|
一名父親氣沖沖地走進Target 百貨位於明尼阿波利斯(Minneapolis) 的分店，他要求見店經理，他手裡捂著Target 寄給他女兒的折價券，這名父親表示自己的女兒還是高中生，Target 卻寄給她嬰兒服及嬰兒床的折價券，他質疑地說：「難道你們是在鼓勵她懷孕嗎？」
店經理對於這一位父親的指控是丈二金剛摸不著頭緒，他看著公司寄給這個男人女兒的DM，廣告上有孕婦裝，嬰兒用品，還有點綴著嬰兒微笑的照片，證據確鑿，還有什麼好說的呢？只能當場連連致歉。
店經理在幾天後再度打電話道歉，但電話中這名父親反而向店經理道歉：「顯然有些事情在我家發生，而我們卻不知情，她的預產期在八月，我欠你一個道歉。」
自從紐約時報記者查爾斯． 杜希格(Charles Duhigg) 在2012 年2 月揭露這則故事之後，許多媒體、網路論壇，許多大數據(BigData) 管理研討會都在討論Target 的神奇讀心術。
早期談到資料庫採礦，最常舉的案例是「尿布與啤酒」的真實案例，故事同樣是發生在零售業，全球最大的零售商Wal-MART 經由長年的資料分析，發現每到周五晚上，啤酒的銷量會隨著尿布的銷量而增加，經追蹤後才知道原來是每到周末夜晚，太太就會囑咐先生幫嬰兒買尿布，而老公則會順手帶啤酒回家喝，這就是資料庫行銷中相當有名的「購物籃分析」。
神奇的懷孕預測模型
歷經十幾年的歲月穿梭，故事的劇情有些小小的轉折，但本質上是換湯不換藥的。先生變成父親，尿布與啤酒，成為懷孕與折價券，資料採礦則為大數據所取代，不少人稱大數據為海量資料或巨量資料，由於資訊科技的進步神速，過去我們只能在孩子出生後才能發現不相干產品間的關聯性，然後藉由賣場的重新擺設，將尿布與啤酒擺在一起，讓年輕男性能輕易的同時完成這兩項產品的採購，確保他們不會跑到別的地方買啤酒，最賊的是，零售商會將比較貴的尿布陳列在啤酒旁邊，由於許多男生買尿布時是不看價格的，廠商可以因此提升賣場的銷售金額與獲利能力。
時至今日，孩子尚未出生，大數據分析已經能夠洞察先機，只要觀察顧客消費行為的改變，就有機會精準預測其目前的現況，以及消費者未來可能的發展動向，藉以調整公司的行銷策略，讓促銷活動產生實際效果而不枉費心機。
消費者行為往往是根深蒂固的慣性，除非有重大的轉變，如：結婚、生子、離婚、畢業、失業或搬家，否則消費者是不會輕易改變日積月累的消費習慣。
因此，誰能越早偵測到顧客的行為轉折點，誰就有機會經由良好設計的優惠方案引導出新的消費習慣，將顧客吸引到自己的門市。
Target 長期研發的懷孕預測模型能領先同業察覺女性顧客的行為變化，經過統計專家不斷地進行測試再測試，某種有趣的行為模式開始呈現，例如，許多人會買乳液，然而準媽媽們會在懷孕的第3 個月後開始購買大量的無香味乳液；有時在懷孕的前20 周，懷孕的準媽媽會購買鈣片、鎂、鋅等營養補充品；許多買家會買肥皂和棉花球，可是如果有人開始購買大量無香味香皂，以及大包裝的棉花球，加上洗手乳及浴巾，就有可能是預產期接近的跡象。
Target 的專家在爬梳大量資料後，定義出大約25 種商品，只要將其加總演算就可以精算出採購者的「懷孕預測」分數，一旦偵測到顧客可能已經懷孕，Target 就會開始啟動行銷活動，在不同的懷孕階段寄出相對應的促銷廣告，Target 知道如何驅動顧客的消費習慣，是否經由e-mail 寄送折價券，最能吸引她在線上進行採購；是否應該在周五將廣告信函寄給顧客，因為她習慣在周末逛賣場；是否列印收據提供免費星巴客優惠券，最能促使她回到分店進行消費。
不過大數據行銷是兩面刃，好的一面是增加企業的營收成長，Target 從2002 開始雇用資料分析專家，到2010 年，其營收已經由440 億美元快速增長至670 億美元，杜希格在文章中暗示Target 的成功，很可能來自於「懷孕預測模型」的有效運用。
大數據行銷的黑暗面
壞的一面是大數據行銷有可能觸犯顧客隱私，就算一切都是合法的，消費者對於自己隨時暴露在廠商的監視下，往往覺得相當的反感與反胃，就像前面提到女兒懷孕的父親，當他感覺到隱私權遭到侵犯時是不爽快的。
何況企業有時還會誤用資料分析結果，由於缺乏同理心的同步考量，很容易觸怒顧客，使得他們感到極度的無奈與憤怒。多數時候，廠商會運用所蒐集到的消費或交易資料來進行市場區隔，以及顧客的分群及分級，當顧客處於較高等級服務人員就小心看顧照料，還可獲得免費飲料、免費停車、Vip Room 等特殊服務，可是一旦客戶的等級下降，企業處理的方式有時就顯得有些唐突，言詞對待或許依舊禮貌做足，但是告知過程及服務互動粗糙，使得顧客感到非常的不愉快、不舒服。
|
