OMO（Online Merge Offline）成為近年電商與零售業界的當紅潮流，逐漸形成新零售所描繪的樣貌，於此同時也衍生出新名詞 Phygital，來自「Physical（實體）」與「Digital（數位）」的組合，特別用來強調疫後新常態下，線上線下融合的新商業環境。
經過三年的零接觸經濟洗禮下，讓許多過線上購物絕緣或鮮少使用的消費者，不得不加入了電商採買的行列，也學會行動支付、使用 App 叫外送服務，一方面養成了數位消費的習慣、一方面也享受數位帶來的便利，當生活回歸正常不受疫情束縛時，消費者們也開始希望將線上的便利體驗，能被複製在實體門市，好比知道自己的消費紀錄、觀看行為。
進入 OMO 時代，就是拼「消費者體驗優化」的行銷時代
「消費者會將個別化的需求，轉為個人化的體驗，而且也要求會越來越高」awoo 事業發展部副總經理王鶴穆以此來描繪 OMO 時代下市場大眾的期待。
事實上，根據調查資料顯示，有73%消費者期待品牌了解其個別需求，同時也有62%消費者期待在購物中有良好的個人化體驗，否則將會降低購買意願。另一方面，awoo 也針對疫後產業界趨勢進行追蹤，從關鍵字分析中發現「通膨、全通路、個人化、即時、體驗、科技」六個字彙最常被提及，其中「個人化」一詞熱度最高，也是業界眾家企業與品牌所追尋的焦點目標。
「想要在 OMO 新零售的環境中，提供個人化體驗並不容易」王鶴穆說明，過去線上與實體區隔非常明顯，各有各的消費者體驗與歷程，數據也各有一套，就利潤中心而言，電商與門市只要把自己的營收顧好即可，不用想到對方，甚至時常會出現彼此競逐業績的狀況。然而，在 OMO 時代，線上電商與線下門市須互助互益，打團體戰才搶得到生意，靠得就是全通路數據的串接匯流，來優化顧客體驗。
打造卓越的消費者體驗，數據是最大關鍵
不巧的是，數據整合困難重重，光過去十年間全球數據量已成長超過35倍，且隨新零售全通路實現，數據更是持續暴增，加上隱私權政策提升，消費者於第三方網站上的行為可不是說用就用的。
來到2023年，另一個統計更顯示：運用人工智慧達成個人化消費的服務已增加45%。這不僅再次說明「顧客體驗」的重要性，也意味數據與 AI 的關係密不可分，「想要打造即時個人化顧客旅程，就需要把處理大量資料的事交給 AI 來做」王鶴穆說。
隱私群政策提升與第三方 Cookie 退場，早已對業界產生巨大影響（如：廣告成本提升、轉換效果變差），許多聲音建議把焦點放在 CDP（Customer Data Platform 客戶資料平台）上，希望運用自家客戶數據來解決問題，然而，以客戶為中心的 CDP，主要仍採集的是消費紀錄與行為，是過往的歷史數據，遠不足以實現「即時個人化顧客旅程」。
人的數據難找，「商品數據」下手更能發現意圖
「既然人的數據難以取得，我們可以換一個方式，從物的數據下手」王鶴穆說出了 awoo 近年來發展的重點── PDP（Product Discovery Platform 產品數據平台），其背後不僅運用 AI 人工智慧處理結構化商品資訊，還蘊藏了 awoo 以 SEO 起家，歷經十多年累積的百億關鍵字數據庫與文本處理技術。
在提供 SEO 服務時，必須非常理解客戶的主要服務／商品，才能將其特徵與消費者的搜尋意圖連結，包括消費者對某一個商品的形容、描述、認知，也稱為「搜尋意圖特徵」，進而成了 PDP 的關鍵基底。awoo 把 SEO 核心技術與資料庫延伸應用，讓 CV 電腦視覺與 NLP 自然語言處理處理商品相關資料，並且利用自動特徵工程、深度學習等技術，萃取出 AI 商品標籤。
以品牌球鞋 NIKE RYZ 365 為例，透過產品型錄分析基本資料：品牌、分類、特色、材質，也同時採集外部數據，如在消費者眼中對該商品「常用的稱呼、認知的風格、使用的場合」，都會是商品特徵的標籤，如若再將「特徵」加上搜「搜尋意圖」就能描繪特定的消費意義，應用在「即時個人化顧客旅程」，每一個客戶都會有自己的商品資料庫。
藉由商品資料庫，就能從商品特徵反向分析消費者的意圖。如「眼鏡、耳機」可能會有彼此相似或相關的商品特徵，如某消費者的意圖是「添購慢跑裝備」，搜尋「眼鏡、耳機」會有「特輕」的共同要求，接著要找「襪子、褲子」則需要「特輕、快乾」。換言之，當以「特輕、快乾」與「襪子、褲子」搜尋，就能推測出其背後的意圖是因為慢跑。「過程中不需要知道那位消費者是誰，就能知道他當下的搜尋意圖」王鶴穆說。
