你聽過星巴克,也可能買過。但你知道星巴克的影響力嗎?
根據美國最大的線上房地產資訊網Zillow的一份研究,一九九七年到二○一四年之間,一般住宅的平均地價漲幅率為65%,但是星巴克附近的住宅卻高達96%,兩者相差懸殊。
星巴克的進駐,除了影響地價,同時也會為周邊其他商店帶來好處。
星巴克最大的影響力,是為商圈帶來更多流動人口的品牌力,來到這裡的客人自然也會走訪附近的商店,產生刺激整體的外溢效果。觀光客也喜歡有星巴克的地方,因為只要看到星巴克的招牌,即代表該地區的水準受到一定的肯定。
星巴克在韓國同樣也帶來了市場擴張效果。一九九九年星巴克進軍韓國後,韓國國內咖啡市場急遽成長,一九九九年至二○一一年間的成長率達到年平均21.6%;即便說韓國的咖啡市場是跟著星巴克一同成長的也不為過。
一九九九年於梨花女大前開幕的星巴克一號店|摘自《巷弄經濟學》
以上是去年出版的《
巷弄經濟學》中所提到的一段內容,作者是韓國延世大學的教授。當時我對此印象深刻,同時也感到好奇:星巴克在韓國是如何做到的?為何能創造如此大的影響力?可惜書中沒有談及太多。
直到今年五月收到了出版社的邀約,希望我為這本《
解讀數據的技術》掛名推薦,我翻了翻內容發現,嘿!這不正是我想看的嗎?
作者車那賢,是韓國星巴克一號店的數據科學家,也是一位消費者心理學博士。
在這本書中,她以數據解讀的觀點,揭露韓國星巴克是如何打破網路與實體的界線,了解消費者行為、洞察消費者心理,為企業創造出更多利益的?
過往擔任產業研究、營運分析職務的經歷,讓我對數據分析、解讀與洞察有一定程度的歷練,也歸納出系統化的做法,所以在閱讀時也格外留意與檢視書中所陳述的脈絡與觀點。先說結論,如果你希望學到的是數據分析的方法,這本書恐怕不能給你太多收穫;但書中所談的,是更為重要的數據解讀的方向,也就是如何讓數據分析的技術發揮效益。
這是我在企業講授與輔導數據解析時,感受最深的一件事。許多組織、企業都不缺分析方法、技術與人才,但對於善用數據的觀念十分薄弱。比方說:
- 引進了大數據、人工智慧,數據分析與解讀的能力自然有所提升。
- 需要數據?我們有很多啊!趕快找個懂數據分析的人才,告訴大家發現了什麼?
- 分析結果跟經驗認知差異頗大,是不是哪個環節或數據出錯了?
- 要投資多少都不是問題!趕快找人、買設備,盡快告訴我如何讓公司賺錢?
這些都是錯誤的觀念,導致大多數的數據工作只是徒增成本與時間的浪費,還製造了更多問題。如果你或是公司的主管,也曾經有過上述的想法(或者現在也是),真心建議可以閱讀這本書,先不論是否能從中獲取數據解讀或分析的能力,至少可以少走些冤枉路、少浪費些不必要的工作。
在這本書中,主要在談三件事:
- 面對數據,我們應該如何合理地看待它能發揮的價值?
- 面對問題,我們應該如何正確地從數據中找出答案?
- 面對市場,我們應該如何有效地解讀數據並運用在行銷上?
一、我們該如何看待數據能發揮的價值?
