# 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
{%hackmd l-xqV_vNRgKqL17looeXlw?view %}

###### ▼▼▼ 開始筆記 ▼▼▼

## 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

## 大綱
- 引客數據
- 零售業關鍵（最終）問題：營收
- 思考邏輯
- 拆解問題
- 關鍵數據
- 解決方案
- 案例

開場：都轉換成數據

## 市場與消費者行為改變： InvosData 引客數據發展歷程
- 第一代零售：實體獨佔
- ～2000：DM、電視、廣播廣告強勢期，量販蓬勃發展，網路萌芽
> 統一發票開始使用
- 第二代零售：電商蓬勃期
- 2001~2010：金流物流都變成資訊流
> 透過網路追蹤線上
- 第三代零售：OMO（馬雲所說：線上和線下一起整合）
- 2011~2018：不同平台、社群與通訊軟體分食受眾，網路科技深度掌握民眾行為
- 2019~now：瀏覽行為多元分散，統計數據之準，缺乏單一平台觀測消費者行為
- 客戶數大者恆大、
> 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。
>[!Important]
>解決品牌零售問題，可以用發票來收集數據

> 但從以前到現在，發票對獎的行為不會改變，這也是交易數據

## 零售業關鍵最終問題

- 品牌痛點：
- 應該採取高端定價還是經濟型定價？
- 應該如何制定產品的最低訂單量？
- 應該如何制定產品的最低訂購量？
- 應該推出會員計劃還是專注於一次性銷售？
- 何時推出折扣促銷，還是維持原價？
- 應該專注於特定市場還是擴大目標受眾？
- 是否應該推出新口味或新規格？
- 應該如何設計忠誠度積分系統？
- 是否應該提供定期訂購服務？
- 應該如何激勵客戶進行回購？
- 應該怎樣安排季節性產品的銷售時間？
- 應該跨足其他品類還是專注於核心產品？

- 以上有諸多問題，但都回歸到就是營收問題
- 是否有科學化解法？
- 目前比較常見的方法
- 第一線人員經驗
- 使用者與消費者詢問反饋
- 老闆反饋
- 最終基本上都是聽老闆的，通常都是經驗或想像來決策
- 台灣 90 % 的廠商都是依靠通路進行銷售，不容易取得銷售數據進行分析

## InvosData 引客數據定位 - 交易及數據橫貫第 1~3 方資料
- 第一方數據
- 品牌內部自有數據
- 客戶行為、偏好、購買歷史
- 第二方數據
- 社群、媒體、通路分別數據
- 第三方數據
- 傳統資料平台
- 廣泛資料源的市場及消費洞察
- 以人口／天氣／地域／消費等洞悉市場
- 交易及數據
- 特定金流付款資料或全台發票數據
- 交易數據、不限任一通路

### 全通路的交易數據可解決什麼問題？
- 如前面所說，所有客戶的問題都是營收問題
- 銷售額 ＝ 購買人數(人) x 次數(次) x 客單(金)
- 銷售額拆解到最小單位 - （單筆）交易
- 交易的組成元素 - 人(什麼樣屬性的人) 貨 (什麼樣貨品) 場(通路)

## 案例
### 案例一：鮮乳超商營收下滑
鮮乳消費者是否找到早餐替代品？改買超商咖啡？
- 如果你是商品 pm ，該怎麼救業績？
- A.問卷
- B.訪談
透過交易數據將數據與指標拆細釐清 鮮乳買者人數減少
- 先去找原因，使用數據去釐清原因(利用人次金的數據)，鎖定在超商
| ==人== | 貨 | ==場== |
|-|-|-|

**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」購買早餐一起購買「鮮乳」

**疫情中**鮮乳消費者購買路徑，改變成：
居家上班、停課不停學，為了購買生鮮、家用「轉換至超市」一起購買鮮乳

*大環境會影響購買路徑

- 品牌疑問：鮮乳消費者是否找到替代品？改買超商拿鐵？改喝燕麥奶？

- 整體鮮乳市場衰退，市場輕度需中減少購買，僅勝中度需求買者持續購買
- 重度需求買者購買路徑轉移至超市，購買大容量先比例增加。
- 現在在超商可以看到小瓶鮮乳，也可以看到大瓶的鮮乳
- 建議客戶轉增加大容量等。
- 證明使用者回流，營收也慢慢的回來～

