大數據踢爆市場謊話!
在過去,New Balance是靠著現場經驗累積來判斷商品陳列、行銷操作和人力調度,但是從去年開始,他們開始與大數據分析預測軟體公司MIGO合作,中台兩地約300家門市展開零售科學實驗,企圖從數據中挖掘金礦。
從產品設計到實體店都渴求大數據
New Balance並不是第一次和數據交手,只是應用的方向和過去完全不同。為了研發和改良產品設計,New Balance長期以來都會蒐集運動員的大數據當作參考。但是現在,連實體店面也要利用數據分析來優化消費體驗、提高銷售成績。
台灣紐巴倫總經理常希仁表示,New Balance從前年開始和MIGO接洽,經過不斷討論和溝通,去年5月終於正式導入智慧零售解決方案「AIR」(Artificial Intelligence for Retail),其中包含物聯網感測設備和數據分析模型。依商品貨架數量分配,每間門市平均在天花板上安裝8到10個感測器。大致來說,4公尺高感測器可偵測範圍約1.8平方公尺。
「講實話,大數據什麼的,那時候其實不是很懂。而且當時也沒把握,不知道這個東西對我們有沒有幫助。只是想說走走看,才慢慢變成現在這個樣子。」常希仁說,企業經營過程中,最可怕的事情就是「你並不知道自己『不知道什麼』」(We don’t know what we don’t know.),而透過物聯網數據蒐集,便可以幫助New Balance看到過去看不見的重要資訊,用科學方法來驗證藝術思考。
用數據照顧現有客戶、找出新客戶
運動用品市場具有特殊性。不論你要買專業慢跑鞋還是經典復古款,一定都得到店頭試穿,才知道合不合腳、是否耐看好搭。因此,實體店的存在不僅無可取代,對實體店面的掌握程度,也是決定銷售成績的關鍵。而New Balance目前主要將數據分析應用在兩個方向,第一是照顧現有客戶,第二是找出潛在客戶。
New Balance過去在經營實體店面時,多半是憑經驗法則思考。例如直覺認為周六下午某個時段的消費者人數最多,應該要加派現場服務人員,或認為消費者走進店裡後,大多先從A點走到B點再走到C點,所以產品陳列應該要符合這樣的行為模式。「結果根本不是這樣,我們錯了!」常希仁舉例,例如原本以為周末下午的某個時段會是人潮高峰期,所以加派人手,但實際監測數據才發現,真正的高峰期是落在兩個小時後,這才從而改善門市人力調度。
除此之外,New Balance還運用數據找出潛在客戶。「企業永遠都在找尋潛在機會。」他表示,New Balance在台灣的營收主要來自實體,但實體店面每天的營運時間和服務的客人數量有限。「我們常聽人家說,當你聽到一個客人的抱怨,後面其實隱藏了十個抱怨。反過來講,當我看到一個客人進來店裡,後面可能隱藏了十個客人會跟著來。但是那十個人是誰?不知道。」
透過數據分析模型,New Balance將消費者分成五大階段,分別是第一次消費的「新顧客」、在個人購物週期兩倍時間內有消費的「主力顧客」、個人購物週期超過兩倍時間未回來消費的「瞌睡顧客」、個人購物週期超過2.5倍未回來消費的「半睡顧客」,以及個人購物週期超過三倍時間未回來消費的「沉睡顧客」。
「消費者這麼主動積極來店頭,還願意掏錢,反而是我們沒有持續性地照顧他們。」常希仁說,導入數據分析前,大家隱約感覺得到客戶流失,但,實際掌握流失掉的客戶數後,同事們都很震撼。而現在,針對不同類型的消費者,New Balance會開出不同的「藥方」,例如透過行銷資源投放,主動推薦最適合的產品。
他指出,New Balance會繼續加強數據收集和解析,預計今年會在全台各地商圈挑選六到八間具有代表性的店家,安裝相同的物聯網裝置,其中也包含台北東區。他透露,其實不只New Balance,業界許多知名品牌也都在研究數據分析。「運動產業最有挑戰的地方是,大家都很敢嘗試。因為我們不是最大的,所以一定要跑得快,才有機會贏。」他說。
而在這場沒有終點的馬拉松裡,至少New Balance已經邁出了一大步。