WiDS Taipei 2020 | AI 賦能的 MarTech 趨勢與用戶體驗新角度

本次以 AI MarTech 行銷人身分,參與年度《 2020 Women in Data Science –  WiDS Taipei 2020 資料科學 x 行銷科技應用研討會》,活動應邀 12 位來自業界擁有豐富實務經驗且深耕多年的女性專家,分享資料科學與「行銷科技 (MarTech) 」兩者相互碰撞融合時,大數據與 AI 技術的行銷科技實務應用面 、數據驅動行銷決策面、 行銷科技產品各種情境。

以下為講座重點精華,並分享 awoo AI 產品 nununi (2021/03 後已更名為推薦引擎)以產品角度建構用戶體驗的方法。大數據時代下,透過演算法的應用,讓數據分析協助達到高效與預測。

 

首場《AI 賦能的行銷科技趨勢與組織實踐》分享中,資深成長駭客顧問 鄭芝郁(Josie)提到,因應日常生活的習慣改變,購買流程更加複雜,行銷思維正在轉變。

消費者習慣改變。
已經從
單渠道:純線下實體商店
多渠道:隨著互聯網興起,消費者能夠透過多種不同渠道購買
跨渠道:加上用戶思維,用戶可能會產生跨渠道的消費模式
全渠道:除了多個購買渠道外,隨著社群媒體的興起,大家在網路上獲取訊息的渠道也更多變與複雜,此時便出現了全渠道的思維
Josie_AI 賦能的行銷科技趨勢與組織實踐 簡報圖
  • 單渠道:純線下實體商店
  • 多渠道:隨著互聯網興起,消費者能夠透過多種不同渠道購買
  • 跨渠道:加上用戶思維,用戶可能會產生跨渠道的消費模式
  • 全渠道:除了多個購買渠道外,隨著社群媒體的興起,大家在網路上獲取訊息的渠道也更多變與複雜,此時便出現了全渠道的思維

 

全渠道思維之後,下一個思維架構是「全鏈路」:做用戶體驗設計時,從整個商業鏈通盤考慮每個影響用戶的環節,藉此提升用戶體驗,滿足商業目標。

過往行銷思維與方法論為何不再有效?

由於技術演進與消費者行為改變,過往的行銷思維與方法論已無法有效地發揮優勢。

 

1. 技術演進:PC Internet / Mobile Internet / 5G

智慧型手機、網路技術普及,將消費者從線下帶到線上,同時讓行銷團隊更容易去追蹤用戶行為、細分用戶圖像。

2. 用戶日常行為的改變:碎片化接觸+用戶路徑改變

移動網路(mobile internet)的普及造就了隨時隨地上網、獲取資訊及購物的消費習慣。 PC 時代,消費者只能在特定時間、地點操作桌上型電腦獲得資訊或進行購物。而移動網路的出現,除了螢幕大小及操作方式改變了介面設計,連帶用戶互動設計上也產生改變,解放用戶在時間地點上的限制。

3. 用戶獲取資訊方式的改變:主動搜索到被動瀏覽

無時無刻連網,代表消費者能夠隨時隨地透過網路來打發時間、探索新訊。hubspot 研究指出, 57 % 的 Sales 認為客戶在拿回自己的購物決策權。

根據Hubspot 2016 年研究數據。
有57%的消費者在拿回購物決策權。
hubspot 2016 研究數據

使用者行為漸漸從「目的性的搜索」走向「隨時隨地的探索」。此外,隨著網路普及、5G 時代到來,我們能夠追求更好的用戶體驗:文字、圖像、高清影音、甚是VR/ AR 虛擬成像。產品與企業品牌從被動的「讓用戶找到」,轉而關注如何在對的時間、對的場景主動接觸並「主動告訴他他需要什麼」。

4. 觸達媒介的改變:單向廣播到雙向互動

傳統媒介如廣播、電視,提供單向資訊;網路媒介的出現,成就了雙向互動。過往單純營運各品牌旗下的傳播管道,已經無法應對用戶隨時隨地的資訊獲取習慣,能充分考慮體驗的品牌、企業能夠獲得更多關注。

5. 產品代言人的改變:專業明星到新媒體素人 KOL

行銷人對 KOL(Key Opinion Leader)概念相當熟悉,過去只有明星才能勝任「商品代言人」的時代已經過去。更進一步的概念則是 KOC(Key Opinion Customer),他們是品牌的消費者兼分享者,更是品牌擁護者。當人人都能代言時,傳播路徑、消費決策的改變,讓用戶不單是用戶。

6. 市場的改變: 行銷管道複雜化、競爭加劇

技術推進、用戶行為改變、行銷管道多元化,數位應用普及,連傳統產業都不得不善用網路世界的資源與技術,獲取用戶的青睞。在這樣的市場走向中,整體獲客成本勢必上升。

全渠道到全鏈路的轉變
( https://swoopnow.com/wp-content/uploads/2018/12/customer-acquisition-process-diagram-1.png )

