雙11背後操作的秘密:了解數據應用,掌握消費者狀況
雙11背後操作的秘密:了解數據應用,掌握消費者狀況

本文摘自:《雙11:全球最大狂歡購物節,第一手操作大揭密》,遠流出版

有沒有想過,網路技術為什麼會為我們的生活帶來那麼大的變化?

網路技術其實就是一種資訊傳遞的技術進步,它讓全球的人與人之間得以即時產生、即時共用的資訊,讓訊息傳遞突破時空限制,擺脫因為傳輸介面的流動性差而帶來的傳播障礙,它讓每個人都能以更快速度獲得更多資訊,同時也打破了原本因為資訊壁壘而產生的很多行業門檻。它正在逐漸拉平所有人的機會,因為早晚有一天,所有人將實現面對所有人的願望。

網路對資訊傳播的影響,我們可以透過寫書、出書、寫文章這件事的變化清楚地了解。在文字產生之前,人們主要透過兩種方式來講述經驗和故事,一種是在各種器皿和洞穴(墳墓)的牆壁上刻刻畫畫,另一種則是口耳相傳。然而,仍有大量的故事因為當時資訊傳遞的斷裂而流失,或者根本無從查找考證。然後文字產生了,但是因為把字寫下來的成本很高,認字讀書成為非常奢侈的事,人們根本沒有充裕的資源和精力用文字來表現故事、傳情達意。因此,直到人們發明了造紙術和印刷術,才出現各種文學形式,以及各類型的圖書。後來,隨著印刷成本不斷降低,出版業才開始發展。不過因為資訊的生產成本依然較高,傳播範圍依然有限,所以寫書的門檻依舊很高,作家們都要熬很多年寫出真正的傳世之作,才能透過很長時間的傳播到達喜愛它的讀者,才能收回對價。

而在網路出現後,上一刻這個世界上某個角落發生的事情,下一刻就有可能被人寫出來或編到故事裡;上一刻寫完的東西在網路上一發表,下一刻全世界的人都有可能看到;上一刻剛剛發到網路上的文章,下一刻作者就能直接看到所有人的回饋,知道自己寫的東西是否受歡迎。生產的成本變得很低,傳播的速度變得很快,這使得但凡識字、凡會組織語言的人,都可以敲擊鍵盤寫出東西,每個人都有生產資訊給別人看的機會。於是我們看到了「網路文學」,看到了「自媒體大號」,看到了每天在朋友圈裡激起一波又一波的熱門觀點。

資訊生產的成本和傳播的成本都變低了,很多人都說這就是「資訊爆炸」的成因。也有人說,因為網路,我們開始更常關注碎片資訊,網路上的碎片資訊品質參差不齊,內容愈來愈差,導致我們變得愈來愈笨、愈來愈浮躁,而且愈來愈不去追求對知識的深入理解和積累。對此,我並不同意。資訊的廣泛傳播,會使資訊類型和資訊數量在絕對值上比以往多得多。最直接的效果應該是會讓人們所了解的事物類型更豐富,使人們的眼界更開闊。舉個例子,我母親上網購物之前,她並不知道這個世界還有掃地機器人這種東西,在她用微信朋友圈之前,也不知道創業公司融資是怎麼一回事,而現在,她都已經了解了。

事實上,資訊確實愈來愈多了,我們該如何利用愈來愈複雜、變化愈來愈快的資訊環境,尤其是在商業應用領域,這個問題變得愈來愈重要。

把數據當做生產要素

數據就是資訊。網路加快了資訊傳遞的速度,也就是說,數據產生和傳遞的速度正在不斷加快。

數據對於商業體的作用,其實並不需要網路來強調,從商業誕生的那一天起,數據的獲取和流動就開始了,只是在沒有資訊技術支撐時,商務人士直接接觸到有用數據的可能性非常小,因為僅僅一個數據蒐集環節的成本就讓很多商家負擔不起。比如,以前經常服務於快速消費品牌的著名市場調查研究公司AC尼爾森,要使用大量的賣場監測和到府調查研究,才能掌握到比較有效的數據樣本,才能對品牌的市場占有率及消費者購買傾向進行分析。網路讓資料蒐集過程的代價變低,因為網路業務結構的原始狀態就是把事物以「數據的表現方式」反映到網路上進行連結,所以網路數據基本都是結構化的,大大降低了數據分析和應用工作的成本。

從市場回收來的數據若能得到及時和準確的應用,下一個階段的市場策略就可以得到恰當的調整,使市場收益得到更好的保證;從供應鏈各個環節積累下來的數據,如果能得到有效的整合,就可能使供應鏈各環節的組織和協作產生更大的效益,形成更靈活的周轉方式,從而降低生產成本。數據是可以被活用在從生產到通路再到零售的整個商業鏈的每一個環節當中。在每一個應用過程中,它不是可以幫助提升效率,就是可以幫助降低風險;它所帶來的實效與價值,和先進的生產技術或機器、有經驗的生產者或經營者是一樣的。

因此,數據也是一項非常重要的生產要素。資訊技術和網路時代,讓數據及時參與生產過程,在現實中變成有實現的可能。

網路時代的數據建設

雙十一之所以能為幾億的消費者同時提供網購服務,並在短時間內調配眾多社會資源來支持那麼大規模消費的產生和運轉,是因為雙十一對阿里系以電商核心業務為中心的大數據進行了一定程度的應用。作為大平台,阿里巴巴要為雙十一這樣基於其上的商業應用提供足夠的支撐,必須在底層做到良好的建設。

