迎向當前的數位化時代，每人每天接觸到龐大資訊的同時，自身的一舉一動也不斷的產生出新的訊息。就像早上在通勤的捷運上，看到一則展覽的資訊很有趣，低頭拿出智慧型手機，輸入展覽的關鍵字，瀏覽更詳細的活動內容。我們參與及製造資訊爆炸的每一天，直到大數據概念的出現，高喊著重新整理有價值的資訊，將行為量化，甚至能夠做出對未來的預測，讓數據一夕之間炙手可熱，掀起一波產業革命，成為多方追逐的目標。
數據價值最大化，手把手解析 CDP 顧客數據平台架構
處於數據主宰的時代，企業要為消費者打造完美的消費體驗，勢必要從蒐集使用者數據著手，將消費者行為數據化，逐步優化服務或改善商品，用數據創造價值，有效提升企業的服務品質。促使企業重視數據最關鍵的因素，在於數據最終可以提供判斷依據，為企業提升營收的終極目標打下穩固基石，帶動企業進一步的成長。具體來說，即是回歸以消費者為中心，輔以數據的力量，經營長久且良好的顧客關係。此時，顧客數據平台 ( Customer Data Platform ) 便成為突破的關鍵，提供企業一個創新突圍的方法，角逐這場數據競賽的冠軍大位。
顧客數據平台即為一套操作系統，協助收集顧客數據，整合顧客會員資料及其他相關交易行為。運用顧客數據平台分析數據，更加了解顧客足跡，有效描繪出顧客輪廓，數據收集越完整，顧客輪廓就越清晰，企業即可進一步設定精準的行銷及深度銷售方案。顧客數據平台架構可大致區分為三部分：數據收集、數據分析、標籤化，讓企業有系統的一步一步貼近顧客，最後善用標籤化的結果，開發獨特的行銷及銷售應用。
圖 1. 顧客數據平台架構 1. 第一方數據收集
一次完整的交易，包含了許多階段，試想當要買一台相機時，事前的調查資料無可避免，部落客的使用心得、商品品牌的知名度、使用者的評價 … 等，都會被消費者納入考量。決定要買的相機型號之後，再查詢各大電商平台及銷售通路比價、比服務、比運費，最終購買相機後，消費者也會給出對相機的意見回饋，成為下一個潛在消費者的參考指標。在這些交易必經的重要階段裡，消費者透露出非常多的訊息，企業若能收集消費者對服務或商品的所有行為反應，結合會員資料及交易內容轉化成數據，勢必就掌握了絕佳的優勢，在各個關鍵的時刻，搶先攻進消費者的心！數據收集又可以交易階段細分為售前、售中、售後三階段。
售前
消費者在進入交易之前，會查詢想購買商品的資訊，以相機的例子來說，可能會搜尋「單眼推薦」、「類單推薦」等關鍵字，進而瀏覽相關商品，也許除了相機，消費者也會一併查看相機的週邊商品。這時，將消費者搜尋過的關鍵字及瀏覽過的商品資訊收集起來，成為「售前數據」，建構起針對此位消費者的資料基礎，往未來進入交易的方向前進。
售中
當消費者對瀏覽的商品產生興趣，將商品加入收藏、新增到我的最愛，更直接一點，洽詢客服人員商品的資訊，顯現出高度購買潛力時，這些「售中數據」就有極大的可能會轉換為實質交易，也更具體地描繪出顧客的喜好，增加企業對顧客的掌握度。
售後
消費者完成交易後，來到了「售後數據」的採集階段，舉凡是消費者購買的商品內容、數量規格、交易的價格，以及對商品的滿意度和回饋，都提供企業不可多得的參考資料。以購買相機來說，消費者購買的相機品牌、型號、交易金額、支付工具、送貨方式 … 等，這些「售後數據」的收集是一筆交易走到最後最關鍵的資訊，完整了企業對消費者的認知，初步建立起消費者的基本消費樣貌。
2. 顧客數據分析
