2011年10月17日 星期一

我20幾歲(20年前)

前幾天收到一封標題有「20幾歲...」這幾個字的EDM,通常我對這種標題看來跟我無關的email都是直接刪除了事,但是這天我仁心大發,特別打開來看,結果文案的第一句話就是「20幾歲的你,...」。沒錯,我20幾歲,但那是20年前的事了。這印證了我在《顧客教你的10件事》(The Ten Demandments的中文版)這本書看到的一句話:「儘管收集個人資料的行為不斷的在進行中,我們還是沒有感到自己被對待的方式有什麼改變。

現在顧客在申請所謂的會員卡時,都必須提供身份證字號、姓名、出生年月日、性別、地址、電話號碼和email等個人基本資料;有些會員計畫還要求顧客填寫學歷、婚姻狀況、職業、年收入、興趣等更進一步的私密資料。相信這些會員卡計畫都會聲稱收集這些私密資料是為了更了解會員,以便提供更貼心的產品和服務,不過事實上卻很少有企業能夠根據這些個人資料向會員提供特別的產品或服務。

(一家北部地區分店正在舉行週年慶的百貨公司,也許會只對住在北部的會員發出相關促銷訊息。但是,哪一間鞋店會根據學歷寄發不一樣的促銷DM?什麼樣的超級市場會依照會員從事的行業提供不同的折扣商品?又有哪家書店針對不同婚姻狀況的顧客建議不同的新書?)

暫且不管會員的學歷、婚姻狀況、職業、年收入、興趣跟他們需要或想要的產品和服務有多大的關連,企業在收集這些私密資料時發生的問題,就讓企業無法利用這些資料了解會員。在我分析過的資料倉儲系統中,沒有一家企業能收集到一半以上會員的個人私密資料,大部分的狀況是這些資料欄位有高達七成以上是空的。道理很簡單:顧客不認為有必要把這些個人的隱私讓企業知道。在平均只有三成的會員填寫的情況下,這些私密資料只是佔用了系統的欄位,沒有太大利用價值。

(可能有人會說,那就假設這三成的會員可以代表所有的會員。我不會建議這麼做,因為不提供私密資料的會員說不定跟那些願意填寫的會員有不同的特質才決定不給這些資料,用填寫的會員來代表全體會員很可能因此造成所謂自我選擇〈self selection〉的偏差。)

我是個「行為論者」,我認為要了解顧客需要或想要的產品和服務,最直接有效的方法就是分析他們過去的消費或使用行為資料。只要選擇適當的行為變數,用Data Mining的Clustering技術不難區隔出需求有明顯特徵的顧客。再加上定期觀察顧客所屬區隔的變化,就能掌握他們在需求上可能改變的狀況。這種方法遠比從顧客的私密資料來推論更加精準。

在詐騙猖獗的今天,企業更應該消除顧客對於收集個人資料的疑慮,沒有必要的私密資訊就不要請顧客提供。企業不打算提供好康給生日將至的顧客,就不應要求顧客提供出生日期;沒有預算寄型錄、DM給會員的公司,就不要請顧客填寫地址。再借用《顧客教你的10件事》裡的話:「公司應反問自己,在收集顧客資訊的同時,是否也讓顧客獲得了某些利益做為報酬?」建立會員制不等於有CRM,真要做到顧客關係管理就該把顧客的利益也考慮進去。

沒有留言: