強化企業Big Data應用能量
近幾年來,「巨量資料(Big Data)」從原本僅是Google等少數網路業者鑽研的技術項目,一躍成為眾所追逐的寵兒,實與美國百貨業者Target締造的「比父親還更早知道女兒孕」奇聞息息相關;由此可見,不管Big Data是否放諸各行業皆適用,至少諸如零售、金融等面向大量消費者的產業,肯定能夠從中獲益。
許多IT議題,之所以從名不見經傳,經過震天價響的炒作過後,成為人人爭相簇擁的神主牌,並非涉及到多麼了不起的技術,而且透過相關技術或工具所衍生的效益,委實太讓人怦然心動。
就多年以前由Wal-Mart締造的「啤酒與尿布」故事,以當時人們普遍擁有的技術水平而言,真的可謂驚天動地的大發現,從此也掀起商業智慧(BI)的陣陣熱潮,因為大家心知肚明,倘若能夠從看似風馬牛不相及的事物中,挖掘出不為人知的彼此關聯性,必將能產生巨大商業價值。
事實上,意欲探究啤酒與尿布不同商品之間的相互影響關係,只需將資料庫裡頭的交易記錄撈出,一個月做一次交叉比對,即可獲知箇中奧妙,其間所牽涉的資料結構很單純,資料量很有限,分析頻率也不高,與現今巨量資料訴諸的大量性(Volume)、多樣性(Variety)與速度性(Velocity),存在極為顯著的層次落差,這也就是若干年後Target神準偵測顧客的懷孕指數,會更加駭人聽聞的原因,並且將Big Data熱潮推向更勝於以往BI或資料探勘所不及的高峰。
Target懷孕預測模型 堪稱巨量資料活教材
Target如何預測女性顧客懷孕?乃是歸功其長期研發的懷孕預測模型,且反覆進行測試,後來發現,大約有25種商品,譬如乳液、無味香皂、棉花球、鈣片、內含鋅或鎂的營養補充品…等等,背後的採購動機,無形中都與懷孕癥候高度關聯,因此當偵測到女性顧客密集出現相關採購行為,且購買的數量逐步擴大,即可據此推估該顧客已經出現懷孕現象,甚至知道已經懷孕多久。
當然,做巨量資料分析,絕不是遊戲一場,更不是只為了滿足自己的成就感,當然必須猶如老前輩將啤酒與尿布等商品擺設在一起,藉此創造若干商業利益才是;於是乎,當Target預測到某顧客懷孕,便會隨即啟動行銷措施,根據不同的懷孕階段,寄送相對應的促銷折價卷,以期進一步觸發其採購慾望,帶動商品銷售量的提升。
事實證明,在啟動資料分析、終至展現成效的前後不到8年,Target的年營業額,從原本不到450億美元,一路攀升到將近700億美元,這般成長幅度對於其所身處的百貨零售業,的確讓人垂涎不已。
持平而論,Target運用巨量資料分析技術,精心產出懷孕預測模型,絕非短暫時間內的神來一筆,其實已歷經多時琢磨,背後也動員了許多資料分析專才。
巨量資料應用價值鏈 不僅止於技術或系統
這個例子,究竟可為台灣的百貨零售業主,甚至是其他面向大量顧客群的企業老闆,帶來何等啟發?經過專家分析,大致有幾點結論,第一,企業主必須深切瞭解巨量資料的定義,並剖析它對於自己乃至於同業,可能帶來哪些機會與挑戰;第二,無論透過何等技術或系統來推動巨量資料應用,都絕非悶著頭盲目硬幹,而是能夠確實掌握,這些技術或系統究竟能幫自己獲得哪些洞察力;第三,當企業主確實獲得若干洞察,此時即需審慎進行沙盤推演,評估自己的商業模式究竟需要做何調整,才足以一步步航向市場藍海,以及當商業模式改變後,自己與同業對手之間的競合關係,將會出現何等變化。
第四,為了持續有效駕馭巨量資料應用,企業必須研判,後續需要延攬具備哪些能力的人才加入,更重要的,亦需思考如何透過有效的方式,扭轉企業組織積習已久的文化,好讓不同階層的決策者,能夠拋開過往憑經驗、靠直覺的決策產生模式,真能懂得讓凡事都交由數據來說話。
