顧客旅程-定義、效益、分析方法與應用策略

people using smartphones JZUQGAD

現在的消費者與以前大不同,隨著智慧型手機普及、支付與物流基礎建設成熟、以及通路的複雜化等,顧客不僅思考週期翻了好幾十倍,他們在不同的平台、數位通路、實體零售、以及其他媒介的行為模式也變得更加複雜。 譬如一位想要購買新耳機的顧客,可能從有這個想法一直到實際購買,其中可能就花上了好幾個月。不僅去過了各種品牌的官網尋找適合的產品、也去了評價網站比較不同品牌、也可能去了Youtube看其他人的開箱影片、也可能去了實體通路去戴戴看並試聽產品,最終在某一次滑FB時,碰巧看到了相關的廣告,最後決定直接購買。 這一類性的消費者,在像是金融、消費品、零售、軟體、以及媒體等產業中並不是少數佔比,其實在Axciom與SourceMedia Research做的研究中,比較了多通路與單一通路的互動,而以下為幾個主要的發現: 多通路互動率為:18.96%,相較於單一通路互動率為:5.4% 多通路互動的消費者購買率相較於單一通路互動的消費者高出250% 多通路互動的消費者平均消費額度高出單一通路互動的消費者13% 多通路互動的消費者者保留率(Customer Retention Rate)高出單一通路消費者90% 而這一種與客戶多通路的互動模式,也不僅限於B2C企業,其實在企業採購中同樣如此,在2021年初以及2020年底於全球範圍所做的調查當中即發現,在已然解封的條件之下,許多採購仍然持續透過數位通路與業務互動。 也正是因為這一趨勢的發展,越來越多的企業(產品/服務供應商)開始部署更多的接觸點,像是社群、自有電商通路、線上通路、網頁、數位公關、以及其他,以支撐這一消費行為模式的轉變。 然而落實了這些通路的部署就真的能夠創造更好的業務績效嗎?絕對不然。其實絕大多數的企業雖然開始分散,甚至是增加了各個通路的投資,但其運營模式、分析方法、以及策略擬定等等面相都仍然停留在全通路的運營之前。 故此,顧客旅程這一概念,也在近幾年間與全通路運營一般,取得了許多關注,成為了越來越多企業支撐其行銷、銷售、以及市場策略的思框架。 什麼是顧客旅程? 簡單來說,顧客旅程就是所有顧客與品牌有互動到的環節所串聯而成的一個紀錄。 這個所謂有互動到的環節被稱為接觸點,那麼從第一個接觸點一直到最後一個接觸點串在一起時,就成為了顧客旅程。 這一思考方式跳脫了以往以單一接觸點來評估效益,而是結合多個接觸點,來評估客戶的體驗究竟如何。 譬如以廣告投放的案例來説,假設某品牌在Google、Facebook、以及電商平台廣告上投入大約一樣的預算,過了一個季度後,卻發現電商廣告創造了70%營收,而Facebook幾乎沒有創造任何收入。一個很直接的判斷就是,Facebook並沒有為整體營收創造充分的價值,故此在下次分配預算時,將全部轉移至電商平台。 然而這樣的一種判斷模式,在顧客旅程複雜的現在,就可能會引導品牌走向非常糟糕的結果。回到剛剛的案例,Facebook上的廣告可能成功的推廣到了鎖定客群前面,提高了潛在客戶對於該品牌/產品的意識,然而因為當時用戶並不是在一個準備好要購物的環境,同時也沒有那麼充分的購買動機,故此並沒有在當下消費。 反而是某次跑到了電商平台上,看到了同樣的產品,始決定要買單。所以當品牌決定撤離社群廣告的預算時,其影響是鎖鏈性的,也直接的影響到了電商平台廣告以及Google關鍵字廣告的轉換率。 然而倘若能夠落實顧客決策旅程的分析,品牌也許就能挖掘出這些擔任助攻(提供資訊、增加信任、提高相關性)的接觸點究竟是哪些?創造的價值又分別為多少?並建立於這一份理解,逐步的優化其市場部署的效益。 顧客旅程中常見概念​ 接觸點(Touchpoint) 接觸點為品牌與顧客之間每一個有互動的地方,而所有的接觸點串連起來就是不同顧客的顧客旅程。常見的例子包括廣告招牌、電視廣告、社群媒體、傳單、消費過程、以及電話的客服等等。 行銷漏斗(Marketing Funnel) 時常也稱為銷售漏斗,為行銷部門常見的工具,目的是在判斷客戶現在在哪一個階段,越在漏斗上面的客戶越是沒有品牌意識(甚至產品需求),而越是在漏斗下方的,就越容易轉換:如購買產品、再次購買產品等。而由Hubspot的CEO提出,數位飛輪(Digital Flywheel),則是不僅只看一次的漏斗,而是整個顧客生命週期的旅程。 轉淚點(Inflection Point) 轉淚點為較新的概念,與接觸點同樣,都是與品牌與客戶互動的地方。然而,較不同的是,轉淚點特別指的是導致顧客走到漏斗中的下一個階段的接觸點。 定義出轉淚點,能夠讓品牌更好的控制預算並優化旅程。 客戶體驗(CX – Customer Experience) 客戶體驗是品牌與客戶之間所有互動的結果,從社群媒體上的文案、網站與App上的UX、遇到困難時的處理模式、購買產品以及服務的流程、一直到產品最後到客戶手中、以及售後服務等。組織如何去做這些事情都將大幅的影響客戶是否再次消費、或是向別人推薦此品牌。 互動率 (Engagement Rate) 互動率為判斷接觸點上互動程度的一個簡單公式,假設facebook上po文的互動率即可利用如 facebook互動率 = [A(讚數)+B(分享數)+C(留言數)]/ 跟蹤人數 的公式去判斷每一個po文的互動情況。 顧客生命價值(CLV – Customer Lifetime Value) CLV為計算一個顧客帶給品牌價值的公式。 支撐企業以顧客旅程思維運營的三個要素 不過這一顧客旅程並不止於思考方式,其實在2016年左右,隨著顧客旅程這一概念逐步的受到台灣以及日本的企業討論,我們也發現到越來越多企業,開始嘗試著透過所謂的顧客決策旅程地圖,描繪出他們的消費者可能經歷過的不同接觸點,以及其串連而成的整個紀錄。 […]

