眾所周知，美國(guó)第二大零售商Target運(yùn)用獨(dú)創(chuàng)的懷孕預(yù)測(cè)模型，幾年前締造了“比父親還更早知道女兒懷孕”的驚人案例，可謂大數(shù)據(jù)(Big Data)的經(jīng)典教材，某種程度上，也稱得上是促發(fā)智能零售風(fēng)潮的觸媒之一。

透過(guò)IP攝影機(jī)或數(shù)字廣告牌，將有助于零售業(yè)匯集人流分析所需信息，進(jìn)而依據(jù)Target Audience喜好與需求，設(shè)計(jì)出可望一擊中的之促銷方案。

令人不禁好奇，Target如何做到此事?主要是先歸納以往大量懷孕顧客的消費(fèi)數(shù)據(jù)，再據(jù)此進(jìn)行反復(fù)測(cè)試與實(shí)驗(yàn)，終至打造預(yù)測(cè)模型，列舉乳液、無(wú)味香皂、洗手液、浴巾、凡士林、棉花球、鈣片、鋅或鎂營(yíng)養(yǎng)補(bǔ)充品…等等特征值，假設(shè)某女性顧客原本幾乎不買這些商品，惟從某時(shí)間點(diǎn)起，竟開(kāi)始加以采購(gòu)，且購(gòu)買頻率、數(shù)量不斷攀升，其懷孕機(jī)率就很大，甚至預(yù)產(chǎn)期也可被加以預(yù)估。

但零售業(yè)者悉心建構(gòu)懷孕預(yù)測(cè)模型，絕非只為了炫技，終極目的仍在于創(chuàng)造商機(jī)。譬如多數(shù)孕婦在懷孕6個(gè)月時(shí)，通常傾向采購(gòu)孕婦裝、孕婦用維他命等商品，此時(shí)零售商如果可以適時(shí)提供對(duì)應(yīng)促銷活動(dòng)，便可望擄獲顧客歡心，使之成為零售商的忠誠(chéng)客戶，藉此再添一樁長(zhǎng)線利多題材。

根據(jù)研究機(jī)構(gòu)提出的報(bào)告，在美國(guó)，假使零售業(yè)者善用大數(shù)據(jù)分析技術(shù)，其毛利便可望激增逾6成，同時(shí)在每年提升0.5%～1%生產(chǎn)力，成效實(shí)為顯而易見(jiàn)。另有調(diào)查數(shù)據(jù)顯示，35%營(yíng)銷人員認(rèn)同，巨量數(shù)據(jù)分析技術(shù)有助于推動(dòng)個(gè)人化營(yíng)銷，使消費(fèi)者更加有感，而已投資大數(shù)據(jù)的企業(yè)，其股東權(quán)益報(bào)酬率較諸其他企業(yè)，平均高出3成有余。

借助大數(shù)據(jù)分析 洞察消費(fèi)行為

無(wú)怪乎消費(fèi)行為的研究分析，躍為時(shí)下顯學(xué)，也成為成就智能零售大業(yè)的敲門(mén)磚。但不可諱言，要想深入了解消費(fèi)者行為及習(xí)慣，乃至于挖掘消費(fèi)者不自覺(jué)的深層購(gòu)物意識(shí)，則不單需要倚靠會(huì)員采購(gòu)記錄、POS銷售數(shù)據(jù)，更有必要多方援引包括社群、問(wèn)卷、地圖、氣象、政府Open Data等其他素材，甚至需要其他企業(yè)結(jié)盟以取得其會(huì)員數(shù)據(jù)，最終將里里外外數(shù)據(jù)匯聚成為數(shù)據(jù)集(Data Set)，此后再搭配必要的算法分析，就可望更加看清消費(fèi)者的全貌，繼而提供銷售策略的精準(zhǔn)度。

正因如此，對(duì)于零售業(yè)者來(lái)說(shuō)，巨量數(shù)據(jù)的處理能力愈來(lái)愈重要，實(shí)有必要于內(nèi)部建立巨量數(shù)據(jù)分析團(tuán)隊(duì)，透過(guò)這群人對(duì)于統(tǒng)計(jì)或資料采礦技術(shù)、以及垂直產(chǎn)業(yè)知識(shí)的嫻熟掌握，以期探求每一消費(fèi)者的行為習(xí)慣，再?gòu)倪@些既定模式中理出頭緒，擬定一擊中的之營(yíng)銷計(jì)劃。