### 案例二：能量飲料兩大超商銷售額差異大，我該把資源投資在哪個超商？消
- 你會怎麼做決定？
- A 銷售額高的超商
- B 銷售額低的超商
- 透過交易數據釐清超商 B 能量飲料買者減少次數、單次金額
- 次
- 金
- A、B 購買金額差異最大

- from zoom chart:
> 陳昭霖 - 萬達寵物 - 230：
> - 依照零售的情況，商品陳列、周遭商品以及活動促銷狀況的確會影響銷售量
> - 擺放不同的位置都有可能影響銷售，因此通常零售業會引入檯帳進行管理。
> - 進而分析每個商品於不同位置與不同優惠等等情況產生的效益

### 案例三：推出新產品，如何挽回顧客的流失？

#### 漲價後小包裝產品顧客流失
- 透過交易數據釐清品牌零食買者人數減少

| ==人== | 次 | ==金== |
|-|-|-|
| 人 | ==貨== | 場|

- 毛利下降，你會怎麼挽救？
- A 單一口味中包裝
- B 多口味綜合包裝

- 新規格==超值分享包==，上市後成為 ==主要購買規格==
> 0% => 上市後 => 78%
> - 0%: 超值分享包新規格上市
> - 78%：超值分享包銷售額，上市後成為營收重心
多口味的小包裝規格，可以滿足漲價後使用者的購買需求

- 引客解方：漲價後超值分享包加重投資，淘汰中包裝。

## 案例四：無咖啡因茶飲上市後，市佔無法擴大？
- 你是產品負責人，會如何提升商品市占？
- A. 降價促銷
- B. 投資廣告
- 透過交易數據釐清==品牌飲品人數成長停滯==

| ==人== | 貨 | 場 |
| ------ | --- | --- |

透過交易數據釐清品牌飲品人數成長停滯
顧客在意無咖啡因
客群聚焦在：孕婦 與 老人
鎖定買過的人，他們通常買的是什麼？
以購買無咖分因茶飲者，最經常購買的飲料是「超商冰美式」

- 引客解方：需要調整溝通對象，以男性為主
- 引客數據 Insights：
1. 原品牌設定買者為孕期女性為主，經調查實際有購買性別主要為男性客群
2. 實際消費者選購超商飲品路徑，多數會因為當下偏好、產品陳列位置影響較多

## 總結
1. 銷售問題用交易及數據解決
2. 拆解數據到最小單位、最小元素
3. 科學化的方法解決問題

引客數據 數據廣告＆洞察
Invosdata Research & Ads

## QA
Q: Joseph-請問是如何從數據得出你分享案例的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)，找來問
分群舉例：買能量飲，已經買過第二次已流失/繼續買

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：
「營收等於購買人數＊購買次數＊單次購買金額」
人：購買人數
次：購買次數
金：單次購買金額

- 每一筆交易都有 3 種元素
消費者，在什麼地方買了什麼產品
人：消費者
貨：產品
場：通路、場域

---
## 思考，以及案例研究

| 人 | 次 | 金 |
|-|-|-|

購買人數、購買次數、購買金額

| 人 | 貨 | 場 |
|-|-|-|

消費者、商品、購買場域

### 感謝 Aaron 分享 🎉🎉🎉

---
## 💬 chat

感謝幫忙記錄的大家！
謝謝各位大大～～～
improtant 標籤有夠讚！
比上一篇更進化了
讚讚
微卡
有時候打一打就變離線了
AI圖有時候有點可怕
好像今天 hackMD 系統微卡
QQ
e03vu
標籤是什麼新潮的
> 標籤有一系列！可以輸入 `>[!]` 觸發選單

人貨場是什麼的簡稱嗎
人生口味應該是蠻苦的（？
工作到想退休了 >w<
¯\_(ツ)_/¯
人貨場是指這個嗎？：消費者、產品、銷售場域
感謝螢光筆大大
學到螢光筆作用了
這是CSS的技能嗎？
>

>[!Caution]

>[!Warning]

>[!Tip]

>[!Note]

面白い

:::danger
另一種
:::

:::info
讚讚讚
:::

學到了，酷
實用！
感謝大大們教學

:::success
感謝大家一起共筆！喝勝！
:::

Markdown 其實也是可以直接用 HTML 和 CSS，只是手速不夠快的時候還是會跟不上... XD

沒錯