AI人工智慧 – 定義、技術原理、趨勢、以及應用領域

urban traffic X8PS6JE

人工智慧的技術、資源、以及基礎建設已經趨近成熟,不論組織的大小,只要策略性的規劃投資與發展方向,人工智慧都能夠為組織帶來龐大的商業價值。 MGI更是於一次2018年的研究中指出,倘若70%的組織採納部分AI技術,而50%的大型組織全面採納AI技術,在2030時,人工智慧 (包括機器學習) 將能夠給全球GDP帶來另外13兆美金的潛能。 然而,即便人工智慧乘載著如此龐大的商業潛能,多數組織依然無法全面的發揮出AI的潛能。其原因無不外乎就是四項: 缺乏有效的數據基礎建設以獲取乾淨、充足、且具商業價值之數據 數據科學家、 AI工程師、以及相關數據技術人才於勞動市場上的短缺 組織與團隊成員出於對AI的不理解,而導致對於AI導入的阻力 缺少策略性的部署與專案發展過程中的變革管理,而致使AI導入之專案失去了動能。 要真正理解如何充分的應用AI,我們可以先從定義、趨勢、以及應用面開始著手,在逐步地探討到導入策略,以了解企業於部署、發展、並規模化組織於AI之應用該如何執行。 什麼是人工智慧?​ 許多領域對於人工智慧的定義與見解都不大相同,但核心層面的定義是一樣的。 AI的意思是用程式的方式達到人類需要運用智慧才能完成的事情。 傳統的程式是用一系列的指令以及規範來讓整個程式運作,例如一個計算機,他的Input如數字、以及加減乘除等的運算子,都是被規範好的,而這導致這個程式無法處理沒有被定義的新變數。所以若我們想要此程式處理其他問題,工程師就必須更新指令以處理新的變數。 然而工程師以及電腦是不可能將整個世界的變數放進一個程式中的,這就是為何在解決真實世界的問題時,新的方式必須被發展出來。 在所有AI技術中,最被廣為應用的即是機器學習,不僅是因為其較低的技術與數據成本,同時更是因為機器學習部署的價值體現較快,而使得組織更傾向於發展該技術。 我們OOSGA在一次與台灣食品業者的合作中,我們在短短的24週的週期,即接續性的起跑了三項機器學習Program,包含了全週期的預測與計畫、ROI評估、以及定價與特價等策略。 同時在這整個過程當中,我們透過前三項Program所產生的價值,持續的增加人才計畫,並規模化其他層面的發展與應用,讓我們客戶的企業能夠建立起持續發展AI的動能,成為一間AI賦能之企業。 同樣的,深度學習、強化學習等技術也是具備著龐大潛能,一份研究更是指出較為先進的AI技術有著每年產出3.5兆~5.8兆的潛能。而當前於物件偵測、自然語言處理、以及圖像辨識等等技術的突破,都是重度依賴著深度學習與其他較為先進的AI模型之發展。 機器學習(Machine Learning)​ 機器學習,一種人工智慧的技術,不同於傳統程式,機器學習是通過處理並學習龐大的數據後,利用歸納推理的方式來解決問題,所以當新的數據出現,機器學習模型即能更新自己對於這個世界的理解,並改變他對於原本問題的認知。 簡單來說,假設現在有一個人對於美醜沒有概念,那麼你把他帶到一群人面前,並指著其中一個說是美、一個是醜、另一個是美等等…隨著這位本無審美觀的人看到更多資訊後,他也會開始對審美這個觀念有一定的想法。 而關鍵在於,數據的量一定要足夠大且數據的質一定要好,才能讓機器學習模型更好的判斷問題的答案。 在以下這篇洞見中,我們探討了機器學習的非監督學習、監督式學習、以及半監督式學習中不同演算法的架構,以及這些演算法在產業中實際的應用,點擊以閱讀更多。 