[研討會紀錄] 零售數據分析要領：第一方數據串起線下買者旅程，挖掘買者輪廓、痛點分析 – 陳振榮 Aaron

1 零售數據分析要領

第一方數據串起線上買者旅程、挖掘買者輪廓、痛點分析。

這場分享中，Aaron 先介紹引客數據的發展過程，並說明如何利用發票數據的分析，協助零售業提升營收，最後也舉了幾個案例。

2 市場與消費者行為改變： InvosData 引客數據發展歷程

第一代零售業：大約 2000 年以前，零售業通路以實體為主，也是利用 DM、電視、廣播、廣告等方式來宣傳的強勢期，量販蓬勃發展，網路則剛萌芽。這同時也是電子發票開始使用的時期。

第二代零售：大約 2001～2010 年的年代，則是電商蓬勃發展的時期，金流、物流都逐漸變成了資訊流
，透過網路線上追蹤。

第三代零售：進入到 OMO，如馬雲所說：線上和線下一起整合。在 2011~2018 年間，不同平台、社群與通訊軟體劃分受眾，網路科技深度掌握民眾行為，2019 年以後瀏覽行為更多元分散，統計數據失準，缺乏單一平台觀測消費者行為。

在越來越強調數據的世代交替中，許多零售業的數據發展未能補足跨通路消費斷點，使用者社群不斷分散，數據越來越難統一，斷點也會變多。

而針對這樣的痛點，Aaron 想到可以用發票來收集數據。1999-2000 年間電子發票啟用，消費的資料被數據化，時至今日雲端發票被大幅使用，發票因此成為跨越線上線通路的消費依據。

3 零售業關鍵最終問題

零售的品牌有許多痛點：

零售品牌的許多痛點

但這些問題，其實都可以歸納成營收問題

這些問題有科學化解法嗎？

目前比較常見的方法，是仰賴第一線人員經驗、使用者與消費者詢問回饋、老闆的回饋，但基本上最後都是聽老闆的，利用經驗或想像來決策。畢竟台灣 90% 的零售業者都是依靠通路進行銷售，不容易取得銷售數據進行分析。

全通路的交易數據

透過發票，引客數據可以提供全通路的交易數據

全通路的交易數據可解決什麼問題？
依據公式，銷售額 ＝ 購買人數(人) x 次數(次) x 客單(金)，全通路的交易數據就可以將銷售額拆解到每一筆單筆交易。另外數據也能看到交易的組成元素： 人(消費者)、貨 (商品)、場(通路)，並拆解來檢視。

4 案例說明

案例一：某品牌鮮乳在超商的營收下滑
是鮮乳消費者是否找到早餐替代品了嗎？超商咖啡？還是燕麥奶？如果你是商品 pm ，該怎麼救業績？問卷？還是訪談？
引客透過交易數據，將數據與指標拆細釐清，針對消費者習慣與通路（人、貨、場）進行比較：

• 疫情前鮮乳消費者購買路徑，多數是上班或上課的路途中，進入「超商」購買早餐順便一起購買「鮮乳」
• 疫情後居家上班、上課，鮮乳消費者購買路徑「轉換至超市」變成是購買生鮮、家用時，再一起購買鮮乳。

這案例是大環境影響了購買路徑，因此對品牌方提出在超商上架大容量鮮乳的做法，利用超商相對於超市的便利性，也讓人流營收慢慢回升。

案例二：能量飲料兩大超商銷售額差異大，該把資源投資在哪個超商？

是該投資在銷售額低的超商，拉抬營收，還是放棄低的那邊，專注投資在銷售額高的超商？

透過交易數據了解，銷售額低的超商中，消費者對能量飲料買者減少的次數、單次金額（人、次、金），從中發現，該超商大部分的消費者，只會買一次能量飲料，而兩個超商是在Ａ超商多口味的促銷活動中拉開差距的。

Ｂ超商消費者只買一次的比例很高

從中推估 A 超商的多口味促銷活動，比較可以讓消費者找到自己喜歡的口味，消費者發現喜歡的口味就會持續購入。相較Ｂ超商單純販售，有可能試過一次口味沒中，就不再買了。因此向品牌方建議調整在Ｂ超商的促銷活動模式，再持續投資。

案例三：零食品牌漲價後顧客流失，如何挽回？

透過交易數據釐清品牌零食買者人數減少的狀況，將銷售額中的人數、單次金額（人、次、金），以及商品種類（人、貨、場）比對之後，發現過去作為營收主力的小包裝零食，漲價後銷售量大幅下降。

考量到消費者多偏好小包裝零食，因此建議品牌方不需特別推廣中、大包裝的產品，而是將多種小包裝產品組成「超值分享包」進行販售，上市後，也再度成為銷售主力，顯示多口味的小包裝規格，較能滿足漲價後使用者的購買需求。

案例四：無咖啡因茶飲上市後，市佔無法擴大？
產品負責人，該以降價促銷還是投資廣告的策略提升商品市占？
透過交易數據來釐清品牌飲品人數成長停滯的現象，原先認為顧客是在意無咖啡因的人，因此客群聚焦在孕婦與老人等，但分析買過的人多為男性，最經常購買的其他飲料是「超商冰美式」。

因此引客建議需要調整溝通對象，以男性為主，並調整產品在超商等通路的擺放位置。

5 總結

• 針對各項品牌問題，其實都可以歸類為營收問題，因此利用交易數據來解決。
• 將數據拆解到最小單位、最小元素，再互相比對分析，以科學化的方法解決問題。

6 Q&A

Q：請問講者是如何從數據來得出你各個分享案例的insights？只有看結果較難理解
A：量化 & 質化分開，找使用者填問卷（不是市調/傳統的方式，以問卷為基礎），鎖定實際有消費的人分群後 (找出消費者購買決策流程)再進行訪談，例如：買能量飲的案例中，就有將已經買過第二次後流失/繼續買的人分開來分析，不只用量化也會放質化一起做分析。

Q：第一場乃文的分享有提到不能只靠量化數據進行分析、也要搭配一些質化的方法，所以也想請問 Aaron 是否有哪些情境是單純靠發票這種量化數據無法得到結論的？ 目前這種情境又是怎麼搭配質化分析方法來解決問題的呢？
A：決策就是消費者已購買（錢付下去）這個結果

Q：想問 Aaron 的框架： 人 | 次 | 金、人 | 貨 | 場 具體來說是指什麼，很實用的排列組合口訣，謝謝
A：人、次、金即是營收資料的拆解
「營收等於購買人數(人) x 購買次數(次) x 單次購買金額(金) 」
人貨場則是每一筆交易元素的的拆解
「消費者(人)，在什麼通路／場域（場），買了什麼產品（貨）」

對 UX 學習活動感興趣，歡迎繼續關注悠識學院，追蹤 IG 捕捉最新動態。