知名國際零售品牌無印良品(MUJI)為了提高顧客忠誠度,導入Treasure Data大資料解決方案。透過分析網站以及行動裝置App的顧客行為,適時派送適應性的顧客優惠方案與廣告。這個計畫,讓無印良品在幾個星期之內,成功大幅提升讓顧客在網站瀏覽商品後,實際到實體店面或是線上商店購買商品的機率。

無印良品是日本生活用品品牌,販售產品線橫跨文具、食品、衣服、家具,甚至連交通工具汽車和腳踏車,在日本無印良品還兼營露營場。無印良品標榜其商品極簡的設計風格,沒有多餘無用的包裝與字樣,這些都是日文MUJI意思的呈現「無品牌標籤的好產品」。

雖然民眾對於無印良品的印象,大概就是日本的宜室宜家,但無印良品確實已在零售市場上,建立起屬於自己的獨特風格,至今也已與合作廠商,在全世界擁有超過450個零售點,以及提供超過7,000種無標籤的商品。

在1980年代發跡的無印良品,並沒有隨著時代的推演發展獨特的電子商務應用,雖然無印良品的網站有430萬的註冊會員,而iOS上的行動App也有140萬的使用者,但是對於如此龐大的會員數,無印良品也僅用於宣傳實體店面的銷售(Brick-and-mortar operations)。

直到最近,無印良品決定改變過去作法,發揮既有的會員的價值,找上被Gartner譽為「大資料中的酷炫廠商」Treasure Data,進行顧客忠誠度提升計畫。

Treasure Data是一家很年輕的公司,在2011年時成立,至今未滿三歲,Treasure Data提供架構在Amazon AWS(Amazon Web Services)上的新興的雲端服務,Treasure Data的方案降低兩個企業採納大資料解決方案的主要障礙。第一、不需要面對如Hadoop般的複雜底層架構。第二、初期不需要投入龐大的資金建構基礎建設。

無印良品從新部署的網站以及iOS顧客忠誠度App上,收集會員在頁面點擊的資料串流樣本,經過Treasure Data雲端服務加以處理成資訊密度較高的子集後,送往Amazon的PB級資料倉儲服務Redshift存放。分析收集來的資料,透過App傳送適應性的折價券和購買點數給會員,藉此連結線上瀏覽和線下購買,並在幾星期內提升了顧客到店率。

無印良品網路事業部的經理Takashi Okutani表示,Treasure Data的大資料解決方案對於無印良品來說,投資報酬率是相當高的,不僅能夠快速部署新的程式,並且不需要大幅度更動既有的資料與系統,無印良品僅花不到一個月的時間就讓新的顧客忠誠度功能上線。

不過,要儲存來自各頁面的點擊串流和會員行為資料,以及顧客交易紀錄,可預期的是,如此龐大的資料量將直接灌爆無印良品原有的資料倉儲,況且在大資料的應用上,資料倉儲是一塊關鍵拼圖,如果由無印良品自行維護,將必須克服不少關鍵技術以及付出極高成本,而現今雲端技術熱門的部分原因,便是雲端具規模彈性這項優點,因此無印良品最後選擇了搭配Treasure Data分析工具搭配AWS的雲端資料倉儲Redshift。

再者,不僅須考慮資料倉儲容量問題,因為使用者點擊操作頻繁,導致串流資料產生的速度極快,光是要將這些資料放進資料倉儲的動作,就已超過處裡負荷。所以在流程最前端,便是要依據訂定的規則,藉由Treasure Data雲端服務整理並分析這些原始資料,使其成為容量較小且具結構化的資訊,之後再放入資料倉儲中儲存。

無印良品的顧客滿意度提升計畫,是傳統廠商進入大資料時代很好的借鏡,許多原始資料都隱藏著不少資訊,只要經過簡單的利用便可產生很大的價值,過去的挑戰是,這些原始資料量過於龐大,無論是處理資源抑或是儲存容量都超過當時能處裡的規模太多,幸運的是雲端時代已來臨,將來會有越來越多類似的應用產生。


Advertisement

更多 iThome相關內容