講師：Etu CEO 蔣居裕 (Fred Chiang)

1. 啟程：Data Technology 的待客之道
蔣居裕 Etu CEO
fredchiang@etusolution.com
October 14th, 2015

2. 2
您拿什麼來支撐新經濟 ?
Bank
3.0
FinTech
Digital and Mobile
Retail
4.0
O2O
Omni-channel
Industry
4.0
IoT
Smart Everything

3. 3
這條線，補充您客戶 Smart Phone 一天的動力來源
每個人的床頭都有一條線

4. 4
Always-on Lifestyle
顧客
• 在哪裡
– 站內、站外
– 室內、室外
• 什麼時間
• 連結什麼
• 做些什麼
沒完沒了的連結與行為
告訴我們很多顧客的事

5. • 但，您有在聆聽嗎？
• 有在聆聽，但有自動化蒐集嗎？
• 有自動蒐集，但有分群探索嗎？
• 有分群探索，但有採取行動嗎？
• 有採取行動，但有完成「再行銷」的閉環嗎？
5
客戶一直在主動丟出他們的行為

6. 6
Data Technology 讓行銷再進化
Data
Technology
Information
Technology
行銷驅動模式 C2B B2C
基礎架構
Internet +
Big Data X
交易系統 (OLTP)
分析系統 (OLAP)
分析最佳化標的
顧客 360° 洞察
(多結構化資料)
交易與身分
(結構化資料)

7. 7
C2B 行銷驅動模式
• 與 C2B 商業模式無涉；非團購、非客製化製造
• 是 C 跟 B 說了什麼？表達了什麼？
對 C 的深刻洞察，將是 B 在數位經濟中的關鍵競爭力
C2B 的驅動來源 — 無時無地的連結
使 C 成為 B 最熟悉的陌生人

8. 8
Data Technology 待客之道

9.
9
Data Technology 用心得用雙人智慧
人工智慧
人類智慧
探索
洞察
設計
行動
資料
蒐集
資料
處理
資料
分析
Artificial
Intelligence
Human
Intelligence

10. 10
C2B 用心行銷閉環
用心
洞察
服務
使之
分享
驅動
連結

11. 11
C2B 用心行銷閉環
用心
洞察
服務
使之
分享
驅動
連結
Sensation Marketing
+ Mobile
+ Cloud
Target Marketing
+ UX
Data Lake
+ Analytics
Personalized Marketing
+ Action
Analytics
+ Influence Marketing
Personalized Marketing
+ Retargeting

12. 12
Data Technology C2B 的特色
2. 一筆行為資料，可重複使用 (Reusable)
– 可重複被不同基因/分群運算使用；
越用越有價值，越分享越有價值
1. 形成閉環 (Closed-loop)
– 資料是生成即蒐集；
資料應用可讓行銷/業務持續循環、一次次最佳化

13. 13
Data Technology C2B 的終極目標

14. 14
Etu「一客一市場」三套件
商品
顧客
站外的世界

15. 15
如何善用 Etu「一客一市場」三套件？
站外
站內
導流
• 行為蒐集
• 基因運算
• 客戶分群
• 客群探索
• 設計行動
• 行為蒐集
• 推薦演算
• 推薦行動
• 口碑總覽
• 媒體監控
• 競品比較
• 意見領袖
• 網友評價
• 設計行動
社群媒體分析
商品
顧客
站外的世界

16. Etu Insight
消費者行為洞察平台
跨裝置、全通路的
客戶資料串接和運用
16

17. 17
分析簡單化
(easy to analysis)
分群簡單化
(easy to segment)
追蹤簡單化
(easy to trace)
Etu Insight 讓行銷人員 容易做行銷

18. • 線上行為資料與線下 CRM 資料可整合運用
• 滑鼠拖曳，即選即算，數分鐘產出分群清單
• 行為資料蒐集串接完成後，日常作業不需 IT 或
資料分析人員協助
18
Etu Insight 讓行銷人員「隨心」地「用心」

