都會生活隨時隨地都在產生數據，廠商該如何善用數據瞭解消費者，進而洞察數據背後的意義，以及複雜的數據模型與人工智慧運用，需要工程師使用Python或R等程式語言，往往無法立即產出分析結果，事實上懂得善用常見的軟體，也可以快速將行銷科技運用於銷售推廣。 

試算表就是一項好工具，除了微軟試算表之外，Google也有免費的試算表可以使用，要從數據中得到有用的資訊，首先要重視數據取得過程。 

工程師常常講「垃圾進，垃圾出」，就是強調數據的來源必須要完整且正確，否則分析的結果就沒有意義。 

強調數據的完整性是不論日夜、平假日都要持續收集數據；數據的正確度則強調要事先定義好數據格式與範圍，欄位設計上以選單而不是打字，才可盡量減少輸入錯誤。 

分眾行銷是運用適合的行銷方法在不同屬性的客戶，極大化行銷支出的效益，運用試算表提供排序的功能，套用RFM模型就可以分群客戶，R（Recency）表示客戶的活躍狀況，客戶購物日期距離現在愈近，對廠商愈有價值；F（Frequency）為客戶購物的次數；M（Monetary value）則通常指的是購物的總金額。 

簡單來說，RFM就是透過顧客的購買次數、購買金額與活躍狀況等三項因素分群客戶。 

RFM模型在學界與企業界運用20多年，在許多產業得到實際的驗證，實務可用試算表的行、列分別帶入客戶購物日期、購物次數，有效分群客戶。 

筆者實際操作超過千筆數據的資料庫，從大數據的觀點，購物日期距離現在愈近，購買次數愈多的顧客，通常會有較高的購買金額。 

此外，口碑宣傳是非常有用的行銷方式。區隔出最近有多次購買行為的忠實冠軍客戶，廠商就該「黏著」這群客戶，「強化熱度」滿足需求，經由客戶的「主動推薦」推廣商品。 

對近期購買過數次產品的潛力忠實客戶，廠商可以客製化服務，讓這群顧客「一試成主顧」；對剛上門消費的潛力新客戶，應該要「主動推薦」商品，使其產生興趣，提供完整的服務，讓顧客「信賴」。 

如果客戶之前多次購買商品，卻有一段時間沒有消費，廠商必須要了解客戶不光顧的原因，針對需求強化服務，促成「活化」。 

廠商需要注意購買數次，近期卻沒有消費的客戶，嘗試並保持聯絡這群客戶了解他們的需求，嘗試提供客製化的服務。如果客戶曾經數次購買，卻又很長一段時間沒有再次消費，廠商可以主動探詢需求，「維持」客戶忠誠度；對於很久之前曾經消費的冬眠客戶，可以試著訪談購買金額高的客戶，切中顧客的需求促成「喚醒」。 

行銷方法愈來愈精緻，行銷人也將特殊假日、天氣、地理位置等因素對於購物的影響納入考量，這些精緻的決策目前仍然需要使用程式分析。 

然而隨著愈來愈多行銷人仰賴數據進行決策，無程式數據分析的工具也日漸增加，行銷人，現在就開始用行銷科技了解客戶吧！

（商業發展研究院經營模式創新研究所研究員 吳思正）

原文刊登：111/04/12－經濟日報／B5經營管理