書中舉了一個例子,我覺得很貼切。
如果將數據比喻成珠子,那麼珠子的種類跟數量,肯定是越多越好,接著還需要能夠容納珠子的袋子與空間,最後再將這些珠子串起,才會成為珠寶。
每個企業、每個企劃,串出來的珠寶都長得不一樣,有時是項鍊、有時則是手環,每次戴的人、時間和地點也都不一樣。負責串珠寶的匠人,在設計認知與工藝技術上也有程度上的差異。
但是多數公司,都不在意這些條件上的差異,只會大聲囔囔
以為只要數據夠多、買了足夠的設備,自然就會大功告成。不過,這樣的想法的確是太天真了!所以作者根據她的經驗,在書中點出了十道提問。如果我們希望善用數據來改變現況、達到某些目標,都應該好好想想。
我將這十道提問歸納出五項觀點:
- 數據對各公司的重要性不同,要進行對公司核心產品或服務有助的分析。
一間沒思考過核心產品與本質的公司,極有可能不知道該做什麼分析而搖擺不定。在數據分析之前,必須先設定好數據相關的具體目標,以及如何運用每個單位的數據。
- 公司內部的數據能力水準,取決於決策者的水準。
數據不會關係到一間公司的存亡,但會是一個消耗性的過程。數據可以幫助在經營決策上,進行更有理論依據的決定;也可以只是占用系統資源與時間成本的累贅。
數據能力的水準,反映在人力、系統與數據的條件上,缺少其中一項都會導致分析無法進行。比方說,有可以進行分析的人力嗎?有可以儲存數據的系統嗎?數據以什麼方式累積呢?如果決策者連人力、系統和數據的現實問題都無法體認,那麼要活用數據的可能性也不會太高。
- 知道自己要從大數據中獲得什麼見解,遠比獲得大數據更加重要。
如果無法用筆寫下想要「從什麼數據上、獲得什麼數值」的話,大數據只是一個令人茫然的存在。
能夠用數據來證明常識,這件事本身就非常具有意義。因為我們用數據證明了人類的直覺。數據分析與解讀的人,都應該擺脫「早就知道的事情,幹嘛要用數據證明」與「將尚未成熟的結果展示出來,會有失可信度」這樣的偏見。
- 數據分析的結果若與預期不符,能虛心接受嗎?
面對結果顯出「跟我認知的不同,是不是哪個環節出錯了?」這樣想法的人,往往心中早有結論了。因此無論是數據還是意見,都是為了鞏固自己的想法,就很容易做出這樣的反饋。
數據錯誤,不代表人的眼光不正確;數據正確,也不代表人的意見就肯定是對的。在數據呈現之後,最終下決策的還是我們;能夠靈活運用數據,正是人類勝過機器之處。
- 掌握消費者行為,光靠銷售數據是不夠的。
銷售額只能顯示出「消費者最終的決定」而已,我們必須能掌握消費者在購買前後的狀態,才能更正確地知道消費者購買的理由。數據的蒐集也未必是越多越好,重要的是代表性,能否從中理解消費者的目的。數據的分析,是從各個面向觀察一個現象,才能獲得穩定的基礎,是需要時間等待熟成的。
二、我們該如何從數據中分析消費者心理?
要能從數據中得知消費者心理,可以透過幾種分析技巧:
一、銷售數據分析:與銷售直接相關的數據分析。
比方說以發票明細與其他數據,像是會員數據、賣場特性、產品樣式或是促銷活動等時間數據進行串聯,就可以進行一系列的銷售數據分析。
二、天氣、季節與節慶的數據分析:來了解左右消費者心理的因素。
不過天氣數據的分析會受到天氣預報準確性的影響,因此利用季節或節慶期間的特性會相對有實用價值。
三、主動式、被動式數據分析:
使用主動式數據分析來確認事實,像是消費者的信用卡數據、會員結帳紀錄等;再透過核心問題進行問卷調查,蒐集到被動式數據來確認消費者心理。
在問卷調查中反映喜歡、會購買的消費者,未必實際會去購買,這是兩回事。問卷中的數據可能會受到問題設計的誘導,或是在有限資訊下做出判斷,與真實面對購買情境下的選擇,是存在一段差距的。
四、商圈數據分析:消費者會因為所處的地方不同,而做出不同的行為。
比方說,到訪特別的地方或觀光景點,人會更願意消費高單價或平常不會購買的商品。因為這時候的消費者大腦,有極高的機率會被誘發「我現在就是來消費」的心態,就會有更容易花錢。反之,在日常生活的消費上傾向精打細算的機率也會比較高。