提升用戶體驗,更需要充分了解自主的產品/服務

Josie 提及,重視用戶體驗是下一波的行銷關鍵,awoo 也想進一步為此觀點補充:提升用戶體驗,不只能從用戶行為出發。目前推廣用戶體驗的系統,無論是自主開發或使用平台系統,多以蒐集用戶數據為出發點。若沒有對自身產品/服務的充足理解,面對用戶行為碎片化的情形,大量蒐集即時數據,仍難以被正確歸類或進一步挖掘槓桿點。

以電商網站來說,顧客最容易反感的問題是站內搜尋;商家則發現除了熱門商品,大部分產品像堆在「線上倉庫」裡,難被消費者看到並購買。

我們理解糟糕的站內體驗會直接導致消費者從網站上跳出。為了讓客戶擁有高效率的購物體驗,當務之急是他們必須能夠找到符合需求的產品,進一步也找到符合購買情境的高關聯性產品。

好的產品標籤,不僅可以解決商品管理問題,還可以促使產品 SEO 及站內搜尋推薦。
好的產品標籤,不僅可以解決商品管理問題,還可以促使產品 SEO 及站內搜尋推薦。
https://blog.usejournal.com/

假設消費者正在尋找一件長袖條紋針織上衣,若搜索結果顯示黑色休閒上衣,他們很可能就會失望。世界最大的電商開店平台 Shopify 研究,當客戶搜索產品時,他們加入購物車的可能性是原來的 1.8 倍。使用搜索工具的客戶,因為搜尋意圖強烈、購買意願高,更能產生網站總收入的 13.8%。此外,許多零售商發現大約 80% 的在線目錄仍未被發現。

購物情境組合標籤: 具使用者搜尋意圖,改善消費者購物體驗

awoo 在做的事情,即是透過對物品的理解,進而找出商品間的購物情境,藉此打造出線上的購物體驗升級。awoo 的 nununi (2021/03 後已更名為推薦引擎) 系統,是運用 AI 結合 NLP 自然語言處理的深度行銷科技解決方案。透過 AI 解析產品文案及資訊,找到高度準確的商品標籤,並進行各商品的關聯計算,產生具使用者搜尋意圖的購物情境的組合標籤,致力改善消費者的購物旅程。

MarTech 產品 nununi , 透過 AI 模型預測,把產品本身具有消費者搜尋意圖的情境標籤字結構化,組成情境組合標籤,讓消費者更容易找的到商品,商業應用最佳化
awoo nununi 透過 AI 演算法打造情境組合標籤,達成資料結構化、商業應用最佳化的效果

過往「貨找人」的站內推薦是透過資料探勘 (Data Mining) 而來,常遇到的問題是用網站顧客常買/常逛的商品組合去推薦,不一定能符合實際消費者的購物意圖。 awoo AI 團隊的模型是透過解析商品資訊來模擬並預測真人貼標,當中也透過不同屬性的標籤去定義商品,利用多維度特徵來解析線上商品的關聯,最終將組合性主題購物情境標籤應用在網站中,將顧客帶向感興趣的商品。

懂人,更懂商品

awoo 在 MarTech 應用觀察中發現,過往行銷科技領域著重於對人的理解,較少提及將人與物關聯起來的應用。

PDP (Product Data Platform) 的出現,是行銷科技下一場顛覆世代的起點 。透過對網站內容、商品的了解,縮短消費者認識你的距離,未來更進一步結合以人為出發點的 CDP 系統進行整合,帶動通路的新機會。

 

AI 未來應用:線上帶動線下零售

知名品牌資生堂、聯合利華透過 AI 分析消費者在線上購買數據,進行線下選址、預測各地區會較熱賣的商品包裝大小與系列並管理庫存量;Amazon 4-star Store 也從線上數據驅動線下實體門市,透過線上購物數據,來進行門店選品與調配庫存量。

AI 未來應用。將會是線上數據驅動線下的實體門市。
圖中為亞馬遜4 星店(Amazon 4-Star)是亞馬遜推出的新型店種,店內只擺放評價4 星以上、或是極度暢銷的商品。 據Amazon 官網說明 ,獲得4 星以上線上評價商品,將會被擺放在4 星店的縣下門市。
Amazon 4-star Store

awoo 的 nununi AI 解決方案,期望讓消費者能擁有流暢的購物體驗,並如同身處在實體店面般的逛街感受。透過結合線上的數據應用,未來也將有線下實體店的應用。

 

數位領域變化之快,全球都在期待第二波的 MarTech 應用革新,以及持續跟進的數位轉型與用戶體驗提升議題。 《 2020 Women in Data Science –  WiDS Taipei 2020 資料科學 x 行銷科技應用研討會》 內容精實落地,更多資訊也歡迎大家至 WiDS Taipei 的 Medium 閱讀。

延伸閱讀: WiDS Taipei 2020 | MarTech 數據運用與開發方法比對