隨著顧客數據的資料量越趨完整，擁有的可分析資源就越多，對顧客也將擁有更全面的了解。事實上，在收集售前、售中、售後數據的同時，就可以對這些數據做出最基本的判斷分析。例如當收集到消費者在關鍵字搜尋「相機」時，可以得知此位消費者對相機有興趣，若此時能推薦任何與相機有關連的商品或服務，消費者點擊的機會非常大，如：熱門鏡頭組合、萬能腳架 … 等。以此為同心圓延伸出去，持續與消費者互動，獲取更多的顧客數據，分析的結果就會越準確。
售中及售後也是同樣道理，根據售中數據得知消費者偏好，發現同樣喜歡同款商品的好幾位消費者，同時也瀏覽了另一樣搭配商品，舉例來說，把格子襯衫加入關注清單的 5 個消費者，同時也把格紋褲加入關注清單，根據此項舉動判斷，推薦格紋褲給喜歡格子襯衫的消費者，成功率非常高。售後數據則是交易已經完成後的資訊，也是拿來分析顧客行為的重要指標，可以觀察出顧客習慣的交易方式、交易金額的落點範圍，更重要的是，顧客於交易完成後對商品的反饋，以及對企業的評價。
顧客數據分析不外乎就是觀察、歸納出規律，建立適合的模型，依據一次次更新的數據去優化模型、改善服務及產品。如零售業必備的 RFM 模型，就是針對三項指標：最近一次消費日期 ( Recency )、消費頻率 ( Frequency )、以及消費金額 ( Monetary )，去分析顧客。最近消費過的顧客可以看出其活躍度，消費頻率越高的顧客可能表示對企業的黏著度越高，消費金額則可以判斷顧客實際上對企業貢獻的客單價金額。企業可依據模型分析，進而分眾經營，將行銷成本重點花在忠實顧客上。不同產業的分析模型多少會有差距，重點是透過這些模型去幫助企業更了解消費者，提供企業未來應對的方向，擬訂高效行銷策略及銷售方案，抓住顧客數據的精隨，將龐大的數據轉換為新的商業機會。
3. 顧客分眾數據貼標
經過分析後的顧客數據，企業除了擁有更清晰的消費者輪廓，也能針對不同群眾產生獨特的標籤。從會員個人資料產生的：性別、年齡、職業 … 等標籤，消費頻率產生的：一天一次、一週一次、一月一次 … 等標籤，還有消費習慣、消費能力、品牌忠誠度 … 等。藉由觀察顧客的一舉一動慢慢累積顧客標籤，如一名會員於電商平台曾經瀏覽過口紅、團購乳酪蛋糕、拿鐵咖啡等資訊，根據這些行為，即可產生「化妝品」、「團購美食」、「咖啡」… 等基本標籤，透過進一步比對會員資料後，可生成更精準的標籤如：「女性」、「上班族」、「消費頻率：4 次 / 月」、「甜食」 … 等。一位顧客身上的標籤就像 DNA 一樣，透露出關於這個人的關鍵訊息，企業越能完整的了解每位顧客的興趣及喜好，越能有效的進行顧客管理及各式策略的擬定。
大數據神話，這樣應用即刻彰顯數據力，提升 CX 顧客體驗！
將顧客標籤化所仰賴的基礎就是「顧客數據」，當有更豐富多元的數據資料，就更能依據每位顧客身上的專屬標籤，打造不同的商品或服務，讓顧客獲得更個人化的消費資訊，擁有更棒的消費體驗。實際上的顧客標籤應用，可以體現在精準的行銷，以及銷售端的高掌握度上。
1. 行銷應用
一個顧客身上可能擁有多個標籤，企業可進行正向操作，針對特定標籤的顧客群進行精準行銷，也能反向操作，找出對特定商品感興趣的人具備什麼樣的標籤。舉例來說，正向操作之下，企業對於具有「喜歡閱讀」標籤的顧客，推出兩本書籍特價 79 折的促銷方案，獲得顯著成效後，再進行反向操作，從購買此促銷方案的顧客中，發現多數顧客同時具有「愛旅行」以及其他標籤，或許未來企業就能多方考量，結合不同標籤進而推出更符合顧客口味的商品，像是結合「喜歡閱讀」、「愛旅行」兩種標籤，推出購買旅遊書籍抽東北亞 4 天 3 夜知性之旅來回機票的活動。將顧客數據標籤化，運用標籤協助企業洞悉顧客消費行為，管理顧客的喜好，投其所好將數據變現的機會也將大大提升。
