盤點專題報導所有文章
盤點專題報導所有文章
疫情對產業與經濟帶來前所未有衝擊與改變,進一步使消費者生活型態、消費習慣及行為模式產生巨變,對於面向消費者的產業及業者而言,更是一大挑戰。本文自虛實融合OMO模型運用談起,介紹AI應用如何助力建置個人化推薦引擎,再切入精準行銷模式,強調針對「對的人」溝通「對的事」,認為應掌握疫後跨世代消費者虛實融合的消費行為及生活型態,避免資源配置失衡。鑑於上述消費趨勢及生活型態的變化,顯示企業需要有資訊瞭解目標消費者OMO偏好,將消費者精準地進行標籤分類,量身訂製行銷活動,並透過有效、精準的溝通方式,做為產業發展新產品、新服務,以及開拓新市場之重要參考依據。
新冠肺炎疫情對產業經濟造成嚴重影響,使得消費者的生活型態、消費習慣及行為常模均已產生變化,對於面向消費者的產業及業者而言,也是一大挑戰。在過往的商業獲利模式受到衝擊下,業者面臨缺少消費市場訊息(目標客群特性、服務需求偏好、價格需求、行銷溝通方式等)、科技技術(個人化推薦引擎、產品推薦引擎)、商業模式設計,因此,如何從在地生活情境與需求出發,結合跨世代的消費性格與價值觀,來探究目標族群生活樣態與消費行為模式,並近一步挖掘各族群潛在未滿足需求,如何透過了解消費者生活型態及新興消費行為,重啟與其的對話,是企業的重要課題。OMO(Online Merge Offline)是以消費者為核心,並隨著5G世代來臨更加提升,而AI的加入讓真實世界數據化、經營等各方面展開自動化、消費行為預測。延伸上述概念,以人為核心的新服務時代掌握「O2O」,則成為當前數位轉型重要關鍵。臺灣自2016~2021年預期數位轉型能為GDP增加150億美元,每年額外貢獻GDP成長率0.5%。2020年世界形勢時好時壞,新冠肺炎疫情影響到所有人,新興消費習慣及生活型態不斷湧現,消費者的行為、支出及消費方式一直都在改變。綜合趨勢,面對2021年多變的消費模式,最重要的競爭力為具備因應「彈性及適應性」。
針對某一段時期出生的一批人群,因生長環境、次文化、行為特徵具代表特色,如1944~1964年代稱為戰後嬰兒潮;X世代指的是1965~1979年出生的群體;1980~1994年出生的Y世代,也稱千禧世代,是平均學歷最好但資源相對剝奪感強烈的世代;1995~2009年出生的Z世代,則擁有獨特的文化與自我認同,在臺灣大約有378萬人,占全台人口16%。對品牌業者而言,及早布局與各世代做溝通,不僅需要克服挑戰,甚至要理解他們的消費喜好。品牌經營不同世代消費者,要讓他們歡欣成為忠誠會員是一大難題。
過去10年,財團法人商業發展研究院人工智慧服務綜合研究所在經濟部技術處科技專案計畫支持下,建置跨世代消費者消費與生活型態追蹤池,解構生活型態、分析不同世代消費者消費偏好差異(消費者Consumer Lifestyle Panel Data & Persona OMO Database),囊括了9個東亞國家、53個城市、93個商圈落地驗證所淬煉出「線上&線下人物誌」歸納出「8類Persona型(精打細算族、人生勝利族、小資月光族、海歸崇洋族、文藝青年族、劉姥姥族、都市新貴族、三明治壓力族」),更在今年更細緻區分各世代消費者在八大類消費領域(餐飲與食品、健康與保健、個人與居家用品、教育與學習、運動、娛樂、旅遊、金融商品)中所展現的主要性格及次要性格,同步觀測消費者在四大構面28種OMO行為偏好、64種消費者特徵等,建構出65,952種OMO資源分配常模,以「跨世代新消費洞察與OMO常模資料庫」為基礎來規劃個別化的資源分配、深度體驗與商業模式。
企業運用「跨世代新消費洞察與OMO常模資料庫」:以健身器材為例
資料來源:財團法人商業發展研究院人工智慧服務綜合研究所(2021)。
在人人皆媒體的時代,網路社群媒體早已成為品牌形象維護及產品推廣過程中必須經營的重要環節,多數消費品牌均經營自媒體(如Facebook粉絲專頁)以與消費者直接溝通互動,同時亦密切參與其他社群媒體上之口碑討論,期望能創造正面的溝通效果,同時避免負面討論擴大成為危機事件。
透過蒐集網路社群媒體中對某品牌的行銷文本及與其產品相關的討論主、回文,斷詞後進行詞性判斷,篩選消費性文本重要關鍵詞彙,並建立行銷領域分類索引,可以用來判斷不同特徵之行銷文本對於各Persona類型之溝通成效,也就是「消費性格光譜文本特徵關聯模型」;接著,仰賴「消費性格光譜鑑別模型」找出不同特徵之社群回應文本到底是來自何種Persona類型,最後,利用「溝通策略校準引擎」使企業行銷人員能更快速且精準地擬定溝通策略。
舉國內主要從事3D列印設計與製造業者為例,近期更為了朝國際品牌通路前進,以更高值的3D列印燈飾品牌經營為目標。協助廠商運用「跨世代新消費洞察與OMO常模資料庫」及「兩模型一引擎」瞭解目標族群使用燈具上的需求與困擾,成為產品開發構想來源。在創意構想初期,協助業者組成跨領域專業團,由各專業人員(設計師/零售/通路等專家之類的)給予意見,並運用「跨世代新消費洞察與OMO常模資料庫」,掌握目標族群輪廓。並輔導業者在產品開發階段,隨時透過「消費性格光譜鑑別模型」,了解目標客群對產品設計的意見(例如按鈕的設計等),即時進行調整。在產品原型階段,以完整且系統的意見蒐集方式,提高產品創新的成功率。
從創意構想、產品設計到產品開發,業者所投入的顧客導向產品設計成本,約占整體研發成本的5%。但在產品研發過程,導入「兩模型一引擎」,快速瞭解顧客偏好,使研發所需的評估時間縮減了20%以上。整體而言,產品測試是一個循環過程,過程中不斷地與目標消費群對話,貼近顧客的聲音,能有效的降低產品發開的不確定性與個人主觀性,提高研發團隊對新產品的信心,也提高內部協作的協調性,提高新產品開發成功率。
鑑於上述消費趨勢及生活型態的變化,企業需要有資訊瞭解目標消費者OMO偏好,將消費者分類標籤,針對不同類型的會員量身訂製行銷活動,進行精準的溝通。線上線下融合的可能性大增,而OMO則重視精準行銷模式,強調針對「對的人」溝通「對的事」,以消費者偏好為核心,強調提高會員黏著度,整體推升營業額,是需要針對疫後跨世代消費者的消費行為及生活型態進行全面了解,協助產業掌握消費者偏好,避免資源配置錯誤,對產業發展來說,了解疫後消費者虛實融合的生活型態及消費行為偏好等資訊是產業發展新產品、新服務,及開拓新市場之重要參考依據。