近年來，隨著AI與大數據的興起，不少品牌開始透過資料反饋和會員建立更完善的溝通管道。意藍資訊專精巨量搜尋及自動語意分析，日前舉辦「人群大數據分析應用發表會」，邀請台大商研所兼任教授楊立偉博士說明品牌會員發展的未來趨勢。

---

品牌會員經營發展趨勢

會員經營常與客戶關係管理（Customer Relationship Management，簡稱CRM）畫上等號，使企業更加了解顧客與市場、提升轉換率、留住顧客建立長期關係，進而減少客服問題並改善聲譽，最終創造營收新契機。

促銷買不到忠誠　發展關係行銷強化關聯性

由於招攬新客比留住舊客的成本多出5-7倍，多數CRM目標與顧客忠誠度有關，意圖建立長久信任關係，使顧客持續購買以增加終身價值，甚至是主動向他人推廣品牌 。不過哈佛商業研究指出，加強購買誘因來維護顧客忠誠度的成本越來越高，單向推播廣告達到的效果不如以往，所以品牌應更關注在提升與消費者的需求關聯性：如何在正確的時間或情境下，第一時間滿足他們的需求。

相較於傳統大眾行銷只注重一次性的交易、以單向傳遞訊息為主，企業應改採關係行銷（Relationship Marketing）來強化與顧客的關聯性。關係行銷為一種以消費者為中心的行銷方式，藉由與消費者每一次互動中，累積資訊並進行個人化服務，強調長期持續的交易、雙向的溝通瞭解，比較重視荷包占有率（長時間可從一位顧客獲得的營業額）而非市占率。

▲大眾行銷與關係行銷差異

Social CRM工具驅動決策　落實關係行銷

現代品牌通常會經營社群媒體如粉絲團、自媒體，利用社群與消費者互動，了解他們的想法，同時透過活動、操作話題建立品牌形象與口碑。品牌也導入CRM系統，整合會員資料、消費紀錄、電子報推播和客戶問答支援等多元的資料來源，以支援發展分眾行銷、銷售和服務的策略。

然而，楊博士指出，在活動與內容發佈後，所有的數據便散佈在不同廣告平台，難以整合或再次利用，而品牌會員資料若不夠即時，無法看出客戶是否有生活型態或興趣的改變，無法了解到客戶全貌與消費情境，不足以在交易前就精準預測需求。

因此，越來越多企業導入第三方數據，想要了解更多客戶的站外行為和興趣。Social CRM（社群客戶關係管理）的觀念應運而生，利用AI整合消費者在社群上的互動數據和品牌會員資料，進而了解消費者在什麼時間點，什麼情況下想到公司的產品、品牌、服務，甚至是勾勒出顧客平時的喜好、經常瀏覽的網站或購買產品顧客之間的共同點。公司擁有的資訊愈多，越能為每一位顧客與潛在顧客提供更好的價值，同時也收集顧客反應不斷改進。品牌可以根據不同的顧客做出不同的業務流程，走入他們的生活；從瀏覽官網的人群特性中制定交集，挖掘潛在的客戶；或是在預算有限的情況下，增加分析維度作更精準的會員分級管理。

數據驅動範例1：引入外部數據　發現客戶特徵

在Social CRM的行銷模式下，意藍資訊提出的解決方案《PeopleView人群資料庫》便利用數位足跡，可以定期將累積的會員數據匯入到品牌慣用的系統，補充資料豐富性和即時性，進一步分析其特徵進行個人化行銷，亦可作為後續會員經營策略之參考。

▲興趣標籤補充會員資料之示意圖

1.引入第三方人群數據，從多元角度描繪客戶樣貌

2.結合決策樹分析模型，找出高轉換率潛在客戶

舉例來說，某個知名的旅遊比價網站希望能觀測消費者的樣貌，強化會員行銷策略，於是利用PeopleView作為社群和CRM的橋樑，以一般訪客與飯店訂房者身上帶有的人群興趣標籤差異製成決策樹，分析主力客群樣貌，藉此挖掘同樣條件的潛在新客戶。他們發現一般純粹路過的訪客通常不大關注外匯交易；若同時關注外匯交易、又有水上活動的習慣，特別是游泳者，會下單訂房的機率高達94%；其次，對游泳沒有興趣，可能也不常看商業與經濟新聞者，飯店訂房率也達到92%。最後，利用此預測性分析結果做相對應的個人化建議或廣告投放，可以有效提高轉換率。

