畫中失敗,不是因為他們缺乏分析能力,而是因為他們缺乏清楚的目標。所以頭一個問題是,你想達成什麼?增加營收?提高顧客忠誠度?更大的荷包占有率?得到新顧客?
英國零售商特易購(Tesco)將「下一個精選優惠」策略的焦點,集中在增加對常客的銷售,並透過忠誠顧客卡計畫(Clubcard program)提供對象明確的優惠券,來加強忠誠度。如同羅藍.洛斯特(Roland Rust)和同僚在〈以客之名拚行銷〉(Rethinking Marketing, HBR, January-February 2010,繁體中文版於2010年2月號刊出)一文中所說的,特易購使用忠誠顧客卡,來追蹤顧客造訪哪些分店、購買哪些產品,以及付款的方式。這讓特易購能針對地方品味調整商品,透過從量販店到社區商店的各種分店形式,在個人層級量身定做供應產品。例如,首次在特易購購買紙尿布的忠誠顧客卡會員,不只會收到濕紙巾和玩具的優惠券,也會收到啤酒優惠券(資料分析顯示,新手父親往往會買更多啤酒,因為他們花在夜店的時間減少了)。最近,特易購嘗試推出「快閃銷售」(flash sales) 提供的優惠,是特定忠誠顧客卡優惠券優惠價值的三倍,實質上,使特定顧客得到更好得多的專屬優惠。倒數計時的機制,顯示活動時間有多快結束,或是產品有多快銷售一空,製造了緊張氣氛,並促使顧客採取行動。其中有些減價商品,在九十分鐘內就賣完了。
特易購的「下一個精選優惠」策略,尋求擴充顧客購買的商品範圍,但它也針對常客經常購買的產品推出特惠價,來鎖定這類顧客。由於精心擬定,並以創意執行特惠活動,特易購及內部顧問公司dunnhumby達成8%到14%的轉換率,遠高於食品雜貨業其他公司常見的1%或2%。微軟對Bing搜尋引擎的「下一個精選優惠」,有一套完全不同的目標:讓新顧客嘗試這項服務,將Bing下載到他們的智慧型手機,在瀏覽器中安裝Bing搜尋列,並讓它成為他們預設的搜尋引擎。
從一個清楚的目標開始著手,是重點所在, 而在必要時能靈活修改,也很重要。低價DVD光碟租賃公司Redbox最初提供電子郵件和網路優惠券網站優惠,讓消費者熟悉它的租片機台。Redbox租片機台是一個新的零售概念,但經過一段時間後,人們開始習慣自動化的租片服務。隨著業務成長,公司的高階主管了解,若要增加利潤,同時維持低價模式,一定要說服顧客,每次到店裡都要多租些片子。因此,他們開始將策略重點從吸引新顧客,改成對多重租片提供折扣優惠。
本文觀念精粹
透過適當的管道,在適當的時候,以徹底量身定做的產品鎖定顧客,是行銷的精髓。企業如能加強掌握和分析高度精細的顧客資料,就可提供這種優惠產品,只可惜大部分企業即使有採取類似的做法,也做得很拙劣。
要使「下一個精選優惠」臻於完美,必須包含四個步驟:界定目標;收集你的顧客和產品資料、顧客購物時的背景資料;設計和執行優惠措施的商業規則;最後,要應用學到的經驗教訓。
要同時完成所有四個步驟很困難,但每個步驟的進展,都是競爭力的要素。隨著能掌握的資料量擴大,以及互動的管道數目迅速增加,未能快速改進優惠做法的企業,只會進一步落於人後。
步驟2:收集資料
為建立有效的「下一個精選優惠」,你必須收集和整合關於顧客、產品,以及購買背景環境的詳細資料。
了解顧客
對調整策略具有價值的資訊,可能相當基本,而且容易取得,像是年齡、性別、子女數、居住地址、收入或資產、消費心態、生活方式和行為資料。先前的購買情況,通常是讓人知道顧客接下來會買什麼產品的最佳指引,但那項資訊可能較難以掌握,特別是如果顧客是透過網路以外的管道購買。像特易購那種忠誠顧客卡計畫,對追蹤消費者購買形態,可能是有力的工具。
雖然有些企業仍努力(而且有時拚命)取得這些熟悉的顧客資料類型,但愈來愈容易取得的社交、行動和地點(SoMoLo)資訊,卻創造了有待探勘挖掘的重大新資料集。企業開始根據顧客在任何特定時候身處的地點、他的社群媒體貼文透露出他有興趣的事物,甚至他朋友在線上消費或討論的內容,來擬定優惠產品。