機器學習 – 演算法&商業應用 深度學習(Deep Learning)​ 這個機器學習的分支利用多層次的人工神經網路透過數據學習,其中兩種最為主要的類別為卷積神經網路(CNN)以及遞歸神經網路(RNN)。 CNN較適合如圖片、影片等的空間數據類型,透過不同階級的特色來識別圖像,例如從一個鼻子的特徵、眼睛的特徵、嘴巴的特徵、三者彼此的關係為何、再到最後變成一張人臉。CNN的發展對於需要快速識別周圍環境的自動駕駛至關重要,同時圖像識別的技術,也是工業4.0的核心技術之一。 RNN則較適合如語音、文字等的序列型數據,不同於其他的神經網路,對於RNN,所有的input都是相連的,所有處理過的資訊都會在訓練的過程中被記住,而也是這特色,讓它非常適合處理自然語言。 雖然神經網路的技術早在數十年前就被研發出來了,但當時的環境不僅數據匱乏,運算速度以及成本都導致深度學習無法成功帶進商業環境。然而隨著運算速度大幅的提升、運算成本大幅的降低、以及演算法變得更加成熟,如深度學習一般的技術也開始被頻繁的應用在商業環境中。  強化學習(Reinforcement Learning) 強化學習同樣為機器學習的分支之一,為一種透過獎勵機制以及懲罰機制的方式,訓練演算法模型的方法。 也就是說,當演算法做了我們所期望之行為時,我們就會透過獎勵的方式,明示演算法做更多如此行為,反之亦然。  而我們評估演算法在執行每一個任務的有效性的方式,即是透過觀察其分數(被獎勵之多寡)來衡量。 強化學習的應用面非常廣泛,從自動駕駛的軌跡優化、路徑規劃、運動規劃,或是透過用戶行為回饋而建立的新聞推薦模型,一直到行銷與銷售以及NLP等。  集成學習(Ensemble Learning)​ 集成學習是為了降低模型偏見、變數、以及提高準確度而根據不同種類的數據,在各個階段應用不同的機器學習演算法來訓練模型的演算法。 集成學習在數據非常複雜,或是有多種潛在的假設時非常實用,因為它能夠根據不同的假設建立模型,以定義出更明確的方向。 驅動AI未來發展的六大趨勢 從技術的角度來看,人工智慧在過去的五年間迎來了一場爆炸性的成長,不僅是出於企業領先科技公司的龐大資本投資,同時更是因為開源碼以及其他社群效應而讓這個產業享受著來自全球專家的共同研發。 而從各個產業的採納率與技術滲透率來看,AI技術也成功的在電信、金融、軟體平台、以及製造等多個產業帶來了極大的影響,德勤研究更是預估AI會在2025年時,全球市場成長至6.4兆美金,近乎是2020年的三倍。  人工智慧在席捲全球的各個產業,並且改變我們的生活已是必然的事實,然而在這個AI的大傘之下,有六個主要的趨勢在近年最為顯著。 其中不乏有人工智慧本身技術上的突破,同時,使之開始逐漸加快發展的還有本身採納率的提升;同時還有因為其他產業的技術突破,而驅動某個趨勢技術開始增加勢頭;最後,還有些趨勢是受到了消費者以及用戶對於某項發展的需求,抑或是偏好的轉變。 1. 強化學習的高速成長 自從DeepMind所研發的AlphaGo於2015年在圍棋上打敗了韓國棋手李世石後,強化學習在人工智慧相關研究論文當中被提到的比例從當時的4.7%,到2020後一路成長到快20%。 現在,強化學習也逐漸地在各個產業中創造龐大的價值,Google的數據中心即是透過這個技術,將能源耗損降低了超過50%。 2. AI驅動的商業決策 雖然AI的智慧是建立於數據,但是所謂的AI驅動與數據驅動其實是有很大的不同,前者將重心放在數據,後者則是處理數據的能力。 […]