五、時間分析:平日或假日、白天或晚上,消費者的心理模式都會有所不同。
如果能先了解哪個時段、人們會有哪些行為,找出有意義的時段,再推出對應的產品或服務,就會更有說服力。比方說,平日早晨偏好喝濃縮的美式咖啡,下午如果想喝咖啡也只會選擇低咖啡因濃度的。
六、消費群聚分析:消費行為的集中性。
比起性別、年齡這類的消費者屬性,在分析消費者心理時最好還是根據產品使用狀況或情境為中心,進行數據分析。這是因為傳統的消費者屬性區隔越來越模糊,以行為模式來分類,會比以消費者屬性來分類更能反映消費者心理。
七、產品性質分析:以產品特性來比較消費者的差異分析。
一項產品之所以會成功,可能是眾多因素綜合的結果,而不單單是因為顏色、材質或地理位置。如果能將產品性質拆分,並與客戶資訊進行串聯,結合年度消費金額等數據進行分析,就能得到更多元化的分析結果。
八、延遲時間分析:消費者回答問卷的反應速度。
消費者在作答時的所耗用的時間,也能反映出消費者心理,同時隱藏著他們苦惱的痕跡。人們有經過思考和沒有經過思考的答案是有差別的,透過分析網站數據,計算出延遲的時間,然後計算消費者表示想購買的產品、與實際購買的行為,就能看出消費者真正的心意。
九、手機數據分析:利用手機計算人流的技術。
雖然無法得知個人的切確資訊,但也因此避免了個資問題,適合用來評估相對規模;比方說,這間店是否比另外一間店熱鬧,或是這間店的人流量是否比上個月少。此外,手機上所產生的數據日誌,也是一種行為數據,可以讓我們知道使用者在網站或 App 上的使用行為,搜尋了哪些?觸發點擊了哪些產品,並沒有實際購買的行為?
數據的價值,是讓我們了解消費者的真實想法,找出滿足需求的線索。
而上述的分析技巧,就是為了找出這些線索。但要記得兩個重點:
- 第一個是消費者心理,不代表消費者行為。
- 第二個則是數據單獨存在沒有意義,必須要有比較的基準。
舉例來說,在問卷調查上的某一項問題,是消費者對於新產品的購買意向,獲得了 3.9 分(滿分 5 分)代表什麼?好像差強人意,卻又說不準是好、還是不好。
如果現在告訴你「過去的調查結果中,如果沒有超過 4.5 分,就不會熱銷」這項資訊,那麼 3.9 分的結果就是很低的分數。但是假設這次的新產品是電子產品,而過去對於電子產品購買意願的調查平均值是 3.3 分,那麼 3.9 分就算是高分。
根據基準點的不同,3.9 分就會獲得不同的評價。
同樣的道理,購買意願獲得 5 分滿分,就代表消費者一定都會購買嗎?不一定。事實上,在問卷中答覆會購買的消費者,跟消費者實際的態度與想法之間,可能存在著不小的差距。
千萬不要因為調查結果大好,就信心滿滿地認為產品就會大賣。
如何將數據解讀,有效運用在行銷上?
書中提供了三步驟來有效解讀數據、做好精準行銷:
- 步驟一、設定明確目標
- 步驟二、選擇有效數據
- 步驟三、進行精準行銷
舉例來說,一家星巴克希望透過解讀數據,來提升星冰樂這項產品的銷售數字。
首先,讓星冰樂的銷售數字提升,就是明確的目標;甚至可以更明確地設定要提升多少比例,比方說增加兩成的銷售金額。
其次,這家星巴克就要選出符合目標的有用數據。比方說,參考哪個季節、哪些日子或時間,星冰樂的銷售金額比較高?或哪些會員比較常購買星冰樂?像這些能從發票消費明細、會員結帳紀錄抓出來的數據,屬於「主動式」數據,也就是真正能反映消費者行為的數據。
具體做法,可以採用5W1H來尋找有用的數據:
① 定義顧客(Who):專注在顧客族群的行為特性,而不僅僅是年齡或性別這些屬性。但要注意的是在將顧客分群的時候,不要過於細分而失去了實務操作上的可行性。
② 行銷的時機點(When):將數據加上時間、季節、氣候與節慶的序列,就能看出趨勢的變化性,以及期間的異常點。像是顧客何時來、何時不來?銷售額何時上升、下滑?什麼天氣顧客會購買什麼樣的種類的產品?
