「我們應該運用數據的力量幫助我們獲得更多顧客」、「大數據能夠幫我們精準分析顧客的樣貌」，資料科學(Data Science)應該是繼AI之前，大家最關注的議題，如何運用數據分析瞄準目標客群，制定不同的行銷策略，已經是每個產業必備技能。
然而在建立市場行銷模型時，我們大多先以「射飛鏢」的方式，從無數個變數中，挑初一、二個做為初步劃分市場的區隔，經由修正與調整建立市場行銷模型，再來評估行銷模型的成效，然而在初步劃分市場階段，可能會遇到：「我應該選擇什麼樣的變數來劃分我的顧客?」、「如何決定第一個篩選條件?」等問題。
有鑒於此，或許我們可以嘗試採用「導流思維」的方式，在執行數據分析前，先設計幾個關卡條件，以利後續行銷成效的評估。本篇不會敘說太多關於數據分析與建置行銷模型的方式，主要是探討如何使用「導流思維」，幫助我們有效劃分市場，進而達到精準行銷的目的。
一、建置顧客行銷模型時，可能會遇到的難題
傳統行銷常見的市場區隔做法，大多是採用以下幾個變數條件，作為我們初步劃分市場的指標：
- 人文變數(年齡、性別、星座..)
- 地理變數(城市大小、居住地區、人口密度..)
- 心理變數(社會階層、人格特質….)
- 行為變數(使用時機、產品偏好…)
但以「質性變數」作為篩選條件，只能大致描述顧客的樣貌，除了缺乏量化的指標予以佐證，也會產生：「要先選擇哪幾個質性變數來做篩選？」
因此有人提出，或許我們可以搭配「量性變數」來協助分析，像是購買頻次(Frequency)、購買時間(Recently)、購買金額(Monetary)等從顧客消費結果的角度出發，加強單純以質性變數作為篩選的弱點，然而搭配使用量性變數時，我們該先從購買金額開始、接續購買頻次，還是先篩選購買頻次，再來分析購買時間呢？
這樣如同「射飛鏢」的方式來建立顧客行銷模型，使我們必須先猜想「理想中客群的樣貌，再使用各種分析模型去檢驗，此次建置的行銷模型是否能達到預期成效？」，不僅過程繁複，也可能是在建置顧客行銷模型時，遇到最棘手的問題。
因此，與其盲目的猜想顧客的樣貌，還不如試著採用「導流思維」，設計關卡條件，引導顧客參與我們劃分市場的任務。
二、運用「導流思維」，幫助我們有效劃分市場
我們就以金融業當作案例，嘗試運用「導流思維」的方式來劃分顧客市場。
首先我們可以運用「活期儲蓄存款」做為顧客導流的入口，根據顧客存款金額，給予不同的利率條件，吸引顧客存錢，例如：0.1%、0.5%、1%，這樣的設計模式的好處在於：
- 引導顧客參與劃分市場的任務
- 客群類似、降低錯誤篩選風險
- 調整關卡、找尋顧客偏好誘因
第一點：引導顧客參與劃分市場的任務
剛剛還在傷腦筋該選擇什麼樣類型的變數，採用「導流思維」，設定不同活期存款利率條件，也就是入口關卡，不僅能做為吸引顧客存錢的誘因，也能幫助我們達到初步市場區隔的目的，降低錯誤劃分市場的風險。
第二點：客群類似、降低錯誤篩選風險
根據入口關卡條件的不同，使我們能夠擁有三種客群，初步劃分出高、中、低三種客群，後續再使用「質性變數」、「量性變數」並搭配各種數據分析模型，依據性別，地區、消費行為、消費頻率等變數深入分析，不論是高、中、低客群都是依據特定關卡條件所劃分，因此在執行數據分析時，較不會有離群值的情形發生，有效降低篩選錯誤的風險。
第三點：調整關卡、找尋顧客偏好誘因
由於我們是根據不同存款金額，發放不同的利率回饋，因此當嘗試降低「高」客群的活期存款利率回饋時，我們就能夠清楚觀察此客群的流動方向，從中找對於利率敏感、與利率不敏感兩種客群。
再搭配數據模型，分析這兩群人的的消費行為模式，作為我們產品跨售的依據，例如對於利率不敏感、信用卡消費頻次高的顧客，我們可以嘗試提供金額小、期數短、利率較高的小額信貸產品；對於利率敏感、信用卡消費頻次高的顧客，我們可以嘗試提供刷卡優惠的資訊，鼓勵他提高刷卡消費的金額，賺取更多利潤。
三、結語：為什麼我們該嘗試使用「導流思維」？
身處於資訊爆炸的時代，顧客的行為與樣貌越來越來難捉摸，不像過往只要選定三、四個變數指標，搭配統計分析模型，就能漸漸描繪出顧客的樣貌，或許我們可以嘗試改用「導流思維」的方式，在執行數據分析之前，先在數據分析平台上設定幾個入口閘門，於每個入口閘門給予不同條件的入場券，當顧客憑券入場時，我們就能夠初步知道顧客是被什麼樣的誘因條件所吸引，讓那些入場券不在僅僅是行銷的優惠方案，而是引導顧客幫助我們後續執行數據分析的重要依據，幫助我們跳脫選擇劃分市場的難題。
傳統做法 vs 導流思維在行銷做法上的差異