消費者洞見 – 定義、用途、以及挖掘洞見的流程

happy family playing instruments in bedroom AE7CUJP

為何消費者不購買我們的產品? 為何消費者購買了我們的產品? 這些消費者又是誰?我該如何整合這些訊息進品牌策略當中?   在現代,只有徹底理解你的消費者,才能真正成為極為相關的品牌。 在整個顧客旅程中讓客戶感到無微不至且個人化的體驗將會大幅的增加品牌忠誠度、以及客戶滿意指數。而解鎖這些可能性的鑰匙即是:消費者洞見。 以一個例子來說,當我們請消費者填寫問券調查時,消費者總是用左腦理性的思考並回答問題。然而當消費者真正在消費時呢?往往,問題的答案與調查結果是截然不同的。而這就是洞悉消費者非常關鍵的地方了, 消費者洞見讓我們能夠真正的理解消費者的心態,並調整當前的策略、定價以及推廣模式以最大化效能。 什麼是消費者洞見 消費者洞見是一個關於顧客想要什麼、需要什麼、為什麼做了某些事情的深度理解,當企業能夠取得真實的消費者洞見,它不僅可以提升品牌與顧客之間的溝通效能、同時產品團隊更能更好的更新產品,或是開始新的項目。 而不同於市場研究,消費者洞見最有效的層面是,它告訴了我們「為什麼」。 為什麼消費者購買了我們的產品? 為什麼消費者不購買我們的產品? 為什麼消費者需要解決這個問題? 為什麼消費者會不斷的重複相同的模式?  這些問題看似簡單容易,然而,當你直接走向消費者問出這些問題時,他們通常無法給出正確的答案。因為當我們被問到問題時,我們是用左腦思考去解決問題的。這時,我們會嘗試著理性化我們的消費行為。然而,對於大多數的消費者來說,選擇購買某項東西,往往都有非理性的成份在其中。 如何挖掘出消費者洞見? 既然通過調查的方式無法取得正確答案,那麼究竟該如何取得消費者洞見? 其實必非調查無法取得正確答案,然而,調查的設計必須更加間接,並且結合追蹤的數據,才好取得完整的畫面,並從中得出可操作的洞見(Actionable Insight)。 而不只調查,之所以消費者洞見在近幾年開始不斷的被討論,也是因為我們開始具備能夠取得這些洞見的能力,而這能力來自於越發成熟的數位科技。不僅在現代我們能夠完整的Map Out顧客旅程、建立實際的銷售漏斗、定義出品牌與顧客的接觸點、同時,我們還能知道顧客在整個過程的體驗價值如何、以及互動率等等有用的數據點。最後,我們還有龐大的第三方數據讓我們可以在近乎零成本的情況下證實假設。  1. 定義出切入的角度 在第一個階段,清楚的知道方向在哪是非常重要的。 團隊可以嘗試著去找出 我們最終想達成的是什麼? 執行的程序為何? 如何規劃能夠更有效率? 一間台灣的零售業者在規劃他們的電商網頁旅程設計時,內部團隊就定義出了他們的網站想要達到的目的為何,而這個答案對他們來說即是更好的輔佐消費者找到超值的商品的同時能夠以更方便且符合客戶習慣的方式取得商品。 有了如此的畫面後,團隊就能夠很清楚地了解自己在挖掘消費者洞見時,切入的角度為何。 最終他們希望在第一個階段中能夠取得「為何消費者選擇了我們?」以及「消費者現階段的購物通點為何?」的答案。 2. 全面的解析、洞察 隨著切入的角度清楚了,第二個階段即是尋找答案的過程。 在這個階段,團隊必須要360度的審視整個流程,通過多種方式嘗試著取得問題的答案。 在OOSGA,我們應用了所謂的Immersive market research method,以最大化我們能在研究階段中取得的假設。 所謂的Immersive market research其實就是建立出一個明確的研究方法,以從頭到尾的追蹤消費者的顧客旅程,從第一個接觸點一直到再消費。 在1980年時,P&G開啟了一個Immersive market research program以近一步地了解為何他們的洗衣精無法在墨西哥的市場中成功,因為當時他們的調查結果發現許多家庭主婦對於這個產品的價格以及效能都是給予正面回饋的,然而產品卻持續在市場受挫。  隨著這個Immersive market research program起跑後,團隊進一步的理解,許多習慣用手洗的家庭主婦發現洗衣精無法起泡,從而導致他們認為僅用一點點的洗衣精是沒有產生效用的。 如此的洞見不僅重新塑造的產品,同時,同一份研究的許多發現更是讓P&G開啟了新的產品線(如Downy fabric softener)並且得到了卓越的成功。 當時在P&G Living […]

關鍵字廣告是什麼? 投放與優化的四大流程為何?