③ 產品表現(What):顧客最喜歡或最常購買的產品是什麼?是因為做對了什麼才導致這樣的結果?因為努力折扣銷售、還是迎合市場胃口而大賣?確認產品賣得好、賣不好的原因,察覺其中可以改善的部分,避免重蹈覆轍。
④ 店面通路(Where):店面是否有進駐到好的商圈?將賣場位置與外部的地理數據結合,就能知道周邊的情報資訊,考量所有可能影響銷售的因素,掌握不同賣場的各種條件。
⑤ 行銷企劃(How):做什麼會引起顧客的什麼反應?透過「A/B測試」來獲得更多顧客反應的案例;如此一來,藉由數據分析所推出的行銷企劃也會更為豐富。
⑥ 行動目的(Why):所做的一切,都是為了找出消費者心理。深入了解產品成功的原因,找出與其他產品之間的差異,掌握消費者的共同感受與對於個別產品的不同感受,才有可能創造出下一個產品的成功。
唯有符合目標所選擇出來的數據,對解讀消費者行為、運用在行銷上,才是最有實際效益的。
最後,當找出有用的數據之後,就可以掌握目標消費者,以及他們的行為,進而推薦個人化的產品或服務。這種方式就是精準行銷的做法,不僅滿足了目標消費者的需求,還有機會將潛在消費者轉變為實際購買者,進而提升銷售金額。
我做了一張全息圖,讓你對所整理出來的三個重點內容更有記憶點。
結語:讓數據說話,更要說一個好故事
我十分認同作者在書中所說的這一段話:現場就是產品與消費者相遇之地,而數據分析與解讀的真正價值,就在於未來能否為現場帶來變化。
假設你正在進行數據分析,也到了收尾階段,接下來就是要讓公司了解數據分析的結果;但這件事可能比想了解消費者心理更加的困難。
要做到這一點,光是懂得數據分析與解讀還不夠,必須將這些蒐集起來、創造成一個好的故事。如何做到呢?在《
20道資料視覺化難題全解析》這本書中,提到了一個數據圖表的說服力公式。
在說明數據圖表時,可以依循說服力公式的四個步驟:
- 結論:一句話說出你的結論(歸納出的洞見)
- 理由:講明支持結論的理由(要傳達的訊息)
- 實證:點出提出理由的根據(圖表上的資訊)
- 重申結論:再次重申結論、喚起行動(要採取的行動)
舉例來說,這是一張說明新書上市後半年內銷售狀況與關鍵訊息的圖表。該如何運用說服力公式來說好一個故事呢?
數據圖表的說服力公式|摘錄自《20道資料視覺化難題全解析》
一、結論:一句話說出你的結論(歸納出的洞見)
「新書出版後,宣傳資源應該集中在二個月內的網路通路上。」
二、理由:講明支持結論的理由(要傳達的訊息)
「出版後二個月內,網路書店的銷量決定了書籍的銷量好壞。」
三、實證:點出提出理由的根據(圖表上的資訊)
「網路書店佔了六成銷量」
「Amazon佔了三成多銷量」
「出版後二個月占了七成銷量」
四、重申結論:再次重申結論、喚起行動(要採取的行動)
「新書出版後,宣傳資源應該集中在二個月內的網路通路上,特別是Amazon。」
將四個元素組裝起來,就是一個簡潔有力、言之有據的圖表說明了。
讓數據說話,更要說一個好故事;善用解讀數據的技術,洞察消費者心理,就能為銷售帶來有感改變的策略!
我們下次見!
劉奕酉|知識型自雇者、暢銷書作者、企業培訓顧問
擅長邏輯思考、數據分析、策略規劃、資訊視覺化與商務簡報,擁有高科技產業十多年策略行銷與高階幕僚經歷,為台灣少數具有深厚職場實務背景的商務顧問。同時也是職場生產力作家,多家大型出版社、社群媒體指定邀稿對象。一年閱讀百本書、寫作百篇以上職場文章,以知識萃取、高效產出與全息圖解而廣受好評。