2020 年初的 COVID-19 疫情影響的層面擴及各個層面,很多人因此在家隔離,導致消費者將日常消費轉往線上,「數位轉型」、「電商」等等都是近期熱門的關鍵詞。因此 Glints 特別訪問新零售雲端服務商 91APP 的產品長李昆謀 Happy Lee,了解現在最新的電商趨勢—— OMO(Online-Merge-Offline)線上線下虛實融合

你需要數位人才?與我們聯絡!

新電商時代:OMO 到底在幹嘛?

電子商務(E-Commerce)隨著網路世代一併興起,近年電商高速發展,從電商 1.0 到電商 4.0,從 B2C、B2B2C 到強調 O2O 、新零售,近來電商領域更高度聚焦於整合線上與線下的串接。

「不是說電商嗎?和線下有什麼關聯?」或許在聽到 OMO(Online-Merge-Offline)這個新名詞時,你也會有這種疑問。

OMO 是什麼?它的全稱是 Online-Merge-Offline,線上、線下的虛實融合,也是消費行為的雙向流動與融合。Happy 說,傳統的 E-Commerce 是線上線下分開操作,門市歸門市,電商是電商,許多品牌線下的實體門市很給力,轉頭做線上還要跟他人競爭、搶廣告資源,而 OMO 則更強調借力使力,用門市打線上業績,用品牌的強項和其他人競爭。

在新零售時代,實體零售與線上銷售不是獨立或是競爭的兩件事,兩者是相互協助拉抬的關係,也就是 Showroom 展示間現象Webroom 逆展示間現象同時並存。Showroom 展示間現象是消費者在線下看到實體商品之後,選擇在線上購買;而 Webroom 逆展示間現象則是消費者先行在線上瀏覽商品,再到線下實體門市完成購買。

舉例來說,消費者可以在Make Up For Ever 的官網先瀏覽商品,下班後直接到櫃上指名購買商品,減少在櫃上猶豫的時間;也可以下班後到門市實際摸摸看化妝品的質地,回家後再使用 APP 下單,有更多的時間思考自己真正需要的東西。

你需要的是:免費企業諮詢!

OMO:全通路會員的整合

要如何讓 Showroom 展示間現象和 Webroom 逆展示間現象同時運作?Happy 深信 OMO 的關鍵是讓品牌全通路的會員整合

會員經營對品牌來說,是這個時代必須關注的重要課題,是多通路(Multi-Channel)走向全通路(Omni-Channel)的致勝關鍵,也是新客獲取成本日益增加的今日,品牌可以採取的因應之道。而所謂新零售時代的全通路(Omni-Channel),就是不管消費者在門市、品牌官網或專屬 APP,品牌都有辦法精準辨認消費者,並針對顧客過往的消費習慣或行為,提供個人化的服務體驗。

前一段的舉例是以消費者的角度,如果以品牌的角度來說,就是消費者線上的瀏覽與活動紀錄,可以在線下實體門市協助店員精準行銷;而線下實體門市的商品試穿、瀏覽紀錄,也可以由店員透過加入線上購物車或發送活動連結的方式,進行再行銷(Retargeting)。

協助客戶完成全通路會員的整合,一直是 91APP 專注在做的事,Happy 說他們在鼓勵消費者加入會員做了兩個方向的努力,也是其他品牌可以參考的方法。

其一是降低門檻,以往加入品牌會員需要填寫繁瑣的表格,讓許多消費者為之卻步。為了鼓勵消費者成為會員,91APP 的系統提供快速且不連續的辦會員服務,「快速」意指只要提供手機號碼就能加入會員,顛覆的高會員門檻;「不連續」是指透過手機號碼成為會員後,補齊會員資料、下載 APP 等等行為都可以事後完成,意即當下消費者不用填寫詳細的會員資料,也可以以會員的身份結帳。並且系統可以設定各種優惠,以刺激消費者完成品牌期待他們做的事,像是首次下載 APP 的下載禮、填資料的開卡禮、填資料之後才有的生日禮等等。

其二則是推薦人制度,這個推薦人就是指店員,「而 OMO 的重點就是店員一定要參與」Happy 強調。91APP 提供門市店員「推薦人機制」,店員在門市推廣下載 APP,使消費者成為會員,更可搭配運用店員數位工具「門市小幫手」發送優惠券到客人手機 APP 中,或店員現場提供銷售服務,客人滿意,願意讓店員綁定 APP 成為該會員的推薦人,該消費者後續不管是在門市或線上有消費行為,店員都可以獲得分潤。讓店員有利可圖,他們就願意為企業做事。

