零售的科學

透過不同模型的交乘，增加單一模型解釋的豐富度，可以讓簡化的模型，增加其更進一步的豐富度，因此可以簡單的 NAPL 模型觀測會員分佈全貌，然後透過 DCIU 交乘來用比較細緻的分群，來做會員溝通操作 會員經營裡面，會員分群是很關鍵的事。透過好的會員分群溝通，可以提高

數據治理 (Data Governance）是數據應用的根本。一個品牌的會員資料？業績是多少？沒有好的數據治理，甚至這些根本的數據都是錯的，永遠看不到對報表，看不清楚自己公司的經營全貌。

門市通路很不喜歡Show-rooming（展聽現象），透過重建OMO顧客旅程，可以讓Show-rooming的消費者的線上消費，可以歸因回某門市的服務，並讓門市認列到業績，就可以把Show-rooming的現象，變成推動OMO的助力。

每一筆線上訂單的產生，成效到底歸屬於哪一個來源媒體，其中的歸因邏輯與歸因模型，就是「Attribution」的議題。

追蹤並儲存網站的每一個點擊，把這些消費者的網站行為，轉換成有意義的零售業數據，依據時序重建顧客旅程(Customer Journey)，透過顧客旅程，可以理解消費者意圖，並重新檢視媒體佈局的策略。

當第三方追蹤碼被淘汰，零售品牌因應網路廣告的巨變，要透過CDP掌握自己的數據，並串連DMP來提升廣告成效。網路廣告運作的基礎靠數據，而CDP是DMP是數位行銷重要的數據基石。

OMO帶動業績成長的結果，來自於OMO佔比的提高。OMO佔比的基礎，來自於拉高eCom的佔比。

會員分級制度是常用的方法，可以有效提供會員貢獻度。其實運作的原理，是利用RFM的Ｍ - 會員貢獻度 來分群，也是一種利用數據分群操作的結果。

其實從加入會員開始，每一個會員都在飛奔似的跑向這段關係的終點。每一個會員都會有一個生命週期(LTV)：從初識、喜熱愛、到逐漸淡忘，只是時間長短不同。 這個時代的零售業，都知道要經營會員。從讓消費者認識你，到願意加入會員開始，品牌和消費者就開始了一段關係。但，這段關係可以有多久？

NAPL是一個會員分群模型，他可以協助品牌了解會員分布的樣貌，追蹤會員經營的成效，並針對不同群的會員，設計會員行銷活動。