corporate business people meeting in boardroom U5XR2HU

什麼是關鍵字廣告?關鍵字廣告有幾種類型?如何操作?以及最重要的,如何架構關鍵字廣告廣告策略? 在OOSGA,我們時常看到PPC廣告團隊,並沒有把顧客放在廣告活動的核心,盲目的對鎖定客群投放廣告,最後損壞了與顧客建立的關係,導致顧客嚇得跳出了品牌辛苦建立了銷售漏斗。 我們在這裡徹底的對關鍵字廣告廣告做一個全面的介紹,並探討此接觸點在整體顧客旅程的效用性,以及如何最好的應用關鍵字廣告以創造高ROI。 關鍵字廣告廣告是什麼? PPC廣告(Pay-Per-Click)又稱每點擊付費,是一個數位廣告的計價模式,廣告主在某個特定的平台上投放廣告,而廣告主將在每一次用戶的點擊支付平台一定的金額。其目標就是讓潛在顧客拜訪網站,或是某個特定的登陸頁面(Landing Page)。 最理想的情況為這些點擊進來的用戶都會在頁面上執行某個動作,也就是轉換,而若轉換的盈利高於廣告支出的話,此PPC Campaign即算是達到了正投資報酬率。 非常多的平台都使用PPC為其廣告的計價方式,最常見的為搜尋引擎上的廣告模式如Google廣告、Yahoo廣告、Baidu廣告,而搜尋引擎的PPC廣告也就是所謂的關鍵字廣告。 Google廣告 Google於整個數位廣告市場中佔有大約37%的市佔率,然而在搜尋引擎廣告中,Google掌控了超過90%的市佔率(排除如俄羅斯、中國等積極推廣國內搜尋引擎的市場),在每個月有著1600億搜尋次數的平台上,這對於廣告主代表著莫大的潛能。 Yahoo廣告 出於用戶較少,Yahoo雖然極少是廣告主的首選,然而,這也代表著在Yahoo的平台上的用戶有著更明顯的特徵,再一次行銷顧問團隊Furthur所做的研究中發現,Bing以及Yahoo等的搜尋引擎在65歲以上的用戶中特別受歡迎,而且年長的用戶通常相較於年輕用戶更容易點擊搜尋廣告,且轉換率也平均來的高。 對於商品客群為年老市民的業者來說,Yahoo將會是非常相關的選擇。 百度廣告 在Google正式退出中國市場後,百度成為了中國人主要使用的搜尋引擎,有著66%的市佔率,對於想要進入中國市場的業者來說,也不乏是一個渠道。然而,因為申請手續繁雜,非內地的業者通常必須與代理商合作始能正式投放廣告。 如何操作關鍵字廣告 – 投放的四大流程 搜尋引擎廣告鎖定動機,而社群廣告鎖定客群,所以兩者的原理會根本的不同,但執行層面在一定程度上是相同的。首先團隊必須要定義出此次行銷活動的目標(Objective)為何、針對此目標做研究與調查:動機研究、TA調查、競爭者調查等、再來就是整合前兩者的資訊並設計廣告、最後就是不斷的測試、優化、測試、再優化。 定義出行銷活動的目標 利用SMART的框架,聰明的定義出行銷目標,最理想的行銷目標是能夠在兩句話以內被定義,但能夠滿足以下所有的條件,我們以一個SaaS業者為例,現在此業者的用戶數為200,000,他們想要通過Google廣告的媒介以引導用戶註冊。但「增加用戶」並不是一個SMART的目標,以下我們針對每一個階段,去調整我們的行銷目標。 Specific – 明確的行銷目標例:這間擁有200,000用戶的SaaS業者要跟上上一季的成長率,所以季用戶成長量必須要維持在8%以上。 