電商

新冠疫情延燒至今已經兩年多了,現在回頭看,疫情到底造成了什麼改變?其一就是「電商快速躍進」,全世界電商佔零售業的比例,從原本不到 5%,到現在已接近兩成,這其實大約是兩到三倍的成長。

eMarketer 預估,中國的電商銷售額在 2021 年就會佔中國零售業銷售額的 50% 以上,領先於全球,且預計在 2024 年更將成長至超過 58%;不過,若綜觀來看全球市場,則會發現在其他國家,電商目前還是佔零售業很小一部分。

例如電商佔比位居第二的韓國,其電商銷售額在 2022 年將佔零售業銷售額的 31.6%,距離中國還有較大的差距,因此可以看到全球的電商市場成長空間還是很大。

虛實融合浪潮下的兩個關鍵需求:數位化與新通路

消費者在這兩年經歷的改變已經回不去了,現在沒有所謂的新常態,而是所有的常態已經正在發生當中,也就是線上和線下合在一起了

這也是我們在談電商、零售時最重要的議題,回歸到企業與品牌出來做生意的最本質,最關注的還是產品要怎麼賣出去。以終為始來看的話,許多企業在導入數位轉型基礎設施或顧客數據平台後,最關心的第一個問題是「數位化後要去哪裡找客人」,數位轉型是一個漸進的過程,但善用數位科技、利用數位思維和洞察,卻可以很即刻的看到成效。

以網紅行銷為例,2018 年那時的品牌主都透過 Facebook、Instagram 去找客人,而隨著廣告費愈來愈高,網紅也興起,品牌主開始思考找網紅業配,但對於成效還抱持著不確定的態度。當時 2018 年網紅行銷這個產業還很落後,既不量化,又還沒形成一些產業的標準,直到今天,它已經是一個廣告產業了。

Influencer Marketing Hub 預估,全球網紅行銷市場規模將在今 (2022) 年來到約新台幣 4,600 億元規模。以往大家對網紅的認知就是業配,像電視購物一樣,支付費用請主持人幫忙代言、銷售產品,並且下方有一組電話號碼可以打;但現在的網紅行銷走向數位,其實更加進步,已可透過 AI 技術衡量、甚至預測網紅成效

這就是 iKala 在做的事情,提供行銷科技給品牌主,在台灣把網紅行銷做成一門產業,主要解決的問題就是,為品牌主確認這個網紅代言產品是否適合、以及成效預測。

這就是現在企業與品牌不斷在想的,新的通路到底是什麼?其實今日的通路已經超過大家的想像,不只是五花八門,就連「人」本身也已經成為一個通路。我們也從提供網紅行銷服務的成效上,更加確實發現網紅已成為一個通路,尤其我們現在還做到跨境的服務。

當日本品牌需要輸入產品到台灣市場的時候,他們會把 iKala 透過數據找出的網紅,視作一種銷售的通路。例如,透過 iKala 的 AI 網紅數據行銷服務 KOL Radar,找出 200 位適合代言某化妝品的網紅,這並非人力可以處理,一個人記不住這麼多網紅,也不知道每一位的成效好不好,因此這就可以交給 AI 和機器學習來處理。

所以,零售業在面對實體與虛擬界線更加模糊之際,得考量的事情愈來愈多,第一個是數位化,第二個就是通路在哪裏。我們看到很多店家、餐廳在疫情期間導入 Line 官方帳號,幾乎現在所有店家都會問消費者要不要掃碼加入會員,這是最簡單也最好切入的數位轉型,而 iKala 也有相對應的轉投資公司在提供相關解決方案,幫助商家精準投放 Line 訊息。

同時,iKala 也提供比較深入的數位轉型,像是針對大型企業有採購顧客數據平台、讓資料彙整加以應用的需求。iKala 的使命就是 AI 賦能,不論是把 AI 用在網紅、數位轉型,都是圍繞在一個核心。因此,iKala 其實從內到外,數位化到外部的數位通路,都提供相對應的數位轉型方案,這些也是我們最近看到的幾個關鍵趨勢。

TO 推薦閱讀:擁有 MarTech 技術就能 360 度全方位行銷?Gartner:只有 14% 企業做得到 

世界從「 AI 基礎設施」完備進入到「資料基礎設施」的時代

另一個值得關注的是,未來的企業會以資料為基礎在運作。當別人在解讀資料而你卻沒有解讀資料、只靠直覺賣產品的話,你會沒有對方這麼了解消費者,就會失去競爭力。所以我們在講 ABC(AI, Big Data, Cloud),其實是倒過來發展 CBA(Cloud, Big Data, AI ),先有雲端,數位化之後,累積資料,之後就有 AI,AI 成為資料驅動的一項技術

要判斷一個技術成不成熟的一項指標,就是看高齡人士有沒有在用。當一項技術在各個年齡層都已經普及,而且使用者感受不到它的時候,這個技術就已經成功。

而深度學習大約是 2009-2010 年那時出來,超過十年的時間,至今 AI 其實已經普及,所謂的普及就是成本夠低、人人可用,這兩件事現在已經做到,因為很多 AI 的技術已經被包裝成套裝的軟體,都可以使用;同時因為架設在雲端上面有規模經濟,成本夠低,所以要建立一個機器學習的模型或使用 AI 的功能也好,在雲端上面使用的成本其實都非常低。

市場對於 AI 的理解已經從教育期進入到使用階段,現在最重要的是 AI 到底能為我們做什麼?

AI 其實是一個加值服務,關鍵還是得問自己的核心商業模式是什麼?原本的產業別是什麼?這時才能進一步回答 AI 能幫助我們做什麼。麥肯錫曾統計,AI 創造出來的產值有 7  成是從既有商業模式加值而來,只有 2-3 成是來自全新的產業,例如無人車、資安等新產業。

AI 已經從基礎建設期間進入到了普及的階段,下一個就是資料基礎設施的時代,因為現在企業發現資料真的必須好好應用,不然就是坐在金山上面的乞丐。今日無論大、中、小型的企業都在思考到底該採購什麼樣的顧客數據平台、去建置什麼樣的數據分析,採用資料治理政策做接下來的生意。所以現在的世界,已從 AI 基礎設施完備進入到資料基礎設施的時代了。

其實 AI 的應用在各個領域都已經擴散,包括透過 AI 分析網紅,已經做到這麼細的產業領域,以及用 AI 在做無人車這麼大的產業,消費者平常在搜尋 Google 的背後都是 AI,在 Amazon 上面買書被推薦時,背後也是 AI。

因此,AI 現在在零售上面的一個重點就是,彙整顧客的數據在同一個地方並進行分析應用,因為現在的顧客旅程非常破碎,企業都必須直接面對顧客,以前可以倚賴很多(電商)平台,透過第三方資料交換去投放廣告,但並不清楚顧客輪廓。

TO 推薦閱讀:大砍臉書、IG 廣告預算!電商為何一齊走向 Google、亞馬遜懷抱? 

掌握第一手數據資料,更了解顧客旅程

台灣的企業在供應鏈裡面一直都處在一個較安逸的位置,不論是電子業、零售或傳統製造業,我們在全世界供應鏈站穩一個位置,這個生意就能做幾十年,不用經營品牌,不用第一線面對消費者。但現在情況改變,因為疫情帶來了斷鏈、再來短鏈,今日變成所有企業要開始經營品牌、直客。

所以到底能如何掌握顧客?例如,顧客在書店翻一翻書,回去搜尋 Amazon,最後卻在博客來下單。這樣一個旅程,品牌要怎麼了解顧客?

很重要的就是必須掌握顧客的足跡、旅程,收攏在一個顧客數據平台裡面,才能去加以分析。因此,現在幾乎所有企業都搶進第一手資料,不能再倚賴平台,像是 Google、Facebook 就屬於外部資料的擴增,無法提供你消費者的個人資料,因為會有隱私權、個資問題,僅能提供總體的趨勢去做廣告投放。所以第一手資料,就是我們現在看到一定要掌握的。

我們看到很多新的零售業者、餐廳或電商業者,第一時間就導入顧客數據平台,因為現在不做,以後就更難做。許多大型企業回過頭來要彙整 CRM、銷售資料、行銷單位及業務單位資料,真的非常辛苦。

新的企業則是第一天就先反過來思考,說自己需要資料中心來做資料的治理,收集第一手顧客資料,才有辦法建立自己的品牌,以及在終端能透過 AI 精準投放廣告,與顧客做更近一步的互動。這些就是 AI 在顧客旅程中可以賦能的地方。

看更多程世嘉專欄系列文章

♦ 疫情加速 AI 普及,為何企業導入仍有困難?

♦ 疫情加速 AI 時代來臨,擁有什麼職場技能才不會被 AI 取代?

♦ Deepfake 事件的啟示:AI 已引領人類進入「眼見不能為憑」的時代