金融或零售業 皆可透過大數據開創大商機
若以行業別而言,每逢談論大數據應用綜合價值潛力,舉凡金融保險、零售批發等垂直領域,都可謂名列前茅,也備受市場矚目;因此接下來的篇幅,就讓我們看看,這些產業如何靠大數據玩出大名堂。
多年前有一部名為「魔球」的影片,由知名影星布萊德彼特(Brad Pitt)擔綱演出,其靠著數據分析,顛覆傳統的球員佈局方式,成功帶領原本在美國西區聯盟墊底的奧克蘭運動家,搖身一變成為追平美國大聯盟(MLB) 20連勝紀錄的精銳部隊。
這套「魔球策略」,不僅是電影裡頭的虛幻情節,也是真實世界中的致勝法寶,例如波士頓紅襪隊,便運用此一策略,在2004年勇奪世界大賽冠軍。時至今日,MLB更進一步運用大數據分析,對於諸多球隊的決策動向,產生了顯而易見的影響。
比方說,有的球隊在球場內配置超過20個資料收集器,詳加記錄投手的投球速度、及打者的揮擊角度,一場球賽甚至可能產生高達7TB巨量資料;接著球隊運用諸如PITCHf/x、HITf/x等先進分析系統,試著從前述大量數據中挖掘珍貴線索,藉此追蹤球員表現、制定戰術,甚至作為球員交易的決策依據,更令人嘖嘖稱奇的,某些球員在特定場景下,經常出現異於平常的水準,例如有些投手不管當日狀況好壞,在客場主投時吞敗機率飆高,然而其餘有些投手卻呈現相反態勢,這些發現,對於球隊堪稱深具價值,足以據此提升戰績。
當然,大數據應用在運動場域,並非職棒的專利,職籃球團也開始比照辦理,藉以分析選手的出手位置,與投籃命中率之間的關聯性,嘗試找出如何提升球隊得分效率的方法。
善用大數據力量 實現Bank 3.0
綜上所述,足見以往側重於體力、技巧或天份的運動產業,都開始熱情追逐大數據分析,由此可見,競爭態勢更顯激烈的商業世界,自然也會將大數據視為決勝利器。
刻正遭受互聯網金融公司步步進逼的銀行業,便是頗需要倚靠大數據重振雄風的典型例子。20多年前,比爾蓋茲(Bill Gates)曾說過一句名言:「Banking is essential. Banks are not.」意指銀行業務的確不可或缺,但未必非得由銀行來執行不可,言下之意,銀行都需要認真思索未來經營模式;20多年過去了,Brett King在2012年出版一本名為「Bank 3.0」書籍,主張銀行不再是一個地方、而是一種行為,建議銀行應正視社群媒體、行動裝置、行動支付等新浪潮的崛起,連帶觸發了全球銀行產業的升級轉型趨勢。
影響所及,結合銀行傳統服務內容,及網路、行動等科技力量的「FinTech」,近年來猶如滾雪球般愈滾愈大,成為現今金融業界的頭號顯學,也對台灣銀行業生態造成愈趨顯著的影響,影響層面含括實體分行逐漸減少、紛紛設立數位金融部門,乃至於人才需求出現重大轉折,尤其嫻熟大數據分析的好手,更是銀行亟欲延攬的首要戰將。
究竟銀行業可以憑藉大數據,營造哪些競爭優勢?其實只需藉由網路搜尋,便可找到眾多相關素材。比方說,花旗銀行看上了曾在美國益智問答節目「Jeopardy」大放異采的IBM Watson(超級電腦),決定予以引進,期望藉助其大數據處理能力,用以挖掘商機,而商機類型涵蓋多種面向,譬如降低欺詐或洗錢交易的發生機率,再者則是促使預測分析、消費者洞察等兩個重要的數據源進行對接,據此隨時變換行銷遊戲規則,創造最大的市場迴響。
