“精准营销”的战术层次定义，是基于个人客户的大数据分析，对于个人客户消费行为进行连续观察与互动的营销活动。不论是早期称为“数字营销（eMarketing）”，或是近来称为精准营销，都体现了传统的实体渠道营销，向数字化的全渠道融合式营销转型进化的结果。

就营销管理的核心策略而言，精准营销不仅是单纯地把实体渠道扩充变成多个实体渠道+数字化渠道而已。最重要的是营销人必须基于虚实融合的多种渠道型态进行充分的整合与融合，并给消费者带来全新的消费体验与全新生活型态的享受与便利。

以日常生活中最常见的超市来说，在传统零售的时代，超市就有会员卡记录每个会员的消费明细，但是由于缺少了大数据分析与足够的数字化能力，一般来说，传统的超市企业大多无法推动具有针对性、只对单一客户个别推广的营销活动。大部分的营销活动，主要是DM发放、直接邮寄DM到会员家中等。虽然这些传统的营销手法还依然在不断地被使用，但是以“新零售”企业的角度来看，上述传统超市只是单纯地使用会员资料寄发DM，既没能充分利用个人消费者的消费纪录，也没有引进任何大数据分析，实在是白白浪费了许多有价值的资料与可预见的商机。同样地，即使在一些大型百货公司已经做到化妆品、精品名牌等专柜留下了客户资料，如果没有充分应用大数据来提升业绩，与客户产生更深层次的互动，以精准营销的标准来看，这些都算是浪费了可预见的商机。

一旦企业决定采用“新零售”模式来经营，相当于同时做了下列几个策略性的决定：

直接面对个人客户（to C）的营业模式，与传统电商有很大的不同。例如：某A公司现在通过电商平台销售化妆品给个人客户，这个模式在本书“新零售策略规划—客户为王的4.0世代”之中，属于通过“传统电商”渠道来进行销售。只有真正通过公司自有的官网、脸书FB、LINE、微信、抖音账号等方式直接联系客户进行销售，并且不通过任何中间商成交的，才符合本书中的新零售模式定义，也才能够进行“精准营销”的后续分析与精准触达！

由于新零售的客户体验管理非常重要，任何一家企业在进行新零售模式的销售时，都建议采用高度数字化的供应链管理模式来交付商品给客户，且能以“秒级”的服务反应速度来回馈客户的任何问题。对这些问题与后续处理也都加以记录，列入精准营销与客户体验管理的数据库中。
 

由于“新零售”企业采用直接与个人客户做生意的方式，就能直接记录单一客户所有的消费纪录。累积这些单一客户消费纪录的数据库并进行大数据分析，就能很快找到单一客户的消费偏好、特定产品在不同客户的使用速度，与重复购买的频率等珍贵的营销资料数据。（客户消费资料的搜集，需要先由消费者确认同意品牌企业进行后续的运用。）

“新零售”企业还可以通过针对客户分布在地理维度的大数据分析，了解到客户的分布位置，甚至计算出每个街道区块，在每一个周期（日、周、月、季）的平均购买力（量／金额）。

同时在其他客户偏好的各个维度，“新零售”企业可以分析并归纳出成百上千的客户画像，进行客户小众群体的区分与跟进。这时候可以考虑通过手机简讯、社交媒体账号与单一客户直接互动。

“新零售”企业为了更加深入了解精准营销策略层次的内涵，必须对于传统营销进行完整的整理与审视。首先必须确立一个基本概念，传统营销定义的营销组合4P：产品Product、价格Price、促销Promotion、渠道Place 并没有消失，每个零售订单成交背后的营销管理仍然包含这些最基本的营销组合4P，都需要营销人加以规划、执行与管理。同时，营销大师菲利浦·科特勒在《营销4.0》一书就提出营销4P 应该加以升级，成为“营销组合4C”：共同创造Cocreation、浮动定价Currency、共同启动Communal Activation、对话Conversation。（作者注：营销组合4C中文翻译根据《天下杂志》2016年发行的《营销4.0》中文版）