光是討論如何建設阿里巴巴的資料底層,並沒有什麼意義,一則因為有更專業的人在別的書裡談過,二則阿里巴巴是一個超級大平台,它的資料建設方式並不一定適用於每個人,在此僅提及幾點值得學習和參照的地方。

網路業務,無論是工具還是平台,或者是一種垂直的專門應用,都是以和用戶互動的形式開始。只要有和用戶交互的過程,就會產生資料。有些業務模式在資料方面做得不錯,發展到一定階段之後又展現出很好的資料潛力,而另一些在這個方面有所缺失的業務模式,很重要的原因就是沒有做到對資料的主動蒐集。

以前中國有句老話叫做「好記性不如爛筆頭」,但用筆能記下來的數據,數量仍然非常有限,使用難度仍然很高。訊息技術的一個很重要的好處是,記錄數據的成本變得很低,儲存數據的量和時長都被增大。可以說,透過以往的數據積累去分析趨勢和變化,甚至藉由機器對過往數據進行學習而產出一些智慧化的應用等,都是網路時代數據應用的天然優勢。

此外,還有一個優勢也是我們不能忽略的,那就是數據的即時性。

相信很多人都留意到了,當我們打開「滴滴出行」的App準備叫車時,頁面上會即時顯示附近有多少輛計程車、多少輛快車(類似Uber所使用的車),這可以讓我們非常容易了解到自己所在位置是否容易叫到車。同樣地,百度地圖導航和高德地圖導航也都能做到;按照即時路況,在地圖上顯示前方道路是否壅塞,並以不同的顏色標示出來,以供駕駛人自行選擇路線。

對於零售,將即時數據與零售場景進行配對也具有很高的價值。比如二○一五年雙十一當天後半場時,天貓就根據前半場消費者的購物情況,對推送給每個人的商品都進行了調整。已經購買的就降低展現優先順序,某個瀏覽過多次卻還沒下單的品類則提高推薦和展現的優先順序,這對於提高雙十一整體成交量非常有幫助。當然,對於商家進行行銷來說,即時資料配對推送,也具有極大意義。

最後一點可能是最難做到的,但十分關鍵,即要注意數據對外的流通性。曾有專門為天貓平台上的品牌商提供數據服務的服務商向阿里巴巴提出,它們在為某個戶外品牌進行數據服務時,非常希望能和微博的數據進行交叉比對,比如透過用戶配對,找到在微博分享旅行照片的各種戶外愛好者,並找出他們最喜愛的戶外品牌,透過比對喜歡登山和垂釣的人,發現他們對戶外服裝品牌的偏好是否存在明顯的區別等。但因為在天貓、淘寶和微博的登錄帳號之間找不到對應,因此兩邊都成了孤立的數據,沒辦法相互參照和比對,更沒辦法發現兩邊數據在交流後可能會產生的「化學反應」。

在這方面,大多數網路企業都沒有做得很好,大家都在考慮自己的數據安全和數據資產。阿里系的電商業務是世界上用戶規模最大的網購平台,從底層服務到前端市場配套,用戶服務類型齊全,數據的內迴圈規模已經很大,所以也就不急著對外流通。唯一流通的方式就是開放部分數據介面,提供商家和數據服務商使用,使用方式也是外部使用方把使用方式(數據演算)導入資料庫,運算得出結果後,外部使用方即可透過介面得到結果回饋。這種流通方式其實是單向的,外部使用方對數據的應用方式、結果、迭代等行為,也都以數據形式被記錄和儲存在阿里巴巴的數據體系內,但外部使用方不能得到阿里巴巴數據系統的數據交換或數據行為互動。

數據要真正成為生產要素,就必須在一個能流通的環境內流轉起來。個人認為,大數據只有在實現高度流通之後,才會真正顯現出驚人的價值。

了解數據應用,掌握改善時機

大數據其實是一個對大多數商業個體沒什麼用的概念,只有像天貓、淘寶這種大平台或像微信這種巨型工具,去談大數據才有意義。因為對它們來說,除了自己應用數據來提升自營業務的成績之外,很重要的是要如何將數據分享給外部使用,從而謀求更大的數據價值。比如微信透過人群數據,在朋友圈推送廣告;或者阿里巴巴透過數據演算,將商品推送給消費者以提升交易轉換。

對品牌商、商家來說,更重要的是,知道數據能為自己帶來什麼實際效用。比如可以在行銷上幫忙鎖定推廣目標,節省廣告成本;或者透過數據分析,發現自己在某方面的服務未跟上競爭對手的腳步,影響了前一階段的銷售額,藉由數據找到問題的關鍵,以免貽誤改善時機。

對網路企業來說,做一個App最重要的也是要知道數據能為自己解決什麼問題,比如App的變現途徑主要是廣告,那麼對這家網路公司來說,了解自己的用戶群體及其偏好就非常重要。因為只有盡量做到讓App裡的廣告不招人煩,才能保持變現通道的長期暢通和活力。於是,從前端用戶互動蒐集資料開始,到後端自己建設合理的資料庫,再到和廣告模式相互貫通,數據工作脫離不了這幾個方面。

這些工作必須基於具體的數據應用場景而促發,不一定非得和「大數據」搭上邊,只要所做的符合網路數據特徵,滿足數據工作的要求即可。

關鍵字: #數位書選
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