Facebook是個好東西，但是企業小編都在用它來砸自己的腳|數位時代 BusinessNext

「你們都怎麼做Marketing的？」
「Facebook吧⋯⋯不然呢？」

如果今天這麼問台灣一個新創團隊，第一個反應以及唯一的反應大概都是這樣。講得更具體些，就是透過Facebook的粉絲頁做marketing。

你們都怎麼做Marketing的？

這個答案不能說不對，但是這麼回答通常背後通常代表團隊沒有想清楚整體的marketing策略，以及Facebook在整個規劃中扮演什麼角色。以下幾個狀況在這類團隊裡也是屢見不鮮：

除了Facebook，好像就沒有其他平台能夠對外發布消息了。試試LINE/Twitter等社群平台，但是過了幾個月好像又沒有效果了。
每篇文章都在算按讚數、轉發數。每天都在絞盡腦汁想個讓粉絲頁一砲而紅的內容。有的時候幾篇文的確得到不少青睞，但是整體就是無法突破那個瓶頸。
內容天南地北。以一個音響公司的粉絲頁舉例，今天貼了產品CP值比較，明天貼了音響運作原理，隔天是宣布自己要去參加2018 Computex展，再隔天是2017十大流行音樂排行榜，最近一篇是團購自家產品消息。雖然獨立拆開來看每個內容好像都跟音響有關，但是整體來說卻像流水帳般好像找不太到重點。
Facebook粉絲人數不算少，寄望Facebook可以帶來銷售或者接觸更多不同人群，但是好像總達不到期望中的效果。

隨著社群經營的概念成熟，也有越來越多的社群分析工具讓經營者更深入研究自己粉絲頁。這些工具會幫經營者們分析每篇貼文的互動量，瀏覽率高低，或觸及率多少，再加上最近炒得火熱的聊天機器人，似乎讓管理員們能夠更有系統的經營Facebook。

但實際上，這些東西反倒更讓人忽略了重點在哪裡，變成整天只是鑽研著枝微末節的數字，而沒有從真正的高度來看整體的戰略及方向。

在踏入Facebook前，整體的marketing策略以及Facebook居中扮演什麼角色是需要想清楚的。以下的內容可以幫助你起個頭。

轉化漏斗（conversion funnel）對你來說應該不陌生

如果你有上過marketing，有個叫做轉化漏斗（conversion funnel）的概念對你來說應該不陌生。除marketing版外，也有sales等其他版本。雖然有所不同，但是基本的意義大同小異。這邊我擷取了適合的版本做例子，再根據自身經驗編了些名詞：

簡單來說，用戶購買產品時會經過四個階段：

Awareness=>用戶知道你的產品。
Interest=>用戶對你的產品感興趣，可能是剛好切合他的需要，也可能只是他剛好喜歡新奇的東西。
Preference=>用戶特別偏好你的產品。在未來消費時會從眾多同類型選擇中購買你的東西。
Conversion=>可以是購買個什麼東西，也可以是下載個app。不管怎樣，用戶變成了你的使用者。
-=>購買後的行為。用戶變成使用者後對於整體的體驗感到滿意，未來會願意持續使用或者是再次購買你的產品。

以上是一般人從路人甲轉變成消費者的五個階段。每進入到下一個階段時人數會大幅減少，所以被稱作是Funnel。雖然一切看似水到渠成，但是要消費者進到下個階段可不輕鬆，而是需要一連串的被動及主動、內在跟外界的action，才能夠把消費者往下一階段推進。如果把一連串的action和剛提到的conversion funnel結合，用圖解的表達就是如下：

A. Exposure：用戶初次認識你的產品。可能是同事提及，網路文置入，又或者是某篇新聞媒體報導讓用戶第一次收到相關訊息。
B. Fit：這裡面沒有特別的action，所以選擇對的曝光渠道很重要。畢竟對的人群接受到對的資訊才會更有可能產生Interest。
C. Research：用戶對你的產品產生好奇後，開始去搜尋更多資訊確認這個產品好不好。可能去Google，問身邊朋友意見，或者是去看個開箱文。
D. Incentive：對產品有Preference不等同一定會購買。用戶可能會因為價格太高、缺貨，或時間不對而沒有購買。而Incentive就是刺激用戶真的變成消費者。
E. Engagement：產品購買只是整體體驗的其中一部分。產品好不好用、售後服務友不友善、有沒有同好也使用這個產品等都會影響用戶的體驗。

