藏在發票明細裡的數據

發票明細裡到底有著什麼數據?驚人的是,企業能夠搜集的數據大部分都藏在發票明細裡。稍微誇飾一點,發票明細就是消費者與企業相遇的時間,加上空間的集合體,發票明細不是只為了退貨或換贈品而存在。為了描繪出消費者與企業相遇的瞬間,下面就讓我們藉由「六何法」來進行數據整理吧。

分析消費明細的數據六和法(來源:《解讀數據的技術》)

發票明細上,除了六何法中的「Why」以外,幾乎涵蓋了所有其他資訊,而「Why」則是要藉著企業的洞察力去發掘。當我們了解消費者「為什麼」做出這種行動時,就知道消費者可能會再次做出同樣的行為。消費者分析,其實就像是拼圖一樣,要找出消費者為什麼現在會購買或不購買這項產品。

誰(who):誰購買了這項產品

發票明細上會記錄這名顧客是否有加入會員,也能夠看到顧客加入會員時所填寫的姓名、年齡等個人資料。會員在意義上有比「知道個人資料」更為重要的事,也就是透過會員資料能夠確認這個人是否為「同一人」。

就算是同齡、同性別的人,也不會完全相同。對於現代社會而言,名為「A」的人在什麼時候、在哪裡、用什麼方式、購買了幾次,將這些資訊連接起來才更具有意義,因為這世界一定存在著個人取向與生活型態相似的族群。

透過一張交易明細,就可以解釋顧客與企業相遇的過程,再結合會員的發票明細,就可以解釋顧客一週、一個月,甚至是一年的消費。如此一來,這位顧客就能夠成為折扣等活動的目標客群,這才是會員能為數據帶來的畫龍點睛之處。

應該以顧客行為做為基準,而非人口統計數字

世界上沒有一模一樣的人,但是卻可能擁有相同心思的人。舉例來說,兩個同齡、同性別一起上大學的朋友A跟B,從小出生在同一個地方、從同一所小學畢業、現在也住在同一個地區,兩個人還一起加入了同一個品牌的會員,而且每個月消費的金額也差不多。

如果要以他們為目標客群企劃一個新商品。你可能會認為他們屬於同一個族群,企劃起來應該很簡單,但其實要製造出一個能夠同時滿足他們雙方的產品,也會有點困難。

我們假設他們加入的是一間比薩店會員,其中一人喜歡起司比薩,他喜歡上面沒有任何額外配料。但是另一人喜歡的,卻是擁有豐富配料的比薩。我們真的能做出同時滿足這兩個人的比薩嗎?除非將比薩的配料分別包裝,否則我們將難以同時滿足這兩位擁有相似個人資料的顧客。

在這裡,我們加上第三個人C,他則是只吃同時擁有蕃茄和起司的比薩。

從人口統計學來看,A與B應該被歸類在同一個族群;但從取向來看,A卻應該與C被歸納在同一個族群。假設今天比薩公司想要開發新產品,那麼比起思考「像A跟B一樣的二十歲男性居多嗎?」,更重要的是去思考「跟A和C一樣喜歡起司的人比較多嗎?」、「跟B一樣的族群有增加的趨勢嗎?」,或是「這個產品是不是能滿足其他取向的顧客?」。

什麼東西(what):顧客買了什麼東西

個人化推薦會刺激個人取向,你可能認為個人化推薦有很多可能的邏輯,但其實大致上可以區分為兩大類,第一類是「以個人A的購買紀錄為基礎,推薦A這個人喜歡過的東西」,以及第二種「如果有跟A類似的人,就假設他們也會喜歡A所喜歡的東西,並將其推薦給他們」。

而亞馬遜的格雷格.林登(Greg Linden),就是以既有商品的數據進行過濾。由於商品的數量比用戶數量少,所以透過計算商品的相似性來進行推薦。假設買A商品的人,跟買B商品的人重複率很高,那麼就會推薦和A與B類似的商品。