圖 2. 顧客標籤行銷應用 針對不同的標籤族群，企業可制定不同的行銷操作策略，透過多方渠道，用最適合的方式呈現在顧客眼前。就好比零售電商網站，要針對商品做行銷推廣時，除了最基本的將商品廣告置放顯眼處吸引顧客點擊之外，運用顧客標籤，依對象做廣告內容的調整，獲得的回饋肯定更高。行銷廣告要命中，重點不在於曝光率高，而是在於觸及到的人都是想掏錢購買的人！舉例來說，若要推廣相機時，就可以參考顧客標籤，瞄準具有：熱愛拍照、攝影工作者、3C 產品高度興趣 … 等標籤的顧客。收斂目標客群名單之後，再進而針對不同群眾的身分去判斷該如何呈現相機的資訊，如對具有「學生」標籤的顧客群，可強調相機的 CP 值，以學生能負擔的預算範圍做推薦；具有「部落客」標籤的顧客群，則可以介紹相機適合的使用場景，或列舉出使用過此台相機的名人背書；具「攝影師」標籤的顧客群，則可能要提供詳細的相機性能介紹，拿多台相機做多方比較，以及照片集檢視拍攝效果。將顧客按標籤區分成小眾，靈活運用各式渠道觸及顧客，投遞最符合需求的資訊，將顧客心裡的消費慾望喚醒，達到最精準最有效率的行銷！
2. 銷售應用
銷售方面，傳統的銷售手段有不少是以店員為中心，資深的店員熟悉所有老顧客的喜好，掌握特定客群消費的關鍵。或許你也有這樣的經驗，走進一間常去的服飾店，認識的店員迅速的介紹符合自己取向的新衣服，試穿的時候拿的尺碼也恰到好處，結帳時還能享有常客的優惠折扣，有新品上市時店員也會迅速告知，整個購物流程是順暢滿足的。這樣的服務雖然深得顧客的心，但當資深的店員離開了，很大的機率顧客也會跟著遠去，因為關鍵的顧客資料都是存在資深店員的腦袋裡，無法有效的傳承給新進店員，當顧客發現新店員無法精準地抓住自己的喜好，顧客滿意度下降造成的損失是無法估計的。不同於傳統的銷售手法，運用顧客數據建立的顧客標籤，在銷售端的應用上，可以替企業節省許多人事訓練成本，體現資深店員對顧客掌握度的價值，有效的建立標籤，留存顧客資訊，讓新進店員也能透過標籤化的輔助，迅速掌握顧客的基本資料及偏好，進而挑選適合顧客的產品。如此一來，企業不必擔憂人員交替，顧客也能獲得一致性的優質服務，推銷的成交率可望大增，顧客滿意度也將提高許多。
圖 3. 顧客標籤銷售應用 用顧客數據做最聰明的生意
科技的發展造就技術的升級，日新月異的資料運算方法，及各式演算工具的發明，都是推動大數據發展的有力支援。透過數據分析，建立起的有效模型，能夠更精準的預測未來，給企業的下一步提供更明確的方向。例如製造業就能依據數據分析的結果，預測未來的出貨量，即時控制產量降低庫存成本。服務業也能按照數據分析，推測市場未來的口味、流行趨勢、大眾接受度 … 等，減少失敗率，提供更受歡迎的服務。
顧客數據平台從蒐集到分析，進而到預測未來市場的顧客走向，若企業擁有足夠的資訊洞察力，成功打造出趨近於自動化的行銷流程，將為其帶來龐大的市場商機，降低不必要的成本。舉例來說，對擁有「攝影」和「旅遊」標籤的人，系統自動發送旅遊展覽的電子郵件；對擁有「甜食」和「咖啡」標籤的人，系統自動發送餐飲店優惠券。顧客獲得了感興趣的資訊，消費意願上升，企業則節省了亂槍打鳥的人事及時間成本，增加提升營收的機會。
顧客數據無論資料筆數多寡，對企業來說，最重要的是了解你的顧客並且留住他們。要留住顧客，就必須提供絕佳的消費體驗，消費體驗越棒，顧客消費得越多停留得越久，對企業的忠誠度及黏著度也越高。顧客數據平台只是幫助企業更貼近消費者的方式之一，從數據中提煉出價值，搭配企業獨有的商業嗅覺，打造出獨一無二的商業模式，在這場數據戰中脫穎而出！