其中一個例子,是社群網路服務平台Foursquare, 它根據消費者「登入」某個特定零售商店的次數,量身定做優惠商品。另一個例子是沃爾瑪(Walmart),它收購社群媒體科技新創公司Kosmix,納入新成立的數位策略單位@WalmartLabs,以便把消費者SoMoLo資料,運用在它的優惠商品上。該單位的專案,是根據買家的社群媒體興趣,找出預測買家在Walmart.com上購買情況的方式。沃爾瑪也深入研究以地點為主的技術,以便協助顧客在偌大的店裡尋找產品。服飾零售商H&M和線上遊戲MyTown合作,收集和使用關於顧客所在地點的資訊。如果潛在顧客是在H&M分店附近,以行動裝置玩遊戲和登入,H&M會用虛擬服裝和點數來獎勵他們;如果他們是在店裡察看促銷產品,就可以參加抽獎活動。初期結果顯示,七十萬位線上登入的顧客中,有三十萬位進店裡察看一件商品。
許多零售商專注在如何即時運用顧客的地點資訊;顧客到過哪裡,也會透露許多跟他們有關的事。光是在美國,行動裝置每天將大約六千億筆標記地理空間的資料,傳回電信服務供應商。感應網路(Sense Networks)軟體分析公司開發的一項應用程式,可將某位消費者的動向,和其他人相關動向及特性的數十億個資料點做比較,該公司使用這項地點歷史資料,就能估計這位消費者的年齡、旅遊方式、財力、下一個可能前往的地點等。這些資料顯然有助於建立高度量身訂做的「下一個精選優惠」。
「下一個精選優惠」要素
「下一個精選優惠」逐漸用來指專為顧客量身規畫的優惠方案,規畫時參考的資料包括:
• 消費者特性、行為(人口統計資料和購物史)
• 購買背景環境(實體店面、線上)
• 產品或服務性質(鞋款、抵押貸款類型)
• 組織的策略目標(增加銷售、建立顧客忠誠度)
「下一個精選優惠」最常用來激勵買氣、推動忠誠度,或是兩者兼具。方案內容可能包含:
• 產品(一張紙尿布優惠券)
• 服務(一張spa水療折扣券)
• 資訊(供人點選的Google廣告)
• 關係(LinkedIn和臉書〔Facebook〕推薦)
儘管名稱上說「下一個」,但「下一個精選優惠」其實可能是與顧客的初步接觸方案。此外,不論顧客關係是新建立或持續進行,「下一個精選優惠」的內容都必須真的是「精選優惠」。
了解你的產品
除非公司對自己的產品或服務備有詳細資訊,否則很難判斷哪些產品可能最吸引某位顧客。以電影之類的產品而言,第三方資料庫提供產品特性,租售影片的公司可能會推測,如果你喜歡特定演員或情節類型的電影,可能會喜歡另一部電影。但在其他零售產業,例如,服飾和食品雜貨業,彙編產品特性就困難得多。例如,同一件毛衣,有的製造商可能會把它歸類為「時尚前衛」,有的製造商則可能歸類為「傳統」,甚至不會有清楚和標準化的顏色類別,因此,零售商必須花費大量時間和工夫,自行掌握產品屬性。捷步公司(Zappos)有三個部門負責充分利用顧客搜尋鞋類的資料,為自家的鞋子設計最具效益的優惠方案。即使特性的範圍縮小到產品類型、風格、顏色、品牌和價格,一隻鞋還是可能有超過四十種材質樣式,像是珠光、縫綴、卵石花紋、細直條紋、變形蟲圖案、圓點、格子圖案,在此僅舉幾個例子。沒有這種將產品特性詳細分類的系統,捷步不會知道某位顧客過去經常購買變形蟲圖案的服飾,所以就不會知道,它該將變形蟲圖案的產品納入針對該顧客的「下一個精選優惠」中。
同樣地,沒有良好的分類系統,食品雜貨業者就無法輕易判斷,哪些產品會吸引愛冒險、注重健康,或是錙銖必較的顧客。當特易購想找出能吸引愛好冒險者的產品時,會從某個國家普遍認為是「大膽選擇」的東西開始著手,比方說英國的消費者選擇泰國的綠咖哩醬,然後分析這些喜歡大膽嘗試的買家購買的其他產品。如果購買咖哩醬的顧客,也經常購買墨魚或野芝麻菜青醬,這些產品就有很高的相關係數。
"天氣、時刻或是星期幾,以及顧客是獨自一人或有人陪同,可能會影響一項優惠活動的設計。"
了解購買背景環境