以產品為中心進行策略分析,不僅能用在既有商品的販賣上,對於製造新產品的時候也非常有幫助。公司可以基於既有客戶的取向,進一步發現自我品牌無法滿足的「市場缺口」,在發行新產品的時候,也更能夠確定「有某種取向類型的顧客,一定會喜歡這項新商品」。

什麼時候(when):產品什麼時候銷售出去

發票明細上面的時間數據,會因為使用的方法不同,產生非常大的差異。最近愈來愈多限定週幾,或某個時段特價的折扣活動,就是為了讓銷售量好再更好,或是在銷售量低迷的時候引導顧客消費,時間可以用來進行雙向操作。

當發票明細上的時間屬於會員資料,那麼又會出現另一層意義。我們可以藉由數據了解會員一個月來店幾次,並計算上次跟本次到訪的時間間隔多久。訪問頻率與間隔在計畫會員活動時,可以協助我們找出最適合的期間與頻率,也可以藉此了解會員在什麼活動之後,會減少或增加消費。

(編按:篇幅考量下略兩個W內容,詳請見《解讀數據的技術》精彩內容)

為什麼(why):為什麼消費者有這種行為

到目前為止,我們所討論的發票明細分析,都是為了找到「為什麼」,因為這才是消費者行為的起點。我們必須去思考「消費者為什麼會在這個時間點購買這項產品」、「為什麼會在這個地點購買這個東西」、「為什麼這張折價券的使用率比較高」,掌握這些原因之後,就能在下次的企劃上發揮很大的作用。

就算真的不能從中掌握到原因,那至少也要用問卷調查的方式,詢問消費者其中的緣由,當我們不能直接斷定消費者執行該行為的原因,直接詢問會是較好的方式。如果略過數據分析就直接採用問卷調查,所得到的結果很可能會流於膚淺或片面。

給實際工作者的指南:發票明細數據分析

為了讓發票明細可以與其他數據做串聯,我們必須在發票明細的編號上埋下線索。舉例來說,如果發票明細編號可以與顧客編號做串聯,那麼就可以進行會員數據的相關分析(who);如果可以與賣場編號做串聯,那麼就可以進行賣場特性的相關分析(where);如果可以與產品編號做串聯,那麼就可以進行產品樣式的相關分析(what);如果可以與各別日期的促銷活動,或公休日等時間數據做串聯,那麼就可以進行時間分析(when)。

如果不將數據應用在這些單純的原理上,而只是不斷累積數據量,那麼日後在數據整理上,就必須投入更多的時間與努力。但驚人的是,有許多企業真的不會去考慮事後要分析什麼,只是不斷的在累積數據。隨著時間的變化,企業一定要先思考想要分析的數據是什麼,再來累積數據量。

書籍簡介

解讀數據的技術:韓國星巴克第一數據科學家 教你讀懂數據必問的十道題
데이터 읽기의 기술

作者: 車賢那

譯者: 蔡佩君

出版社:樂金文化

出版日期:2021/07/14

作者簡介

韓國星巴克第一數據科學家 車賢那

  消費者心理學博士,曾擔任KT經濟經營研究所研究員,參與過大大小小的組織,認為利用數據發現新事物的成就感,是工作的快樂泉源。

  她覺得數據本身必須要有目標,才能在市場上生存與運作,也只有目標明確的數據,才能了解消費者的心理,而這些數據將能幫助企業繼續生存下去。

  她的名言:「讓數據為人類做事,因為最後還是要由人類,決定未來的方向。」

譯者簡介

蔡佩君

  英國伯明翰大學(University of Birmingham)國際商務系,中國文化大學韓文系,曾赴韓國漢陽大學及培材大學交換學生。

  曾於遊戲公司擔任韓文翻譯專員,從大學期間就開始兼職口譯、筆譯等翻譯相關工作。書籍翻譯作品有《一人開公司快學速會的財報會計課》、《有窮爸爸,你也能變富兒子》、《童話裡隱藏的世界史》、《隨身一冊!秒懂日文菜單》、《什麼時候,你才要過自己的人生?》、《不想成為滄桑前輩,你一定要懂的36件事》、《社畜的財務自由計畫》等。


責任編輯:易佳蓉