巨量資料不僅挖掘需求、亦能創造需求
- DIGITIMES企劃
-
說起零售業Big Data應用，同樣位居全球營運規模前三大行列的Wal-Mart、Tesco，都已樹立足以讓同業後進起而效尤的應用範例，其中的奧妙，相當值得一探究竟。
摩斯漢堡曾透過小白板，披露過這麼一段話：簡單的事重複做，即可做專家；重複的事用力做；就可做贏家。新世代的企業，必須顛覆傳統，凡事以顧客需求為依歸，進而持之以恆、紮紮實地思考商品布局略，再藉由嚴明的紀律來貫徹執行，方可循序漸進擴大事業版圖。
上述法則，對於百貨零售等服務型產業尤其適用；然而，此類企業如何掌握顧客需求，僅倚靠直覺猜測？憑藉問卷調查？抑或單純仰賴POS交易數據？這些途徑，固然都有幾分道理，但都失之偏頗、片段，甚至與事實多所悖離，更值得採納的進取之道，無疑就是巨量資料分析！
對岸的淘寶網，迄今上架商品項目已突破10億，註冊會員人數超過5億，單日流量高達20億人次之譜，依此規模而論，實已堪稱全球最大的網路購物平台而當之無愧。由於
流量龐大，因而每天為淘寶網創造1.5 PB巨量資料，可作為洞察顧客需求的堅實基礎。
個人精準推薦 贏得顧客好評
然而淘寶網所擁有的資料，不僅涵蓋結構化數據、日誌(Log)、文字…等多樣化型式，且存在著商品、品牌、賣家與買家等錯綜複雜的維度，其間更夾雜了諸如惡意評價、非法交易等低品質數據，倘若意欲憑藉傳統分析工具，必然難以看出端倪；著眼於此，該公司遂決定以Hadoop為基礎，發展客製化MySQL資料庫、客製化HDFS(Hadoop Distributed File System)、開原碼OceanBase、資料視覺化呈現Garuda，以及資料查詢介面glider等一系列巨量資料應用工具，藉以推出名為「一淘網」的個人化精準推薦服務。
時至今日，消費者只要在一淘網搜尋商品，即可一併獲得3類精準推薦結果，分別是「同樣觀看此商品的人還看了什麼」、「購買此商品的人還買了什麼」與「看過本節的人也在看什麼」，並搭配露出相對應的廣告資訊；藉由此項服務的推出，淘寶網成功形塑了「猜你喜歡」的驚艷形象，使其更加坐穩了全中國大陸最大購物搜索引擎的寶座。
相同的應用思維，當然也屢屢出現於歐美大型零售業者，且運用的精巧程度，更加讓人嘖嘖稱奇。英國最大的量販零售業者Tesco，在1994年創立了網路購物平台Tesco.com，此後不到兩年時間，便一躍成為全球流量最大的家庭購物網路，甚至被倫敦居民視為網路菜市場；由於Tesco兼具實體及虛擬通路，許多消費者也頻頻穿梭在虛實平台中購物，使該公司得以彙集龐大的顧客購物歷程資料。
有了如此豐沛的資源，使得Tesco可以運用巨量資料分析技術，洞察每一位會員的基本屬性與偏好，如此一來，當消費者登入Tesco.com準備進行購物，便毋需在成千上百種品項中「翻山越嶺」，而可在個人化的「Favorites」園地中，快速挑選到自己所欲購買的商品，且精準度甚高。
在此前提下，樂於進入Tesco.com進行購物的人流，總是絡繹不絕，顯見Tesco已經靠著巨量資料分析技術，成功刺激了消費者持續購物的慾望，從而帶動商品銷售量的上揚，Tesco也拜銷售量能的提升所賜，對於上游供應商的議價能力，也跟著變強了，不僅有利於談定更為低廉的進貨價格，亦取得了要求供應商配合諸多事項的主導權，例如貨品只要稍稍不符Tesco預設的尺寸、規格或品質上的要求，便直接剔除不予進貨，連帶有助於大幅減少消費者購得瑕疵品的機率，少了客訴，對於Tesco的忠誠度也隨之提高；換言之，一切的正向循環，其實都始於巨量資料分析應用。