Measurable – 可測量的目標例:8%的季用戶成長也就是每天平均增加267的用戶,可以依照過往的成長曲線去判斷該如何調整每一個月的差額。(因為如Google廣告一般的PPC策略,將可以通過分析越來越龐大的數據、再行銷、測試等以提高轉換率) Achievable – 能被達成的目標例:8%的成長率也許去年是可以達成的,但在今年是實際的嗎?現下的市場,以及公司現況是否能夠維持此成長率?行銷與業務團隊必須要能夠對此目標產生共識,不然將會難以達成。 Realistic – 實際的目標例:在了解到組織內部以及市場現況是能夠支撐這8%的成長率的,但是我們有足夠的資本以、工具、以及人才去達成嗎? Time-Bond – 在時限內的目標例:行銷團隊必須要在一季以內交出8%的成長。 利用SMART的框架後,業者就可以更完整的定義他的行銷目標,從一開始的「增加用戶」變成「在三個月的期間增加24,000的用戶」,而且現在業務與行銷團隊都可以認同此目標,並規劃策略以達成。  做動機、平台、TA、以及競爭者調查&研究 如果是做SEM,也就是搜尋引擎行銷,動機的研究極為重要,在直接層面上,動機決定了潛在客戶是否會轉換,在間接程度上它甚至決定了廣告活動的CPC。PPC團隊可以通過關鍵字規劃工具、關鍵字調查、甚至是實際的搜尋去判斷每個關鍵字群組所象徵的動機為何,並根據此動機製作文案、平面、以及登陸頁面等。 同時,每一個平台的用戶群組不同,使用這些平台時的心境也不大相同,抖音可能比較需要韻律性、互動性,Linekdin可能比較需要提供用戶明確的價值,理性等等,掌握每一個平台的特性以及動態,將能夠讓廣告的成功率大增。 相較於自己去做所有的苦力活,消費者研究、動機調查、平台調查等。時常,最有效能的方式是直接觀察成功的競爭者是如何執行廣告的,取其長並補其短,做出對潛在消費者來說相關性更高的廣告。  廣告設計 整合前面兩者的資訊以及品牌的核心訊息、視覺識別、與口頭識別,我們就可以開始製作廣告了。 然而,廣告設計也是一大門藝術,不僅要考慮他的議題性、效能性、評估潛在的公關危機、同時,廣告的訊息是否與品牌的價值主張一致也是團隊必須要審視的。再來,隨著數位科技的進步、越來越多的顧客上了線、再加上消費者習慣也大幅的改變,團隊也必須要採納多渠道策略,讓同一部廣告能夠在多個渠道上發揮功效,並掌握用戶在個平台上不同處,最後整合進廣告設計當中,創造轉換率最高的廣告。 測試、優化、測試、再優化! 數位行銷與傳統行銷最大的不同不只是它的準確性、可追蹤性,同時,還有它可以優化的特性,在PPC廣告活動中更是如此,不斷的A/B測試,並且從頭到尾的追蹤&分析不同版本的有效性,最後根據所得到的數據優化廣告活動,並反覆操作。 Rashan Dixon, Techicon的共同創辦人以及微軟的資深商務顧問更是發現,平均起來,A/B測試整整提高了400%的轉換率,(Entrepreneur, 2018)。然而,雖然A/B測試極為實用,但並非所有情況都適合A/B測試,數據的乾淨度、數據的大小、以及採樣的偏差與否問題,都必須要探討進去。不然,原本為了提高ROI而採納的策略,甚至有可能降低了整體的效能。

