接下來我們再舉另外一個例子,如果我們今天零售賣場 想要做的是目標行銷的話,那我們可以怎麼做呢?
我們第一種是透過會員資料跟商品資料 去找到會員跟商品之間的關聯性。
另外一種是回到消費者本身,我們去了解他的興趣,
消費習慣,然後去找到他的一種連續的購買行為, 這種在行銷上面也很有幫助。
那實際上的做法,像這邊舉一個例子,
前兩個的結果是我們發現果汁飲料類,這是以台灣,老師團隊實際上研究的例子,
大多數是落在是女性購買, 而且是 25 歲到 35 歲居多。
那如果是汽車百貨類的商品的話,大部分是男性購買,是 25 歲到 40 歲居多。
那如果我們再把這種購買的關聯性加上時間上的因素,
去計算說同一人他在一段時間就會再來購買的東西
彼此的關聯性是如何,我們就可以找到一種叫做 連續性的 sequential pattern 連續行為。
像這個例子, 來買愛狗坐墊的人,他可能過一陣子會來買項圈,
接下來會持續地來買狗食跟除蚤劑。
那有一個買 變速電鑽的人他可能過一陣子會來買捲尺,會來買多功能噴漆。
以零售賣場做例子。
一個零售賣場裡面的商品種類,我們一般這個業界的術語叫 SKU。
它的單位可能是數百、 數千到數万,那我們通常
在做比較進階的資料分析的時候,我們會給予不同的商品不同的權重, 有些商品它在訊號
signal 上面是非常的強烈, 比如說他來我們這邊的購買記錄裡面有買過狗食,那他
家裡有沒有養寵物呢,所以我們不敢講斷定、 一定有,可是他應該有很高的機率
家裡有養狗,不然買狗食回去做什麼,當然有一種是幫別人買,這相對應這個狀況比較少。
所以像狗食這樣的商品,我們就給予比較高的權重,同樣地 如果有消費者在購買記錄裡面他有買過
奶粉,買過尿布,買過奶瓶,我們可能也會反推他家裡可能是有新生兒、 寶寶、
幼兒,那如果他買了一些比較小孩子的童書,我們還可以推論說他家裡的可能的小孩是
已經到識字這個階段,已經在求學這個階段。
所以我們反而可以運用資料分析的方法
利用這些不同的商品給予不同權重,反推這個人他的一些
基本的屬性,他的興趣、 消費意圖、 人生階段都可以。
所以這是在做關聯分析的時候一個常用的技巧,我們到後面會把某些
資料,某些商品的特性的權重會增加 比較強力。
以這個例子,我們如果找到了這個 什麼會員買什麼商品,以及他的連續購買行為,那我們可以應用上面的話,就主要有兩大方向。
第一個方向就是針對目標族群去寄送行銷訊息。
這個就是目標行銷,那我們就可以 投放地更精準,成本更低,轉換率更高。
另外一個,我們如果可以有一種連續行為的話,這個非常的有用。
我們通常可以預測這個人他接下來可能需要什麼。
舉例而言,比如說她來買了一些是懷孕時間相關的 用品,我們就可以預測,這個因為它是隨著時間會線性地前進,
她懷孕之後,如果順利地生產,她可能就需要一些新生兒 寶寶的用品,接下來她可能就會陸續需要很多相關的商品,
比如說坐月子啊,送油飯啊,或者是各式各樣的東西。
我們就可以利用這個東西去反推她接下來需要什麼。
這個時候可以做到所謂的個人化推薦,
recommendation,甚至是一些建議,這個時候我們就可以來預測他的購買行為, 刺激消費,增加營收。
以前有個很有名的例子就說, 特別是這種快消品,我們會去預測這一個人他買的
米來反推他家裡有幾口人在吃米, 然後進一步可以計算出來他家裡米的消耗量的週期,
大概是多少,甚至在差不多該用完的時候, 甚至可以主動發送一些跟米相關的促銷的訊息,
這個就是我們一般在說行銷裡面,資料分析所帶來的這種主動性 行銷的一種優勢。
這邊,我們當然最後就可以把目標族群的
特徵,消費者的輪廓更加地描述清楚,就可以做到非常好的行銷。