Wal-Mart利用Big Data 拉抬業績並兼顧環保
至於早在90年代，即寫下了「啤酒與尿布」傳奇故事的Wal-Mart，一向擅長於從細微的消費者習慣中找尋機會點，自然不會錯過Big Data這場盛宴。該公司為巨量資料所展開的軍備布局，著實可謂洋洋灑灑，比起上述的Tesco更是壯觀，先是在2011年四月出資3億美元買下精於分類社群媒體資訊的Kosmix，使其能夠及早從 Tweeter、Facebook等網站掌握消費者購物意向，更大費周章在內部設立了巨量資料實驗室(WalmartLabs)，專責追蹤川流不息的社群媒體動態，從而有能力針對不同時段、不同地區的消費者的採購偏好，使得Wal-Mart即便面向南轅北轍的不同消費族群，也能提供精準的商品推薦服務。
在2012年期間，傳來讓人不禁為之矚目的訊息，Wal-Mart與臉書(Facebook)達成合作協議，彼此將互相開放資料，也就是說Wal-Mart可藉此取得消費者在Facebook上的購物資訊，而Facebook也藉此將戰線從線上轉到線下，期望在實體銷售部分有所突破；足以顯示這兩家各據一方的重量級業者，都將巨量資料視為營運更上層樓的關鍵轉捩點。
於是乎，任何可能影響消費者採購意向的關聯譜圖，舉凡消費者本人、商家、家人、親戚、同事、同學，乃至於社群媒體的網友，幾乎都已納入Wal-Mart的巨量資料分析脈絡之中；也難怪這家始終居於全球零售業龍頭的企業，如今不但有能力挖掘潛藏在消費者內心深處的真實需求，更能進一步創造需求，重新定義市場的消費模式。
如果說Wal-Mart熱情擁抱Big Data，只是「唯利是圖」亟欲不斷衝高業績，那未免也太窄化了巨量資料分析應用的格局。事實上，Wal-Mart也靠著Big Data大幅推升企業形象，蛻變為致力推動綠色環保的典範業者。
該公司如何利用Big Data做環保？在2011年期間，其宣布啟動備受業界關注的碳標籤計畫，要求上游供應商都必須予以響應，利用碳標籤揭露碳足跡，唯有碳排放量低於預設標準而通過認證者，才能准許上架，若供應商拒不配合，便將從Wal-Mart合作夥伴行列中剔除；而碳標籤上的碳足跡，一路詳實記載每項商品在生產、運輸過程中，所耗用的水資源，以及產生的溫室氣體排放數量，如此龐大的資訊，都將彙整於後檯環保資料庫，而在資料處理過程中，Big Data技術無疑發揮了重大的關鍵助力。
看完了東西方大型零售業的巨量資料分析應用之道，回過頭來看台灣零售業，縱使仍有進步空間，但可喜的是，已經開始萌芽。
例如若干利用數位看板經營廣告業務的業者，在便利商店播放廣告的同時，即能透過營幕偵測前方觀眾的年齡、性別及一切行為，舉凡哪一類型觀眾，經常在某一時段赴便利商店購物，買了哪些商品，偏好駐足觀賞哪一段廣告影片，全都可以鉅細靡遺地記錄下來，這些記錄，無疑就是可供善加運用的巨量資料素材，一旦加以分析，即能產出許多寶貴的商業致勝線索。
比方說，每當下午稍晚時段，許多剛剛放學的學子，都習慣聚集在便利商店，且不時採購諸如關東煮、包子等簡易食材，而數位廣告業者歷經長時間資料收集與分析後，從中找出大致的定律，一來可以向鎖定學生消費訴求的業主提供情報，以便在特定短暫時間，集中火力播送廣告，而非像過去般亂槍打鳥、漫天灑網，徒然耗費大把行銷資源在不恰當的時間或地點，真正的TA卻鮮少接收得到相關資訊。
另一方面，這些分析成果，亦可作為便利商店(或其他類型的零售業者)的營運情報，延續上述案例，每逢學生放學之前，便預先備妥足夠數量的關東煮或包子，以免因準備不及而錯失垂手可得的商機。這些案例看似簡單，但卻蘊藏無限可能，頗值得相關業者予以參考。
