用大資料找潛在客戶也有套裝軟體選擇，知意圖推出Etu Insight

資料分析逐漸成為當代企業擴展業務所不可或缺的能力，然而即便是建置了大資料的儲存、處理與分析平臺，但該如何活用仍需要很多專業經驗，而且，大部分都是通用平臺，不過，針對特定商業需求所開發出來的套裝軟體，也逐漸出現在市面上，精誠集團旗下知意圖公司10月中所推出的Etu Insight，即是一例。

這套系統是一套消費者行為洞察平臺，可供行銷人員使用。它能跨不同裝置與多個網站，收集相關的消費者行為資料，然後加以分析，協助需密集與客戶互動的各種行業，像是投信公司、銀行、零售商與電子商務網站，做到個人化的洞察及客戶分群，藉此提供「個人行為基因」的運算與探索，以及交付精準的客戶分群清單。

能跨多種上網裝置，收集消費者行為資料，為完整掌握情報做好準備

這裡的跨裝置行為蒐集，是指Etu Insight能夠追蹤消費者，掌握他們在手機、平板和PC之間的跨平臺行為，更完整地蒐集到他們在這些通路上的數位足跡。

舉例來說，一般消費者會用不同裝置連網，通常在上班、上學期間，透過智慧型手機看到各種商品廣告，進而參與促銷特惠活動；到了中午休息吃飯的空檔，可能會以手邊的筆記型電腦，瀏覽廠商網站或社交網站，看看網友對有意購買產品的評價好壞；下班後回到家，他們則從家用桌上型電腦連到網路購物平臺下單。

Etu Insight可收集企業官網和App的瀏覽資料，將消費者購買產品前後的行為串聯，對應到個別客戶，企業即可藉此獲得潛在客戶名單，提高回應率，增加客戶體驗與驚喜。

這些資料分析也有助於企業找出頻繁的回訪客戶，幫助行銷人員辨識有潛力的忠實顧客，並建立屬於自家品牌的客戶基因，進而長期持續追蹤高貢獻客群，增進會員經營的效率。

除了找出潛在客戶和忠實顧客，Etu Insight還能追蹤客戶未交易前的行為，從黏著度、偏好等基因來挖掘他們的隱性需求，幫助企業找到下個熱賣商品。

Etu Insight會先運用所得到的資料，來建立客群，之後使用者即可進行客群摘要的功能。該系統也提供了再訪摘要的機制，主要以線上服務的再訪問顧客為分析標的，協助判讀消費者在網站上的活躍程度、顧客親和、習性、消費貢獻。此外，客群摘要的功能也提供客群變動分析，使用者利系統產生的客群名單，成為統計標的。

根據行為模式和興趣偏好來建立客群，並可長期進行收集與分析的工作

而Etu Insight在客戶分群的功能上，可根據上述收集的資料，發現行為模式和興趣偏好，分析出客戶基因。目前Etu Insight預設提供的客戶基因類型，包含了拜訪狀況、商品偏好、消費貢獻，而這三種客戶基因之下，總共有19種分析維度，像是最常造訪的日期、時段，已看過與放入購物車的商品與類別，以及訂單總比數、總金額等等。

想要在Etu Isight建立客群，可透過選擇基因、組合客群、上傳名單等方法進行。以圖中為例，是基於選擇基因的作法來設定客群。

接著，行銷人員可自定條件，透過挑選上述分析出來的客戶行為基因，然後以交集、聯集、差集等方式彈性組合，並上傳客戶名單，整合到線上，即可將這些消費者分門別類，進而得到一份足以辨識個別差異的客群名單，打造品牌專屬的客戶基因庫。

Etu Insight也考慮到客群的行為模式和興趣偏好，必定會隨著時間而有所異動，因此當行銷人員建立客群之後，系統會持續關注客戶在造訪狀態、消費貢獻和商品偏好的變化，以便長期掌握客群的不同行為維度細節。

對於客群資料的分析，Etu Insight提供了基因探索的功能，行銷人員能夠選擇單一的行為基因，察看統計分配數值，而可觀察的基因類型，主要有拜訪狀況、消費貢獻、商品偏好等項目。

能彙整多部門的資料，以便在最短時間內再行銷

此外，用戶可在Etu Insight系統上，匯入銷售、行銷、客服等不同部門所擁有的資料，予以串聯，以便及時回應客戶需求，發起有效的再行銷（Retargeting）活動，做好數位行銷的工作。

相較之下，若仰賴傳統客戶關係管理（CRM）系統來進行上述工作，可能無法串連銷售、行銷、服務各環節，做到高度的跨部門協作。因為那樣的架構下，在擁有資訊系統或資料的單位，以及行銷單位之間，往往缺乏自動化的分析供應鏈串接，而這將連帶影響客戶分析後採取行動的反應及時性。

Etu Isight的系統是架構在Hadoop與Etu Manager的大資料平臺之上，區分為基因特質探索、客群管理工具、客戶行為基因庫、客戶基因處理引擎、資料轉換模組、資料收集模組，用戶可用它來分析來自企業應用系統或其他系統的大量結構或非結構化資料，歸納出每一個客戶的特性（基因）。

產品資訊