專家提醒,巨量資料應用是成或敗,關鍵絕不在技術或系統,只因這些充其量僅是輔助企業養成洞察力的工具,工具就是工具,若缺乏足夠的能力予以駕馭,坦白說連一點價值都沒有,因此企業必須正視人才、能力、組織文化的養成,唯有這些軟實力通通到位,看似生硬艱澀的工具才能被駕馭、被活用,繼而從看似垃圾的數據提煉出黃金。
但可別以為Target的懷孕預測模型,只有正面效益、別無負面衝擊,事實上,對於多數女性顧客、甚或其家人而言,懷孕實屬個人隱私,在正常情況下,確實不容任何人擅自侵犯,主因在於,任誰都無苟同自己的一舉一動,無時無刻都落在廠商的監視範圍內;而Target根據懷孕預測模型啟動行銷活動的做法,似乎也踩到了許多顧客心目中的紅線,一旦見獵心喜、操作過當,反倒徒然傷害顧客情感,最壞的情況,恐讓好不容易萌芽的商業契機,因而被摧毀殆盡。
因此有顧問業者提出呼籲,企業在評估巨量資料所衍生的機會與挑戰的同時,亦需致力建立其與顧客之間的信任關係。在多數IT人的眼裡,巨量資料應用的價值鏈,無非就是Hadoop、MapReduce、NoSQL DBMS、In-Memory Database、Compressive Sensing、Machine Learning、Text Mining等技術辭彙,再加上既嫻熟產業Domain Know-how、又擅長統計分析的資料科學家,但事實上,企業賴以蒐集大量行為記錄的來源、也就是廣大的客戶,肯定是這條價值鏈當中,最不容忽視的一環。
在此前提下,企業切莫以為蒐集客戶行為資料的過程一切合法,就可以罔顧客戶情感而恣意妄為,必須開誠佈公與客戶溝通,藉以傳達清楚概念,記錄並分析客戶採購行為的目的,絕非一味探測個人隱私,而是透過分析結果來改善企業的商業模式與服務品質,俾使更精準而迅速地滿足客戶一切需求,如此一來,企業是否因此而得利,倒是其次,重點在於最終使得客戶得利。說穿了,如何避免在蒐集巨量資料的過程中,讓客戶產生嫌惡感,繼而信賴並支持業者的作為,肯定是企業必須勤加修練的基本功課。
台灣零售業 可望因巨量資料獲益匪淺
據統計,台灣服務業佔整體GDP高達68.8%比重,足足創造58.8%就業人口,等於大多數民眾都是倚靠服務業維持生計,而環顧偌大服務業,諸如百貨零售、連鎖加盟等行業,肯定都是箇中重要環節;所以說,百貨零售或連鎖加盟等企業的競爭力提升與否,絕對攸關台灣經濟發展至鉅,實不容等閒視之。
綜觀全球零售業的發展,其競爭關鍵,已從過去的物流運籌、先轉變為金流服務整合,再進入巨量資料分析的競爭世代。而台灣零售業的優勢在於實體通路,以便利商店為例,每500公尺範圍、每2,500人就有一個店家,密度高居於全球之冠,此外若以百貨公司為例,每8.7萬人即有一個店家,密度同樣稱霸全球,再加上物流體系甚為蓬勃發達,易於推動跨通路整合,又有政府提供的電子發票機制在背後撐持,在如此良善的發展基礎上,若能結合巨量資料推動更進一步的加值應用,必定可產生莫大加乘效應。
著眼於此,包括工研院等學術機構,已著手針對零售業者進行輔導,期望引導業者從虛擬通路作為出發,並建構巨量資料運算平台,佐以發展成效較佳的混合式推薦法則,根據不同數據來源、不同運算時效、不同運算需求,藉由動態調整產生最理想的個人化推薦模式,終至一擊中的、成功推薦消費者可能喜愛的商品,以避免錯失任何潛在商業契機,且一併帶動顧客忠誠度、銷售額的同步走高;此一攸關零售業的巨量資料分析加值應用能量之養成歷程,後績展望相當值得期待。