數據為王的時代

幫客戶打通全通路、進行會員整合後,再來就是要怎麼帶流量、提高會員貢獻度。91APP 透過類似 CDP(Costumer Data Platform 客戶數據平台)的全景數據中心幫品牌蒐集數據,不只是會員交易資料,還把這個消費者在這個品牌之中的所有行為、互動數據存起來,包含多久以前在哪個通路消費、在 APP 看過什麼、線上購物車有沒有東西、是什麼會員等級等等,後台數據都能完整認列,這就是全通路歸因(Omni-Channel Attribution)的概念,並透過這些數據做出 BI(Business Intelligence 商業智慧)以供品牌參考。

這些消費者行為數據是讓線下、線上互相成就的重要依據。舉例來說,門市可以借用線上數據的力量,店員透過「門市小幫手」系統看到消費者 APP 購物車的東西或是收藏的商品,藉此推薦消費者他們真正想要的東西;再來還有門市推動線上購物,消費者在現場沒有買的東西,店員可以把東西加到線上購物車,消費者就會在線上被再行銷(retargeting)。消費者如何被再行銷?Facebook 會追蹤用戶的所有行為,把商品加到購物車也會被歸納為一個行為,因此就算沒有消費,但下載 APP 或把商品加入購物車都會讓消費者看到相關產品的 Facebook 廣告。

此外,全景數據中心的數據還適合用於行銷、廣告活動,91APP 提供數據以及篩選器,讓品牌可以用不同指標撈出人選,以數據為基礎,操作分群溝通。舉例來說,今天某個品牌透過篩選器撈出五萬人的名單,給這些人發一張有效期限七天的線上、線下通用優惠券,之後就可以看使用比例、有多少人在線上買、線下買等等的資訊。

許多消費者行為如果沒有透過數據分析很難觀察出來,所以 91APP 多年來培養許多 Data Scientist,致力於把客戶的數據搜集得很完整,並且整理得乾淨易懂。

不管是Data Scientist,還是Front-End Developer我們都能為你推薦

NAPL 模型與 80/20 法則

說到數據,不得不提 NAPL 模型。模型對客戶就像是懶人包,許多品牌客戶在為消費者分群後,依然不確定應該專注於哪群人,所以 91APP 設計好用的模型,讓品牌可以透過 NAPL 模型為消費者貼標籤,了解哪群人該採用何種策略。

NAPL 模型可以用來分哪些是活躍客、哪些是沉睡客,用以了解顧客的活躍程度,字母分別取自 New 新客、 Active 活躍客、 Potential 潛力客,以及 Lost 流失客

一次購物與二次購物之間的時間間隔,就是一個購物週期,而 NAPL 模型的其區分方式則是以「三倍購物週期」和「購物次數」作為指標。New 是指在三倍購物週期,消費過一次的會員;Active 是在三倍購物週期,至少消費過兩次的會員;Potential 則是曾是活躍客,但超過三倍購物週期未消費;Lost 曾是新客,但已超過三倍購物週期未消費。

根據 Happy 觀察,其中 New 新客、Active 活躍客、Potenial 潛力客,這三群人加起來大概佔總人數的 20%,卻能達成 80% 的業績,符合 80/20 法則。對企業而言,這項發現非常重要,舉例來說有時候品牌活動要發通知簡訊,其實是一筆不小的花費,但如果品牌能夠知道不同客戶的分層,只發 N、A、P 這群人,成本少了八成,卻能維持八成的業績,無形中提升整體溝通成效,以及提高 ROI。

除了 NAPL 之外,這個模型還有 R 和 S,分別是加入但還沒消費的 R(Ready to buy),以及一年內都沒有消費的封存顧客 S(Seal),並且消費者一但落到 S,就很難回去。其中 N、A、P 人數不多,L、R、S 區塊比許多人想像中大,品牌可能號稱擁有 400 萬會員,每個月能有三千萬營業額,但實際上平均客單價 3000 元,而真正消費人口只有 1 萬人。

OMO 有效嗎?

最後不得不問到一個很現實的問題:OMO 到底成效好不好?

Happy 直言,以數據來看整體業績大多能夠成長一至兩成,但 OMO 成果好的品牌大多投入相當的時間與資源來經營。

企業應該清楚認知,OMO 是有效的利器,但從來不是一個部門的事,而是整個公司的事情;最重要的就是老闆要願意推動,不只是建置好電商與門市數位工具,從人員組織與制度流程的轉變,給予門市店員的獎金到全面推動系統,這些都是老闆要有魄力做的決策。

而 91APP 的訴求不是從 E-Commerce 開始,而是替零售品牌用既有資源做電商部署。

開始免費企業諮詢

Leave A Comment

Your email address will not be published. Required fields are marked *