关于浮动定价的显现，传统超市的优惠券专家们（Coupon 族）现在可以使用超市手机APP，或是在逛超市时查看有特价优惠标示的电子价格标签最新价格（请参见图2），来找寻当下最划算、性价比最高的产品，这正是浮动价格的最实际感受。“对话”则是 to C 的“新零售”消费模式所必须的，由于中间商已经完全去除，客户得以直接接触到品牌商，品牌商也不必通过渠道商对消费者进行盲人摸象式的猜测，产品或服务所展现的客户体验成果的好坏，无论是感动的体现、不满意的批评，客户都会立刻在讨论区之中提出来；品牌厂商也有机会向消费者直接传达感谢或致歉。因此，“新零售”时代的营销4C，其实是建立在传统的营销4P之上，但是运用新零售相关技术之后更能贴近客户，更加以客户体验与虚实融合的全渠道紧密结合在一起。营销最高境界就是创造客户想要的更好生活型态，这个理想并没有实质的改变。因此，如何善用大数据与人工智能的分析，以便达成如下理想和创意，即给客户提供更有附加价值、更有创意、更高性价比等评价的服务，是营销人永远的理想与挑战。在“新零售”时代，采用精准营销的策略来接触、服务与满足每个个人客户的需求，不因为某些客户的需求属于小众市场而过度忽略，是精准营销的最高理想。

小众客户群能受到与大众客户群平等的重视，这正是“客户为王”时代来临的特征！
 

精准营销的常用模式，可以用下列的四部曲来说明：

引流是指“新零售”品牌企业通过各种方式接触到潜在客户，并设法使潜在客户进入“新零售”企业计划的某一个或是多个接触点，以便让潜在客户成为会员。再通过会员身份的登记流程与各种促销手法，使得客户同意开放“新零售”企业合法搜集客户的FB、LINE或是微信等社交媒体账号，或是在客户手机下载并安装APP、微信小程序等软件，以便“新零售”企业对客户产生直接的连接管道，与对个人消费者进行明确的“标识”，以便后续连续记录特定客户的消费行为。

客户以某种形式加入“新零售”企业的会员，并不代表客户已经被说服要进行下单购买，只是代表客户被“新零售”企业完成标识，因此“新零售”企业对于个人客户要进行后续的营销说服，以便促进客户想要进一步购买“新零售”企业的商品与服务。如果个人客户能被各种营销活动说服进行首次下单，则此一客户就被列入当月的月活跃客户之中，这个订单不论金额大小，都可以被视为一次成功的“新零售”营销活动。

根据订单的消费行为相关的资料进行大数据分析，可以归纳出每个客户属于哪些特定客户画像的小众群体，进而对不同的客户画像群体制定不同的营销方案与推播信息内容，以便根据客户画像来营销为客户量身订做的产品，或是适合这个客户画像的规格化商品。

根据大数据分析结果，针对不同客户画像群体的信息，可以发送特定的促销信息给指定的客户画像群体所属的个人客户，这些信息藉由手机简讯、社交媒体账号等，直接接触每一个个人客户，希望使这些特定的客户群能产生消费的想法与需求、或是对于被推荐产品的认知（对客户来说可能是新品给予优惠，也可能是习惯使用的产品进行重复购买有优惠等）、甚至对特定客户画像的小众群体产生有互动性的信息交流等。当然，“新零售”企业为了实现精准营销的理想，可能需要引进客户关系管理系统（CRM: Customer Relationship Management），进行相关资料的实时记录与管理。而适合“新零售”企业的新一代CRM系统，必须拥有连接社交软件的能力，以便能针对特定的客户提供专属的信息与互动，达成精准触达个人客户的效果。

在精准营销四部曲之中，我们可以发现第一步骤极为关键。如果没有针对单一个人客户的标识，则后续的几个步骤根本无法执行。目前针对标识个人客户有许多种方式，最常见的还是以手机号码、社交软件账号为主。例如：通过脸书、LINE、Instagram、推特、微信、抖音等账号，进行个人客户与商家会员身份的绑定，以便在客户下单时能明确地辨识客户的身份（ID），或是会员编号（Membership Number）。绑定客户的身份之后，所有的客户下单场景都需要这个标识号码做为下单的依据，让所有的客户订单都能直接根据客户的收货地址、消费习惯等资料，并且给予适当的服务。同时，又能完整记录每个客户的消费行为，提供后台的大数据进行更详细的分析。

为了能在订单成交的同时，记录客户的身份识别资料，“新零售”企业或是传统电商经常会使用引流的各种手法吸引人们下单。例如：我们常常在浏览一些社交网站时，会被安排看到广告的链接，一旦点选广告链接，则个人的社交软件账号也就同时被带到广告商家的资料里，如果广告内容确实吸引我们，我们可能会下单购买，这时候就能形成一次成功的“订单转化”。

2019年第四季，在中国台湾地区取得手机APP装机数量最具明显成效的，应该是全联社的PX Pay，在不到一年的推广期间就取得500万的用户装机量成为台湾的第三大行动支付工具，成果相当可观，可说是引流成功的案例。

能够引流成功并且订单转化也成功的企业，不一定能充分利用这些记录着个人客户的消费资料，进行后续的大数据分析与营销活动，这就是“新零售”企业与传统电商很大的区别。比起传统电商的海量商品与成交纪录，“新零售”企业需要更注意两个维度：在“货”的要素部分，提供个性化的商品推荐、详细记录客户个人需求等贴心的服务。在客户体验部分，提供针对客户个人量身订做的一些促销活动。在“场”的要素部分，提供全渠道+、全场景、线上到线下的不间断体验。

以生鲜电商行业为例，根据客户购买纪录、喜好商品、客户画像等，能否经过大数据分析为客户推荐他所需要的商品？例如：根据客户消费频率，提醒客户该买米了，同时给予一些促销优惠券、优先推荐的包装米商品选择。如果客户本次采购是正好在超市里，看到包装米的优惠券也愿意下单，却不想自己把米提回家，是否有超市的工作人员可以协助正在自助收款机下单的客户，引导客户将这张订单改为配送到家？既然客户同意配送到家且使用手机APP支付，服务人员是否能顺势推销一下其他的大件定期采购商品，像是色拉油、纸巾等重量重或体积大的商品，而不是单纯地只协助客户在自助收款机操作付款？如果这张订单配送到家的时候，发现客户住家没有电梯又住在三楼以上，订单配送纪录能否提前给予配送人员提示，做好搬货上楼的准备？假如上面这些选项，在“新零售”企业的订单系统、供应链管理计划都能完整地被考虑到，并且能够培养好超市员工进行贴心的引导，则不难想见客户的体验不管在线上还是线下，都是很舒适、贴心的，那么对“新零售”企业服务的“黏性”（良好客户体验所形成的再消费期望，也就是回购率）一定会增加。

同时，经过手机APP支付的所有订单都会留下消费纪录，这些消费纪录就可以提供给后台大数据分析提供很好的资料来源。未来利用这些大数据分析后得到的洞见，通过CRM系统也能给新进的手机APP使用客户发出定期的采购优惠，持续做好保持客户黏性的自动化精准营销。

上面所提到的精准营销四部曲之中，人工智能与大数据分析在精准营销的应用，可以说是至关重要，决定胜负的关键要素之一！但事实上有许多号称为人工智慧+大数据分析的作法，并没有真正用到太多人工智能，许多都是运用简单的数据分析、基本统计的技巧而已。由于篇幅的限制，笔者将在下一期专题介绍人工智慧与大数据在新零售的精准营销实战中常用的一些做法。

（未完待续......）

（本文不代表本刊观点......）

文章来源于中国《现代物流》杂志