升級行銷提升 50% 營收！深化品牌會員經營的「CDP平台」是什麼？

摘要： 橫跨多個不同裝置和通路的消費旅程，對現代人來說已是常態，但對企業來說卻會大幅增加行銷上的挑戰

▲圖片來源：buzzorange

在多螢、多通路、多媒體的年代，消費者足跡變得越來越破碎化，消費者可能在 LINE 上看到某項產品訊息後，先打開電腦上網搜尋網友使用心得，下班回家再繞去門市看一下實際的外觀和感覺，最後拿起手機趁著電商平台推出促銷活動時下單。

像上述這樣橫跨多個不同裝置和通路的消費旅程，對現代人來說已是常態，但對企業來說卻會大幅增加行銷上的挑戰，因為難以掌握客戶在哪裡、也不清楚客戶的輪廓和偏好，加上在 Google 宣佈將於 2023 年正式淘汰 Chrome 瀏覽器的第三方 Cookie 後，更加深這樣的挑戰。

而亞太行銷數位轉型聯盟協會（AMT）理事長高端訓就指出，目前企業面臨到最大的行銷痛點其實是缺乏整合能力，因為當數據和工具無法完善整合，行銷成效就會不如預期。

就數據整合來看，隨著通路趨向多元，企業蒐集客戶資料的來源也越來越多、雜亂且碎片化。舉例來說，客戶在實體通路填寫會員資料卡時，使用的是本名王小花，但在線上加入官網會員時，輸入的 ID 名稱卻是花花，加入企業臉書用的 FB 帳號叫 Flower，加入企業 Line 官方帳號的暱稱是花兒，企業如果沒有一個有效的工具去整合數據，很難辨識出以上這些名稱都是同一人，也就無法精準掌握客戶的興趣和偏好。

就工具整合而言，企業目前使用的行銷工具相當零碎化，常遇到工具間無法做好整合的情況。高端訓舉例說明，很多企業為了匯整實體通路端的數據，而導入客戶關係管理系統（CRM），之後為了蒐集消費者線上軌跡又導入數據管理平台（DMP），這兩者卻無法串接在一起，反而難以達到預期用數據輔助行銷的目的。

若數據和工具尚無法完善整合，接著又迎來通路分散、消費足跡破碎化的Cookieless 時代，品牌商該如何解密消費者行為？SAS 台灣業務顧問部副總經理陳新銓認為，若用對工具平台，全面整合好線上線下顧客足跡與資料，再結合 AI 分析模型，即使沒有了追蹤 Cookie 一樣也能掌握消費者足跡，而客戶決策平台（Customer Decision Platform，CDP）即是企業解密消費者行為的最佳利器，且 CDP 不只能拼湊出客戶樣貌與完整的消費旅程，更能協助企業優化客戶體驗、建立忠誠度。

納入 AI 工具，讓 CDP 不光整合數據，更能高效做出決策

陳新銓說明，過去企業對 CDP 的認知在於客戶數據整合平台（Customer Data Platform，CDP），旨在整合 DMP 匿名資料和交易資料等，然而光是數據整合還不足以為企業帶來價值，新一代 CDP 的「D」應該視為從數據（data）變成決策（decision），也就是客戶決策平台（Customer Decision Platform），不僅是蒐集整合數據，也整合進 AI 啟動客戶識別，幫助企業精準描繪出 360° 客戶視圖，進而瞭解客戶的興趣和偏好，再用 AI 技術去做客戶意圖的貼標，根據客戶需求或偏好推播適合的行銷訊息，讓行銷成效最大化，目前包括客戶行為分析及身分識別、個人化 AB 測試及推薦引擎、客戶洞察及分群、跨通路旅程控管、歸因及轉換分析、即時串流分析決策、客戶接觸通路最佳化等，都將是整合 AI 分析後的 CDP 客戶「決策」平台運用場景。

以德國最大電子商城之一：康拉德（Conrad Electronic）電子公司為例，藉由 AI 整合 CDP 的應用，創造以下三大效益，第一、落實客戶身份單一識別，將電商訪客辨識率由 2%～3% 提昇到 60%，第二、隨客戶身份辨識率的提升，進行更精準、個人化的訊息推播，刺激個人化 E-mail 推播成功率並貢獻了 50% 營收；第三、跨通路溝通，在 12 個歐洲國家中，進行超過 200 個多元管道的行銷活動。

另外，英國零售巨頭 Shop Direct 集團下的 Very，同樣藉由 AI 整合 CDP 的應用，完善客戶生命週期管理，不只是落實客戶身份單一識別，並據此進行更精準的個人化商品行銷，促使行銷成本降低 5 千萬美元，同時還在一年內整合了來自 80 個系統的數據源，省下 2,200 萬元美金的維運成本。

AI 分析要「平民化」下到業管單位，才能創造最大效益

當企業內行銷數據分析的需求越來越多，行銷角色日益繁重，高端訓認為未來行銷團隊應具備三大核心能力，分別是品牌專業、行銷管理和科技應用。傳統品牌或人才要往前跨到行銷科技領域，而數位科技人才要瞭解更多有關行銷與品牌的趨勢，藉由多方面跨界整合的人才，企業才能更瞭解消費者的需求和喜好。

然而跨界人才養成不易，因此陳新銓建議，企業在培養行銷數據分析人才時，應朝「平民化資料科學家」的方向發展，透過尋找好用省力、簡單上手的資料分析工具，幫助行銷人員應用工具內的自動化分析技術、透明化的模型解釋能力，省下過去寫程式的苦功和時間，只要拖拉點選就能完成 AI 數據分析工作，可以幫企業規劃更多行銷活動，進而創造更大價值。

陳新銓最後呼應 Garter 2021 年數據分析十大趨勢所提出期中一大重點 ——「擴增型資料消費者崛起」（The Rise of the Augmented Consumer），未來制式的資料圖表將被自主性、自動化、互動式的分析工具所取代，讓組織中具有領域知識的員工，也能同時具備關鍵數據分析能力，就能加速踏上數位轉型之路，建立以數據驅動決策的核心競爭力，輕鬆度過經營旅程上一個又一個的未知挑戰。

轉貼自： buzzorange.com

若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance