內容目錄
新零售–Criteo *與人工智慧行銷
張憶芬直言，過去公司推出一個產品，傳遞同樣訊息給所有人的時代已經過去了，而現在蔚為主流依照性別、年齡等特徵切分「目標族群」的分眾行銷也早就落伍。現在大數據已經能透過機器學習 AI 決策，針對每一個消費者精準行銷，甚至省略人類去解讀數據意義的過程。「不過要廣告主捨棄分眾的概念還是很困難，需要再教育。」
張憶芬也補充，人工智慧除了演算模型，用來訓練機器學習的資料其不齊全也相當重要，以 Criteo 為例，每年經手 5000 億美元的電子商務交易，是亞馬遜的 2 倍、阿里巴巴的 1.5 倍；全球每天處理 12 億消費者，總共 600 TB 的資訊量。
(註: Criteo是一家來自法國的行銷公司，協助顧客分析互聯網上的消費者數據，進而提供更精準的行銷，台灣地區以分析旅遊相關產業為主要業務)
數據追蹤要跨裝置、平台
張憶芬以 Criteo 提供的廣告服務為例，消費者想買一樣商品，會經歷發現、研究、交易的過程，而透過網頁 Cookie、社群帳號、網路服務，再結合客戶的 CRM 系統，廣告主可以在不知消費者個人資訊的情況下，了解其消費習慣及情形。若某位消費者搜尋了較廣泛商品類別，比如鞋子，Criteo 就可以開始在社群網站對他展示各類型的鞋，若消費者開始縮小範圍鎖定商品並開始比價，那就可以播送價格優惠訊息，買了鞋子後，也可以透過會員信箱或手機號碼與其社群網站、搜尋結果關聯。而買完鞋子，還能繼續推送與之相配的包包等商品廣告。
張憶芬分享，行動裝置購物已漸漸取代 PC，智慧型手機目前佔大中華地區線上零售的銷售總量 31%，年增幅為 35%，而平板裝置交易量則持續下滑。另外，在台灣大約 57% 的交易因缺乏跨裝置評估方法而錯判，這份數據在大中華地區則為 58% 左右；全球購物者購買過程所花費的時間，可能較片面評估的結果高出 41%。透過前述的行為關聯，可以跨平台、跨裝置，甚至跨越線上線下的隔閡找出同一位消費者，而根據 Criteo 觀察，跨裝置交易的的電子商務轉換率是單一裝置的 1.7 倍。
另外她也提到，線下零售也不能忽視網路行銷，根據調查，有 38% 的消費者在實體店消費前會先參考網路意見。而近期興起的 LBS 推播，對店面周圍的消費者推廣告的方法也可以結合精準行銷，利用對消費者既有消費資訊的掌握選擇性推送。
Facebook 廣告費用愈來愈高怎麼辦？零售業未來該怎麼走？
張憶芬認為，除了更精準的行銷，避免投放到錯誤對象浪費錢以外，她發現很多電商零售業者的廣告只做最普遍的削價競爭，產品也沒有獨特性。張憶芬建議零售業者可以在管理或使用者體驗著手與競爭者作出區隔，比如零售電商要注意自己的內部搜尋功能，比如亞馬遜商品數這麼多，消費者卻能找到最適合自己的商品，促成好的使用者體驗。她也建議電商要設定對的 KPI ，不要在錯的地方浪費資源，「比如 24 小時、8 小時、2 小時到貨的差別，一味追求快速送貨真的有必要嗎？這也是可以思考的。」
另外，她也認同馬雲所說的新零售趨勢，未來零售業從產品到行銷，都將反轉從廠商出發的型態，改為自消費者需求端影響供應，成為「C2B」的型態。因此其中零庫存的概念也是電商趨勢，依照過去供應為先的模式，銷售抓得再準還是難免有多餘庫存，而消費者優先則是由廠商公開徵詢消費者購買意願，甚至依顧客意見來新增功能，類似團購的模式，貫徹 B2C 的概念。
張憶芬觀察，相較歐美零售多為垂直型銷售平台，後起的亞洲則相中商城類平台聚集賣家的快速成長動能，比如阿里巴巴的商城就是經典案例，因此 Criteo 預計也會在今年第三季推出商城用的廣告行銷工具。
文章來源: INSIDE硬塞