此外,在美國有一家名為ZestCash的新創金融公司,其主要業務,乃是針對一些信用記錄不良、抑或沒有信用卡歷史的使用者,提供貸款服務。該公司與一般銀行之間的最大差異,在於對大數據倚賴程度極高,因而得以大幅超越銀行慣用的FICO評分模式(取決於15~20種變數),根據多達數千個線索,來評斷顧客的風險等級,甚至連顧客在ZestCash網站的停留時間長短,都被列為觀察指標;所以一些其實不乏還款能力、但卻礙於某些因素被銀行拒於門外的人,便成為ZestCash的目標客戶,為其挹注可觀的營收。
結合地理資訊視覺化 探索金融業務成敗真因
至於台灣的銀行,是否也開始採用大數據分析?答案是肯定的。某家銀行,採用了一項能夠支援地理資訊視覺化的大數據分析工具,藉以進行ATM設置地點與銀聯卡刷卡交易量之間的關聯分析,探索該行為何積極簽了不少銀聯卡特約商店,但交易量始終不如預期的主因;後來發現,只要特約商店鄰近設有ATM提款機,則提款金額始終偏高,但銀聯卡刷卡金額卻逆勢走低,研判商家可能考量誘因不足,故而傾向引導上門消費的陸客支付現金,使得該銀行亟欲推展的銀聯卡刷卡業務淪於低檔盤旋。
於是乎,該銀行決定加強宣傳,並重新設計更具誘因的促銷方案,總算如願逐步提升了銀聯卡刷卡率。
無獨有偶,另一家台灣的銀行,也利用類似分析工具,旨在進行分行設立的分析,透過地理資訊找出所有金融機構交易最高的地區,藉以確認是否具備設點潛力,如果有,再接著分析是否與其他金融機構的據點接近;值得一提的,當地的人口增長狀況,乃至於薪資水平,都被納入設點潛力分析的重要環節。
在建立前述分析架構後,該銀行隨時針對業績排名居於倒數前十名的據點,深入檢討是否為地點因素所致,倘若經過確認的確如此,便採取諸如遷移等相對應舉措。
採取個性化行銷 助零售業創銷售高峰
另外不可諱言,亟欲朝向「以客戶為中心」目標進行業務轉型的零售批發產業,也開始積極採用大數據分析技術,據以掌握先機,實現最大商業價值;放眼全球,尤其是歐美世界,相關成功案例可謂不勝枚舉。
譬如美國頗具知名度的連鎖百貨公司梅西百貨(Macy's),有鑑於大數據分析的重要性,決定於內部成立線上客戶洞察部門,運用大數據產出全通道的客戶洞察結果,據此改善個性化行銷方案與廣告策略,也一併深入分析線上行銷活動對於實體店面銷售的交互影響,終至成功帶動線上業務起飛,由傳統的線下經營模式,成功轉型為全通路經營格局。
在美國擁有超過千個據點的女裝零售商Chico's,幾年前開始感受到傳統經營模式逐漸陷入頹勢,於是決定善加利用多年累積的客戶資訊,藉以驅動有效的商業決策,進而扳回一城;惟該公司考量IT實力不足,所以遍尋能夠易於業務人員自助操作的預測分析和資料採集工具,最後決定引進行銷自動化系統,幫助業務人員快速整合眾多品牌的商品資訊。
在引進行銷自動化工具後,Chico's藉以規劃假日促銷活動,按客戶屬性進行細膩分類,從而分門別類適用不同推廣方案,結果立即產生綜效,單季盈餘從前一年度的負4,200萬美元,轉虧為盈至1,700萬美元,顯見成效驚人。
而在台灣,商業發展研究院也跟隨大數據分析潮流,發展SBI服務業雲端智慧商情決策支援系統,期望藉由大數據,幫助台灣零售業者釐清「地點。地點。地點」、「競爭對手是誰」、「產品怎麼賣」,及「通路怎麼選」等關鍵環節,再經由產業產品特質及通路商情分析過程,終至產生目標商圈市場匹配建議,避免盲目設立成效不彰的據點,也稱得上是可行之計。