很抽象嗎？沒有關係，這裡用購買新手機做為例子（為了方便，這裡就直接用品牌名稱取代各個產品型號）：

以上是站在一個消費者的角度來看的conversion funnel。雖然現實生活中會比較複雜，但是整體概念相對單純，就是一直在找尋資訊以及獲得資訊裡反覆循環。

不同階段的消費者所需求的資訊並不一樣

但是如果今天站在一個品牌經營方來看，事情可就很不一樣了。因為品牌是屬於提供資訊的那一端，而不同階段的消費者所需求的資訊並不一樣。

所以簡單來說，對於一個品牌，其實你同時在跟五種人交流：

Awareness：這群人第一次認識到你的產品，對產品細節完全不熟悉也未必對這個產品有fu。所以一開始如何把訊息包裝，激起他們的興趣是關鍵。
Interest：這群人對你的產品已經有初步的認識也有一點點的偏好，但還是需要更多的驗證，來決定自己要不要這個產品。
Preference：這些人已經把你放入了口袋名單，但需要常態的被曝光，讓他們一直記住這個產品。
Conversion：雖然已經購買了產品，但是這些人還是需要固定的關懷、參與感以及隨時的協助解決產品使用上的問題。
Retention：這些人對你的品牌死心塌地，心甘情願地持續使用或再次購買甚至是把產品推薦給身邊好友。

如同以上所形容，這五種人需要的資訊完全不同，找尋答案的方式更不會一樣。

而Facebook只是其中一種渠道，而一個渠道要同時乘載不同深度不同量級的資訊去因應所有人是不可能的。在這裡要再強調一下，Facebook的粉絲頁「可以」服務這五種人群，但是它「不能同時」滿足五種不同人群。因為每組人群對你產品的認知都不同，所追求的資訊也都不一樣。

所以商家們必須要先規劃出自己的marketing策略，自己整體的conversion funnel的架構會是什麼樣子，再決定Facebook是屬於其中哪個定位，最後再集中在Facebook上發佈對應的內容。就像喇叭詹一號到五號都能打，但是人家就是司職小前鋒，只有在有需要的時候才會去頂其他賽缺。為了兼顧五組人而發布的內容只會造成粉絲頁資訊混亂且定位混淆。

所以假如今天你的Facebook粉絲頁是為了要針對Conversion階段的人服務，那就必須即時回答用戶疑問，協助用戶退換貨，或定期舉辦活動邀請現有用戶參與（就像Gogoro會定期舉辦車友掃街一樣）。當然，這些動作的附加價值是其他階段的人看到了也會同樣受用。例如Engagement做得好，每篇貼文的留言很多粉絲群很活躍，身處在Interest的人看到Facebook粉絲頁這麼熱鬧，那自然會相信這個品牌可靠，邁入Preference階段。

再度回到管理員，所以如果今天明確了目標這個粉絲頁是為了Conversion階段的用戶而寫，那所有的內容方向都會非常清晰，而不會一下子轉貼譁眾取寵的短片吸引按讚/分享，一下子貼上團購去刺激銷售（當然，再次強調，適度的貼上各種內容來因應其他階段的用戶是可以的）。

這也就是為什麼如果當今天一個團隊的答案是「Facebook」的時候，代表他們沒有完全想清楚。一個品牌必須要清楚自己有哪些渠道可以應付這五種不同階段的人，並且多方經營，而不是把Facebook當作一切的解答。

多方經營，而不是把Facebook當作一切的解答

那如果商家已經決定使用Facebook鎖定其中一種人群，那其他四種人群該用什麼渠道去服務他們呢？以下是因應各個的action可以用渠道：

Exposure：SEM/SEO，部落格，傳統廣告，口耳相傳，內容置入，新聞稿，異業合作…等（關於更多，可參考Traction: A Startup Guide to Getting Customers）。
Fit：這裡並沒有具體的作法，所以在選擇Exposure的渠道必須要非常精準。
Research：購物網站（例如Amazon）用戶評論，Yelp評論，Youtube 開箱文，Youtube用戶體驗分享，各大評測網站，部落格，網路新聞…等。
Incentive：新聞，廣告，異業結盟，Email/社群網站（通知促銷降價，節慶套餐，coupon發布）等。
Engagement：客服熱線，社群網站（Facebook/Twitter），官網，論壇等
（關於客服，可參考Hug Your Haters: How to Embrace Complaints and Keep Your Customers）

以上各個渠道可以互相靈活調度。以部落格來說，可能會有一天被新聞媒體引用或者是無意間被用戶瀏覽到（Exposure的效果），進而產生Interest；也有可能用戶在搜尋相關文章做驗證時發現這個商家的文章都非常專業（Research的效果），進而產生Preference。

最後一點，各個渠道上的內容也不會是一成不變的。隨著產品發展，粉絲/用戶一定也會成長。經營者就得考慮這個渠道的用戶現在已經成長到什麼階段了，來提供相對應的內容。

再以Facebook而言，剛開始成立的時候來的粉絲對產品都不甚熟悉，所以內容必須針對Awareness/Interest的人而寫，久而久之可能粉絲越來越多大家對產品越來越熟悉，就必須慢慢為Conversion的用戶服務，與時俱進。

結語

當決定了整個conversion funnel以及Facebook在整體的定位後，社群分析和聊天機器人等工具的應用才會真的有意義。

文章篇幅有限，在這裡就沒有著墨太多marketing strategy（這個話題太大，改天再找個切入點）等其他細節了。另外也有人疑問，同時掌管五個渠道來應付五種人群看起來工程浩大，會不會很花錢？這些，就留待以後的文章了。

本文由Tien-Yu Lee授權轉載自其Medium。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。