最後,「下一個精選優惠」必須考慮到一些因素,像是顧客透過哪種管道與企業接觸(面對面、電話、電子郵件、網路)、接觸的原因及環境,甚至是顯示顧客心情平靜或懊惱的音量和聲調。事實證明,臉部表情辨識軟體對最後一項因素很重要。美國銀行(Bank of America)了解,在顧客接觸銀行的時候,透過自動櫃員機(ATM)提供抵押貸款產品,效果並不好,因為顧客既沒有時間,也無意接觸它們。相反地,如果他們是直接走進銀行,可能會樂於接受這類產品。同樣地,打電話到客服中心投訴的人,不可能會對產品優惠有所回應,但要是換個時間,他們可能歡迎透過電子郵件收到這項訊息。
其他可能影響「下一個精選優惠」策略設計,以及顧客回應的背景環境因素,包括天氣、時刻或星期幾,以及顧客是獨自一人或有人陪同。點選串流或最近的線上購買資料,通常對網路「下一個精選優惠」策略的參考性最大,但在機票訂價等情況中,時刻和星期幾很重要:航空公司可能在週日晚上提高票價,因為當時搜尋機票的人比平日多。我們研究的一家中國鞋類零售商,針對主要買家的同伴測試優惠活動。當一位婦女和她先生走進該零售商的一家分店時,她通常是主要的買者,而零售商的「下一個精選優惠」策略,通常是對先生提供相當便宜的鞋子。至於要提供他哪些選擇,靈感來自一項見解:陪太太購物,但自己並不主動買東西的先生,比獨自逛街尋找特定產品的先生更注意價格。
當然,無數的其他環境因素,取決於企業及顧客的本質。
步驟3:分析和執行
最早的預測性「下一個精選優惠」策略,是由亞馬遜(Amazon)和其他線上公司建立的,這些公司根據相當簡單的交叉購買相互關係,針對「會買這個也會買那個的消費者」擬定優惠商品;該策略並未仰賴大量顧客或產品特性知識,是相當生硬的工具。目標較明確的優惠商品,是以顧客過去的購買行為做基礎,但大家都知道,即使這麼做,那種優惠商品仍未完全針對顧客的獨特需求。如果顧客買一本書或一張光碟,是要送某位和他品味不同的朋友,很可能日後得到的優惠會偏離他的興趣。
建立下一個精選優惠
企業若是系統化收集關於顧客、產品特性、購買背景環境的資訊,就可擬定更準確有效的優惠行動。統計分析和預測模型能從這些原始資訊來源,建立一個綜合資料寶藏,以評估某位顧客回應行動裝置上交叉銷售折扣優惠的可能性。依消費行為區分,以及同時說明顧客人口統計資料、態度、購買形態,以及相關因素的其他進階資料分析,可協助找出很可能會變節的顧客。若具備這項資訊,再加上某位顧客的「預期顧客終身價值」資料,組織就可以判斷,它對該顧客的「下一個精選優惠」可能會鼓勵或是阻止顧客變節。關於行銷資料分析的詳細討論,並不在本文的範圍內,但由蓋瑞.利連(Gary L. Lilien)和阿文德.朗格斯瓦米(Arvind Rangaswamy)在2002年出版的《行銷工程》(Marketing Engineering)一書中,提供關鍵分析、量化和電腦模型建立技巧的完整總覽。
"高檔的零售商和金融服務公司發現,人通常是提供優惠商品的最佳管道。"
雖然這種分析可產生大量可能有效的優惠,但接下來的步驟,則須遵循商業規則。如果從分析來看,顧客購買每種產品的機率都一樣,可能需要有一項規則來決定要提供其中哪一種產品。或者,如果分析顯示,太常聯繫顧客會降低顧客回應率,它可能會限制對顧客的整體接觸頻率。這些規則往往超越了預測模型的邏輯,以達成廣泛的策略目標,例如,把「提高顧客忠誠度」置於「盡量提高購買率」之上。
仔細擬定的「下一個精選優惠」是否良好,要看它的執行情況如何。換句話說,一封電子郵件包含的「下一個精選優惠」再怎麼高明,如果消費者絕不會打開信,它等於不存在。執行「下一個精選優惠」,應該要面對面進行嗎?要在店裡的資訊機台提供嗎?要傳送到行動裝置嗎?要印在收銀機收據上嗎?答案通常相當直接明確:顧客透過哪種管道進行接觸,就是執行「下一個精選優惠」的適當管道。例如,擁有美國連鎖藥妝店CVS特別關愛(ExtraCare)忠誠卡的顧客,在察看店內的資訊機台時,會馬上收到量身訂做的優惠券。