智慧醫療 – 定義、科技、以及應用領域

virologist healthcare professional using tablet co 48NZ7MP

三個數字告訴了我們為何現下的醫院需要全面性的轉型以提高病患所得到的醫療品質 : 0.5%、20%、以及2100億。 0.5%;美國國家學院所做的研究指出5%的門診診斷是錯誤的,而這5%中有10%的病人因此死去。這代表著1000個受診病人中,有5個因錯誤診斷而死亡。 20%;據調查,20%的骨科醫生表示在他們的職涯,有至少一次在手術房中開錯了部位 (Wrong-site Surgery)。最後,2100億;統計顯示,全美有2100億美金浪費在提供不必要的醫療服務。 也許難以置信,然而,這些數字即是為何醫療科技的產業不斷成長,預估一直到2024年,整個市場將維持著15.8%的成長率(高出整體產業成長將近三倍),達到3907億美金的市值。其中不僅有著傳統醫療業者的投資,更有著像是Apple、Google、Amazon等大型科技也積極地進入這個產業。受到肺炎疫情所推動,最近通訊軟體Line也宣布將在日本推出遠端醫療,以減少醫院每天承受的負擔,同時也能降低非必要的醫療服務。 在未來,醫療產業將會持續導入更多數位科技以在降低成本的同時提高醫療成效,而醫療體系更是會圍繞著病患發生龐大的轉變,以大幅提高病患的體驗。  那麼究竟醫療業會導入哪些科技至價值鏈當中,同時,這些科技又會如何解決醫療業當下的問題?  在這篇洞見當中,我們將會針對這幾個層面做解析。 智慧醫療是什麼? 智慧醫療的定義為導入如物聯網、雲端運算、高階分析等技術至既存醫療流程的一個趨勢。 這些科技在智慧醫療業的應用領域極為廣泛,將會進一步驅動著如遠距醫療 (Telemedicine)、遠程患者監護 (Remote patient monitoring)、整合型電子病歷管理系統、患者穿戴型裝置、線上醫療諮詢與掛號約、或是AI看診等技術進入市場。  倘若有效的導入,這些數位科技更是能夠解決醫療業長期承擔的問題,如缺乏醫療人才、診斷錯誤率、資源應用率、以及患者的醫療品質與體驗。 然而,在醫療照護業走向智慧的過程中,轉變的不僅僅只是醫療程序而已,真正的智慧醫療 (Smart Healthcare) 是將消費者放在核心,建立一整個生態體系,涵蓋著SHC、智慧醫院、診所、實驗室/影像中心、家居、以及照顧中心等設施的一個去中間化然而資源與數據共享的生態系統。 與其治療,現在的民眾更傾向於做好健康管理,這也是為何Smart Healthcare Community崛起,雖然像是健康醫療這樣子的社群一直都是存在的,然而也只有到最近,民眾健康意識的提高與科技的發展,尤其是物聯網與可穿戴裝置 (Life style wearable),方能讓所謂的SHC發展。 建立於SHC、可穿戴裝置、以及整個智慧醫療的生態系統,在未來,顧客將會無時無刻的與整個醫療體系互動。在看診前可能會通過可穿戴裝置上的數據監護健康,或是利用相關中心定期做健康檢查,在出現警訊時,患者可以通過平台或是利用社群的資源尋找相關資訊,同時,患者更是能AI驅動的程式向醫院約診,不僅加速了約診流程,程式透過數據分析所約診的醫師將會更符合病患的需求,而在醫院這端也會因為精準的約診而減少了浪費的資源。 看診時,醫院能夠利用病患所提供的數據 ( 可穿戴裝置之數據、診所病歷、健檢報告等 ),以提前匯報成報告讓醫生能夠提供更準確的診斷內容。 取得診斷結果後,醫生與病患更是能利用遠程醫療相關解決方案以持續追蹤病情。