19. 場景五：預防忠誠客戶流失
針對VIP但最近三個月未購買的客戶，推出消費滿額
即可參加品酒會活動，或優先預購新手機。建立VIP
族群，及近90天有回訪的客群差集，找出未回訪VIP，
追蹤可能流失的忠誠客戶。
場景七：找出有回購週期的商品
找出「平均回訪天數」和「回訪規律性」的交集，從
基因探索中找出這個客群已購買的商品，該商品則具
有回購週期。
場景六：廣告帶進客戶是否持續消費
了解網站廣告帶進的會員是否有再購，並了解此客
群商品偏好。建立網站來源為BABYHOME的族群，
及近一個月有購買的客群交集，透過客群摘要和基
因探索，進一步了解客群偏好。
場景八：發現客戶回訪週期
找出購買洗髮精的客戶，了解他們的回訪週期，進行
再次促購。
VIP客戶
近90天
有回訪
平均回
訪天數
回訪規
律性
網站來
源為
Babyhome
近一個
月是否
有購買
購買洗
髮精
回訪規
律性
已看過商品
哪些商品放購物車卻沒買
商品偏好
已購買的商品
平均回訪天數
平均購買次數
19

20. 20
Web 介面，滑鼠拖曳，即選即算，數分鐘產出分群清單

21. 可同時並存多類資料來源
客群歸屬類別
自定客群名稱
將基因拖曳
至此區塊
基因區塊
每個基因有不同
的分析維度
建立新客群，方法一：選擇基因
21

22. 「客群摘要」功能
選擇客群，觀察五
種再訪特質摘要
22

23. 「基因探索」功能，選擇想瞭解的客群，觀察特質的細節
可切換客群
23

24. 24
一句話說完 Etu Insight 帶來的價值…
如果您是：
• 資料擁有者 (IT/DBA)
• 資料分析人員
• 行銷人員
• CxO
資料自動蒐集、儲存、預處理、
入庫，機器顧好，沒事
Data Model 已建，User 自己
隨需拖曳、即時分析運算，沒事
真沒事，不必麻煩了
大家統統可以專心幹活了

25. Etu Recommender
個人化精準推薦平台
更佳的購物體驗，更高的數據報酬
收集使用者的網路行為，基於瀏覽、交易、使用
者的相似度，及商品之間的關聯性，推薦消費者
感興趣的商品、內容、或廣告。
25

26. 26
Etu Recommender Online
精準推薦雲
www.etunexus.com
零建置成本 快速啟用
迅速提升業績

27. Etu Curator / Online
社群媒體分析
品牌 ‧ 商品 ‧ 人物
27

28. 28
Data Technology 的實踐 1 號站
投客所好：互聯內外，啟動投信藍海數據戰
2014.12 ～ 2015.7
平均瀏覽頁數
成長 200%
平均停留時間
18 分鐘
* 同類型網站平均 5 分鐘* 跳出率相對降低

29. 29

30. 30
Data Technology 的實踐 2 號站
猜你喜歡：虛實並進，贏在全通路
零售商務服務平台
不能只有交易功能
必須內含
O2O 行銷功能
O2O 場域的細化
Online: 站內、站外
Offline: 室內、室外

31. 31

32. 32
Data Technology 的實踐 3 號站
歡迎回來：全面圖譜，金融 3.0 顧客行銷新視界
金融 3.0 必須的 CRM 與風控分析
基於多結構化資料
重新連結操作型、分析型、
協同型 CRM
FinTech 的價值主張：
縮短回應時間
核貸時間的縮短，有賴信用
評等自動化
- 模型的改變
- 納入更多的資料來源
- 及時運算

33. 33

34. 34
Data Technology 的實踐終站
分群消費者ｘ多元商機的實現
啟動微分群商機探針
實現多元行銷商機
數位金融完全舉例

35. 35

36. 36

37. 37

38. 38
Big Data
從此開始
從原始資料到創新價值
Etu，為您展開
Etu ─ 經理數據，知民所欲

39. • C2B
是以顧客為中心的數位行銷驅動模式
• Closed-loop
完成顧客資料的價值循環
• SYSTEX Group
各事業部與 Etu 攜手，為目標行業積極整合 C2B 應用 ，
善用 Data Technology，幫企業變現 Big Data 價值
39
如果您只記得三件事

40. Etu Solution Day 2016
我們預約明年見