文●張方毓

串流平台Netflix是施行大規模個人化的先驅企業，透過極度細分客群，讓每位用戶的個人頁面都不同。(來源●Dreamstime/典匠影像) 

個人化是老生常談，但你聽過「大規模個人化」嗎？《富比世》近期專文預測明年10大商業趨勢，大規模個人化是最重要的發展之一。 

雖然企業提供顧客量身打造的產品或服務，毫不稀奇，但當消費者需求更為千奇百怪且挑剔，加上AI橫空出世，有本事能實踐大規模個人化，你才有辦法留住客戶，成為贏家。 

《哈佛商業評論》在去年發布一篇名為〈AI時代的客戶體驗〉文章，指出不同產業的龍頭，包括摩根大通（J.P. Morgan）、星巴克（Starbucks）和Nike，都紛紛宣布大規模個人化是它們的策略核心。 

個人化（Personalization）和大規模個人化（Personalization at scale）區別在於分析和使用客戶的大數據。 

亞太行銷數位轉型聯盟協會創會長高端訓說明，過去的個人化，僅是客製化行為，但大規模個人化，需要由3個要素，分別是「大數據、行銷科技工具、分析和應用客戶行為」所組成的個人化策略。 

為何3個缺一不可？因為唯有確實使用這3元素，才算完全發揮使用客戶大數據的好處。 

要提供客戶百百種服務，首先就是要蒐集夠多、夠豐富的大數據，並使用能整合各方客戶數據的工具，才能更全面了解顧客。但只有數據不夠，企業必須分析顧客的行為軌跡，給予對應的個人化訊息，才能轉換成銷售成績。 

3要素組成新個人化策略
關鍵在「用對客戶大數據」 

如何讓大規模個人化落地？顧問公司麥肯錫（Mckinsey）列出4個步驟。 

第一步是鋪好大數據、行銷科技工具2個根基，讓所有員工都知道客戶是誰、想做什麼。 

客戶數據不只是年齡、性別等基本資料，還有他們對推播訊息和廣告的反應；數據也需要串聯到行銷部門，他們推播個人化方案才有所依據。台灣大學國際企業學系暨研究所教授林俊昇指出，這是企業該做到的「最基本的基本功」。 

第二步是檢視客戶旅程，找出顧客在不同階段的痛點和意圖，以產生數千個「微細分」客群數據。 

麥肯錫指出，企業先要將有相似行為和需求的客戶分組，不同需求、不同組別，再拆解每一組的客戶旅程，從最初考慮、購買、使用，到再次購買，進而創建出數百甚至數千個微細分客群。 

林俊昇舉例，串流龍頭Netflix能讓每個人的首頁都長得完全不一樣，就是它做超多「微細分」客群。例如「喜歡某位演員」可以是一個微細分客群，就投放該演員影片列，甚至連電影都換上該演員為焦點的劇照海報，吸引用戶注意力。 

第三步則是針對不同客群測試不同的個人化體驗，如果成功觸發消費，就進行自動化偵測，再持續提供的個人化體驗。 

罐頭訊息難挖實際需求
「顧問式建議」才能增信任

林俊昇直言，這一步是許多台灣企業最缺乏的地方。他觀察發現，許多企業聘請顧問公司、購買大量數據，但內部卻沒有再去摸索顧客真正想要什麼，以及可以提供什麼體驗給他們，仍給不同客群樣板、制式的體驗，如同罐頭訊息。 

以美妝零售店絲芙蘭（Sephora）為例，它知道顧客逛網站時常眼花撩亂，因此它藉由數據分析設計並推出超過10個像遊戲一般的小測驗，顧客只要回答短短3、4個題目，就能瀏覽專屬推薦品項。 

梅西百貨（Macy's）也會分析顧客在網站瀏覽及購買的東西，並結合現在的潮流，向靠近百貨的顧客發送個人化簡訊，例如某層樓有適合你、也是網路上分享最多的服飾，提高前往消費的機會。 

「你像顧問提供他（顧客）很多專業意見，降低他選擇障礙、提升他的重視感，就會做到暖心肝，對你產生信任。」林俊昇指出。 

最後、也是最難的步驟，是堅持到底。麥肯錫指出，對企業來說，做一次增加個人化體驗的敏捷專案或許容易，但堅持下去並擴大規模卻很困難。 

麥肯錫建議，企業應該從高層以身作則，組合一個橫跨創意、分析、營運和IT的全職數據驅動小組，持續測試、迭代來確實增加營收和客戶體驗。 

不過，高端訓指出，即便企業有決心成立一個全職小組，但此策略仍很難被許多企業實行，主要因跨領域人才仍短缺。他指出，企業應先盤點公司內的人力，找出對跨領域有興趣的人；如果沒有，才向外招募；最後才是聘請講師，培訓員工跨領域能力。 

「文化通常會把策略當早餐吃掉了。」這是管理大師彼得．杜拉克（Peter Drucker）的名言，如果你的企業文化沒有跟著轉型以顧客為核心，員工也沒有落實快速、密切回應顧客需求，那縱使數據再完備，也難以實現大規模個人化，為企業帶來真正的價值。