然而值得一提的，倘若用心的人士仔細(xì)探究近一、二年所有附掛智能二字的相關(guān)應(yīng)用素材，理應(yīng)不難察覺(jué)，意欲成就任何智能應(yīng)用，巨量數(shù)據(jù)分析固然是個(gè)中關(guān)鍵技術(shù)，但絕非獨(dú)挑大梁，尚需搭配前述已提到的社群媒體，以及云端運(yùn)算、移動(dòng)化、物聯(lián)網(wǎng)(IoT)、API經(jīng)濟(jì)等其余科技元素，方能構(gòu)筑為完整拼圖;智能零售，當(dāng)然也不例外。

在上述各類型技術(shù)題材中，無(wú)庸置疑，邇來(lái)炙手可熱的物聯(lián)網(wǎng)，顯然可被視為形塑智能零售的重大推手，而綜觀物聯(lián)網(wǎng)，里頭無(wú)非就蘊(yùn)含著感測(cè)、連網(wǎng)與應(yīng)用等三大主軸，其中的感測(cè)部分，無(wú)疑正是促使后續(xù)美好藍(lán)圖得以實(shí)現(xiàn)的基礎(chǔ)入門(mén)，更是讓一個(gè)個(gè)Small Data演化為高值化Big Data的幕后英雄之一。

善用感測(cè)裝置 捕捉目標(biāo)客戶行為舉止

因此零售業(yè)者可考慮針對(duì)商業(yè)場(chǎng)域的出入口，抑或內(nèi)部的重要?jiǎng)泳€，安裝IP攝影機(jī)、交互式數(shù)字電子廣告牌，進(jìn)而搭配運(yùn)用人臉辨識(shí)技術(shù)，藉此推動(dòng)人流分析，摸透來(lái)訪消費(fèi)者的年齡、性別及一切行為，如此一來(lái)，便有許許多多創(chuàng)意發(fā)想，可望在此一分析過(guò)程中應(yīng)運(yùn)而生。

舉例來(lái)說(shuō)，當(dāng)商家利用交互式數(shù)字電子廣告牌，播送林依晨或金城武等高人氣紅星所主演的廣告短片，事后就可進(jìn)行統(tǒng)計(jì)，究竟在哪些時(shí)段、哪位廣告明星、哪些商品訴求，會(huì)吸到哪些類型的TA(Target Audience)觀看，乃至于這些TA在觀看廣告的前中后段過(guò)程，其肢體行為的變化為何，凡此種種細(xì)膩訊息，只要業(yè)者掌握得愈多，就愈容易抓住不同消費(fèi)群的喜好與需求，以作為商品布局的參考依據(jù)。

再舉一例，假設(shè)業(yè)者經(jīng)由前述人流分析后發(fā)現(xiàn)，每當(dāng)周六下午3～5點(diǎn)，總有大量男性中學(xué)生顧客，群聚觀看某宅男女神所主演的廣告短片，此后不自覺(jué)地走到其他區(qū)域的貨架，選購(gòu)宅男女神所代言的該項(xiàng)商品、或類似商品;有了這個(gè)重大發(fā)現(xiàn)后，業(yè)者開(kāi)始在交互式數(shù)字電子廣告牌周圍觸目可及的鄰近地帶，特意配置了與該男女神相關(guān)的各類商品，或是迎合男性中學(xué)生偏好的熱門(mén)電玩游戲，此舉果真有效帶動(dòng)銷售績(jī)效的上揚(yáng)。

一體兩面，零售業(yè)者亦可根據(jù)分析結(jié)果，避免從事無(wú)謂的促銷活動(dòng)。延續(xù)前述例子，既然這群TA、也就是男性中學(xué)生，周一到周五白天時(shí)段于學(xué)校上課，這段期間便無(wú)需進(jìn)行對(duì)應(yīng)的促銷方案，反倒應(yīng)該鎖定此時(shí)段經(jīng)?，F(xiàn)身的家庭主婦等其余TA，靈活祭出不同訴求的方案，好讓智能零售的價(jià)值得以彰顯于極致。