搭配 awoo AMP 讓數據驅動「流量、轉換、回購」
王鶴穆也進一步建議，如已採用 awoo PDP 來找到消費者意圖，還可以進一步運用其中的 AI 商品標籤，結合 awoo AMP（awoo AI Marketing Platform），透過其內建的「流量成長引擎、推薦引擎、再行銷引擎」來協助企業達成業績提升。
1. 流量成長引擎 Traffic Engine
具有 SEO 自動化與 AI 大量生成商品集合頁自動化的功能，可以將看似無關聯的字詞組合，如「消化」一詞雖有本身的字詞意義，但對於搜尋意義卻模糊（是知識消化、情緒消化、咀嚼消化？），而「日本」一詞則可能與國家、區域、文化、產地相關，若將「消化 日本」放在一起，就能對某個商品「意有所指」，結果可能是指「腸胃藥」。
awoo AMP 能如上述將字詞組成特定文本字串，再由文本字串生成大量的虛擬商品集合頁，這些分類對應上使用者在 Google 上的搜尋習慣（用來搜尋某特定物品的字串）再用 API 串接，就很容易成為有效的關鍵字，因而被 GOOGLE 搜尋引擎收錄，出現在 SERP 的前面，試想若再搭配切中意圖的文案，是不是連你都想要點選了？
依照統計，流量增長引擎已分別為品牌（垂直電商）增加10%、為平台（綜合店商）增加30%流量。
2. 商品推薦引擎 Recommendation Engine
王鶴穆指出，一般的數位廣告運作邏輯是從一群人中找出另一群相似的消費者，進而投遞廣告。awoo AMP 則是以 AI 商品標籤的商品特徵來找出「意圖」，鎖定潛在消費者影響其「考慮」階段引起購買。awoo 也將這樣的技術應用在站內搜尋中，如同把「Google Search 的使用者歷程」搬到客戶網站上，依照使用者搜尋意圖推薦商品，不僅優化站內搜尋，還有效提升使用者停留率、降低跳出率。
此外，推薦引擎還能做到以下兩件事：
- 分類頁標籤── 在站內自動產生分類標籤，利用 AI 商品標籤（如材質、情境、用途，非只有品類）向已進站的消費者推薦商品，抓住其意圖，引導繼續逛網站、觀看其他商品，延長動線。
- 關聯商品推薦── Pop-up 關聯商品推薦，提供符合意圖與達到採購目的的商品，讓相似的商品在同一個購物情境下多次曝光、增加購物商機，搭配 AI 虛擬店員提供如實體店的購物感受。
若以中年男性為例，比起單身者，有家庭與小孩的男性的意圖就不一樣，awoo AMP 就能給予親子用品、小孩商品的推薦，不靠第三方 Cookie 也能從客戶消費旅程的線索（商品特徵：情境、風格、材質、稱呼)，來發現其他符合該消費者意圖，令其感興趣的商品。
依統計，推薦引擎平均為客戶節省廣告進站成本25%、減少跳出率15%、停留時間增加350%、站內搜尋引擎轉換成長3.3倍、經 awoo AMP 廣告流量帶來的轉換則是優於其他方法的1.5倍、商品加入購物車數量增加3.5倍。
3. 再行銷引擎 Retargeting Engine
王鶴穆補充，awoo AMP 也提供再行銷的功能，同樣利用 awoo PDP 中 AI 商品標籤的商品特徵，再透過 CDP 的消費紀錄，將會員客戶進行分類，透過電子報、手機簡訊、LINE 提供個人化訊息，刺激回購商品推薦，喚起消費意願進行購買。
別再用發票紀錄找商機，OMO 時代請掌握消費者意圖
「過去零售業全憑一張發票來觀察消費者行為，但昨日的消費行為，無法與今日做連結」王鶴穆再次強調，CDP 收集過去的消費者歷程（使用者的紀錄），而 PDP 是理解現在的消費者意圖（商品的特徵），使用者紀錄須要有商品特徵，才能知道消費者真正需要的是什麼，將 CDP 與 PDP 結合，才能真正讓「即時互動數據」落地。
面對 OMO 新零售模式，企業必須明白「多通路 multichannel」與「全通路 Omnichannel」的關鍵差異就是數據，且要掌握「數據的雙向流通性」與「數據統整一致性」，也要建立「會員數據非唯一」的觀念，才能跳出既有格局的限制，擁抱新常態之下的行銷環境，在新環境之中題端出接軌商機的行銷佈局策略。
若想進一步了解 awoo PDP、awoo AMP 電商行銷解決方案及 OMO 解決方案，歡迎立即諮詢，將有 awoo 專業顧問為您服務。