但有時候,集客式(inbound)和 推播式(outbound)的管道,應該會有所不同。複雜的優惠措施不該透過簡單的管道來提供。回想一下美國銀行在抵押貸款優惠措施上的經驗:銀行很快就發現,集客式管道(ATM)是不良的推播式管道。因為抵押貸款太複雜,不適合那種環境。同樣地,許多客服中心代表不夠了解顧客需求和產品細節,無法擬定有效的優惠措施,如果客服代表的主要目的是完成簡單的銷售或服務,情況更是如此。
通常,企業會透過多個管道測試優惠措施,以找出最有效率的一個管道。CVS提供ExtraCare優惠,不只是透過資訊機台,也透過收銀機收據、電子郵件,以及鎖定目標的印刷信函,近來更透過直接發送到顧客手機裡的優惠券。墨西哥速食連鎖餐廳Qdoba Mexican Grill為了擴大顧客忠誠計畫,於是在每天或每週的特定時間,傳送優惠券到顧客的智慧型手機中,以增加銷售,並使需求順暢。大學附近的深夜宣傳促銷,出現將近40%的優惠券兌換率,Qdoba整體計畫的兌換率平均達到16%。星巴克(Starbucks)使用至少十個線上管道,以提供鎖定目標的優惠商品、評估顧客滿意度和反應、開發產品和強化品牌支持度。例如,它的智慧手機應用程式,讓顧客能收到根據SoLoMo資訊,量身定做的食物、飲料、商品促銷資訊。
諾斯壯(Nordstrom)和其他擁有富裕顧客的高檔零售商及金融服務公司,都砸下大錢提升銷售人員的產品知識,以及了解顧客需求及建立關係的能力。對這些企業而言,人通常是提供優惠商品的最佳管道。許多組織設計多種優惠商品,並根據預測模型加以分類,那些模型依照顧客先前的購買情況或其他資料,將顧客接受優惠商品的傾向分級。銷售人員或客服代表可從這些優惠產品中即時選擇,並以他們與顧客的對話、他們判斷顧客對特定優惠產品的愛好程度,甚至是顧客與銷售員之間的自在程度做為參考。結合人為判斷和預測模型,可能比光是遵循模型的建議來得有效。例如,堅持在每種情況都由銷售代表提供特殊優惠,實際上可能會降低顧客接受優惠的可能性,以及購買後的滿意度。投資公司普信集團(T. Rowe Price)讓客服中心代表 提供有特定目標客群的優惠,但它的結論是,如果客服代表在超過50%的互動中提供優惠,可能就無法察覺顧客的需求。
"企業若是系統化收集關於顧客、產品特性、購買背景環境的資訊,就可擬定更準確有效的優惠行動。"
步驟4:學習和調整
建立「下一個精選優惠」,是不精確但持續改進中的科學。就像任何科學一樣,它需要實驗。有些優惠比其他優惠來得有效;企業必須評估每一項優惠的成效,並應用得到的經驗教訓。如同一位CVS高階主管對我們說的:「把每一項優惠想成是一項測試。」企業可從本身的「下一個精選優惠」成效發展經驗法則,以引導未來規畫優惠方案,直到新資料顯示法則應該要修改為止。這些法則因公司而異。我們在研究過程中,找出一些領先企業所使用的法則:
• Footlocker:只透過社群媒體促銷前衛的鞋子。
• CVS:針對顧客先前買過的產品提供折扣。
• 山姆俱樂部(Sam's Club):針對顧客未購買 的商品種類,提供特別針對他的優惠,並酬謝顧客的忠誠。
• 諾斯壯:透過售貨員與顧客面對面互動來提供優惠。
經驗法則的取得,應透過由資料推動和以事實為主的分析,而不是透過傳統或知識。上述的法則已經過測試,但需要接受一段時間的挑戰和重新測試,以確保持續有效用。同時,由於收集和使用顧客資料變得愈來愈複雜,與「下一個精選優惠」策略相關的法律、道德和規範問題,也隨著發展得很快。當企業熱中嘗試「下一個精選優惠」措施時,應該要謹防跨越法律或道德界限。
任何公司要將每個潛在的顧客、產品和背景環境納入「下一個精選優惠」模式,是很困難的,但每家零售商都應收集人口統計資料、消費心理資料、和顧客購物歷史。大部分零售商需要加緊努力的,是以下這個領域:他們的顧客到目前為止,並未對優惠措施的品質或價值感到印象深刻。如今,變數和可用的執行管道只會有增無減;不能快速改進優惠措施的企業,只會進一步落於人後。
(林麗冠譯自“Know What Your Customers Want Before They Do,” HBR, December 2011)