後疫情時代重塑了全球零售市場環境變動與消費型態，消費者對零售服務品質需求不斷提升，企業無不積極投入資源尋求產業轉型及差異化行銷來提高品牌識別度與競爭力。然而企業是否能適應產業新常態(The New Normal)並即時因應市場調整應對策略，對於消費者、電商、通路、物流、數位工具等環境的衝擊變化，將成為能否從眾多競爭者中脫穎而出的關鍵因素。

綜觀零售市場與消費習慣的快速變化，促使數位購物需求與市場規模大幅成長，引述經濟部統計處2020年報指出，零售業在網路的銷售額從2017年的2,283億元，一路成長至2020年的3,419億元，在2021年第3季，更因為疫情消費行為的轉變推升零售銷售額，年增率達到25.9%創同期新高，從市場趨勢與統計報告可見疫情催生出一批新興消費族群，數位購物需求與市場規模呈現大幅增長。

剖析台灣零售市場，業主開始關注消費者的購買行為軌跡等議題，來進行精準行銷與導購推薦，其背後的關鍵數據分析，來自於完善的會員顧客數據平台CDP(Customer Data Platform)，對於搭建顧客數據平台以及如何透過數據來精準行銷、降低無效行銷之投放成本、乃至企業內部數據管理出發導入經營分析、庫存優化等已成為智慧零售顯學。

然而，數據平台也非萬靈丹，系統平台建置更非一蹴即成，數據平台建構首要需明確問題定義與技術可行性評估下方可找出最佳的解決方案。本文就零售業面臨市場現況與實施策略提列：

1. 行銷檔期複雜：企業集團旗下有多個品牌，行銷策略因不同受眾制訂，檔期眾多且交錯，難以單靠過去經驗來規劃最有效益之行銷方案。

2. 流量難以變現：無法即時分析數據，針對交易、會員、產品等資料即時處理數據貼標，無法即時在前端交易過程中給予精準的即時推薦。

3. 既存多個系統運用：如線下消費會員系統、線上購物平台、支付系統、廣告數據、進銷存系統等，各系統無法在單一平台上進行整合比較，導致企業需花費大量時間手動進行報表整理與資料轉換。

4. 耗用內存、時效落差：內部管理系統建置疊床架屋，針對庫存、銷售、會員行為、網站行動等資料分析，進而嚴重影響資料庫運算效能造成行銷分析上的時效落差。

上述市場現況可見企業面對多角化跨界佈局，加上虛實整合的全通路模式，冀望能夠更精確及全觀的了解會員與顧客輪廓，劃分不同目標客群、動態貼標，傳遞不同品牌訊息。然而，消費者的喜好推陳出新，穿梭多個資訊管道後才累積購買意願，無法迅速分析多元數據，以演算法預測喜好與行為模式。

此時，便有賴完善的顧客數據平台建置，數據平台實施策略本文歸納以數據倉庫(Data Warehouse)與商業智慧分析(Business intelligence, BI)將是市場突破的關鍵應用。數據倉庫優化既有資料清理模型，建置數據整合環境，以可擴展而靈活的架構打破原始資料庫限制。

同時運用雲端服務AI自動推薦貼標功能，協助客戶即時取得資料調整行銷資源和產出動態行銷策略。透過BI分析儀表板即時監控呈現與分析數據。整合自動數據Google Analytics(GA)標籤分析、社群媒體、官網等多個來源數據，以進行綜合分析和可視化。協助客戶自動化完成機器學習模型訓練和優化，建置個性化精準行銷模型與銷售預測。藉此數據平台實施客戶可得效益如下：

1. 將行為、交易、會員、產品等資料即時處理及貼標，在前端交易過程中即時給予精準推薦。

2. 提升訪客Page view及停留時間，轉換率從5.08%提升至6.43%，且投資成本降低75%。

3. 電商轉換率提升後，較去年同期成長8.27％。

以數據打通智慧零售任督二脈是一場全新的革命，它為零售業帶來了無限可能性和新的發展機遇。唯有不斷地融入數據並驅動應用創新，零售商才能在激烈的市場競爭中立於不敗之地，實現可持續成長。數位轉型多方結盟已是時勢所趨，需借助創新技術工具與資訊服務加速零售業轉型，數位轉型早已不是單打獨鬥，未來將是群策群力才能發揮綜效創造多贏！讓我們共同期待，數據將為智慧零售帶來更多驚喜與突破，開創新零售世代。

(本篇文章轉載於財訊專欄)