▲ 旅遊比價網站訪客興趣特徵決策樹

數據驅動範例2：累積互動數據　反覆優化廣告成效

品牌導入第三方數據，建立客戶決策模型描繪高轉換族群特徵之外，還可以協助客群行銷，追蹤點擊廣告者特徵並修正目標靶心，接觸到真正的客群。

1.引入第三方人群數據，觀察網站的訪客特徵

2.依其特徵進行相似受眾的廣告投放或修正策略

某知名汽車品牌則希望比較全體官網訪客與觀看特定車款的顧客特性異同，進而擬定針對性的行銷策略：發現到訪官網者都未被貼上減重瘦身和電信品牌的標籤，而瀏覽特定車款頁面的人特別不關注產險，與整體官網訪客剛好相反。

▲ 汽車品牌官網訪客興趣特徵比較

依照上述特徵投放廣告後，再分析點閱該車款廣告之消費者，除了原本特徵，意外發現他們還對人民幣有興趣且不關注超級跑車，以此方法反覆修正廣告投放條件，逐步鎖定目標客群，提升廣告成效。

▲ 觀看品牌特定車款客戶之廣告條件修正

數據驅動範例3：新會員分級指標　洞察用戶全貌

在資源有限情況下，過去我們已在進行會員分級，現在導入PeopleView的網路行為資料到傳統會員模型，增加可分析的用戶資料維度，進而配置不同的行銷預算。如此一來，不只能看到消費者的消費時間、頻率、購買商品，更能了解他在站外的興趣特徵，更有效分配行銷資源。

傳統RFM模型下的行銷策略

▲使用RFM模型進行會員分級與策略規劃之示意圖

以傳統RFM模型^[注1]顧客分級為例，會員編號25494這位客戶他很久沒來消費，但過去交易金額大，因此視為潛在有價值的客戶需要喚醒，此時品牌應採取價格或禮金誘因吸引他回鍋。而編號18669，他近期常消費且貢獻金額高，應重點維護與其關係，採取品牌忠誠計畫並提供新品通知。利用傳統CRM數據所規劃的策略，雖看似完美，實際上第一方的交易和人口統計資料遠遠不夠，還有包括社群互動、瀏覽足跡、興趣偏好、EDM行為、廣告互動、行動裝置資訊等數據未能捕捉。

[注1] RFM模型：利用傳統CRM的會員資料可進行RFM模型顧客分級，根據最近一次消費（Recency）、消費頻率（Frequency）和消費金額（Monetary）設立指標。

導入第三方數據後RFM模型的展望

▲ CRM導入PeopleView數據做興趣強度追蹤

PeopleView可針對會員做興趣強度變化的追蹤，比如編號25494的會員最近一次消費精油蠟燭後，對精油的興趣明顯下降，但同時可發現他對生機一直有興趣，推測是一位注重健康、有強烈意識的人。為了挽回此客戶應投其所好，推薦高單價、有尊榮感的相關產品，吸引他再度消費。

▲ 從PeopleView標籤變化了解會員輪廓

企業還可以利用PeopleView興趣標籤來更加了解會員輪廓，原本只知道編號18669這位會員為頻繁消費的優質客戶，進一步觀察其興趣標籤，可知其9月時主要從台北上網，是位單身租屋族，到12月時上網地點改為桃園，並且有結婚意圖、關注房貸訊息。站外觀察的行為及興趣可作為領先指標，發現此會員其實是由於生活型態、地理因素改變，成為即將流失的客戶。


傳統CRM與Social CRM的最大差異，即是不限制來訪特定網站、不限時間、不限已完成交易者，完全依照消費者的使用習慣，記錄品牌與每個人接觸的珍貴數據。

數位工具是企業CRM能力的核心，除了利用會員制、Cookie、條碼掃描、社群媒體及Google Analytics等工具幫忙累積有關顧客及其行為的相關資訊，加上AI智能興趣標籤後，不但協助提升客戶轉化率，更能有效分配預算降低行銷成本。在潛在客戶決定下單前便可採取針對性策略，使銷售與廣告的投放更加精準，和顧客互動的過程不再只是單向的發送郵件與廣告，更是將消費者的回饋與喜好納入企業的決策，達到雙向且更智慧化的互動，創造新的營收機會。

更多與PeopleView有關的文章：

中華大數據　第三方數據在零售業的創新應用

PeopleView行動裝置品牌與人群興趣分析

整合多元數位足跡　擬定高效行銷策略

---

＞＞活動快訊＜＜

對會員經營方法有興趣者，或是欲了解更多關於Social CRM解決方案者，意藍資訊2019年3月將舉辦另一場人群大數據分析應用發表會，說明如何以數據驅動關鍵會員力。若您想取得更多活動資訊、有興趣參加，歡迎點連結至官網留下您的聯絡資訊。