智慧家庭 – 定義、科技、與五大應用層面

smart home heating system M25CWQY

我們現在存在於當時的數位想像與現實的分界點,也就是說,曾經出現在科幻小說語科幻片的場景都漸漸地出現在了實際生活當中。工廠變得智慧、商店變得智慧、城市變得智慧、而現在,家居,也變得更加智慧,也就是我們俗稱的「智慧家庭」 Accenture的研究更是進一步指出,到2025年智慧家庭產業將會為電信業者帶來1000億美元的額外利潤,在同時CCS Insight的分析預測,2025年5G將有10億的使用者。我們看到的是,智慧家庭市場在未來將會帶來龐大的商機。 智慧家庭是什麼? 智慧家庭是由家中裝置互聯產生的生態系統,其核心概念是,讓家中裝置能更好的解決用戶在居家環境中常發生的問題,同時。更確切的說,智慧家庭意在讓用戶的生活變得更加安全、便利、節能、甚至降低支出、與增加娛樂價值。 伴隨著智慧市場的成長與突破,業者越來越能準確的應用數位科技滿足消費者需求,而這樣子的狀態也大幅的驅動智慧家庭市場的成長。BCG的研究更是預測了美國2017至2022年,採用智慧家庭裝置的複合年增長率達到42%。 那究竟什麼是智慧?這個智慧其實就是讓各種不同的智慧家庭裝置能更好的迎合每一位使用者的生活習慣,並提高用戶的生活品質。 現在更是有些業者結合各種裝置創造某種特別的情境,像是消費者使用手機App平台加入音響、電動窗簾、咖啡機等裝置,並設定早晨情境,時間到了後裝置機會自動切換成此情境,這時家內就會有音響開始出現早安曲,電動窗簾接著拉開,咖啡機準備好了一杯熱騰騰的咖啡。 如以上所敘,所謂的智慧化並不是盲目的導入更先進的科技,而是能有效解決消費者問題,甚至提高生活品質的一個過程。 波士頓顧問團隊將智慧家庭近一步細分成11個類別,分別為燈光及空調、智慧能源、智慧廚房、軟體平台、 遠端醫療、穿戴式/行動裝置、組件、AI與自然語言、機器人、音響影音、安全系統。 在這整個智慧家庭生態系統中的11大類,每一個領域都互相連結,且彼此溝通。 結合各個不同功能,為用戶創造更多的價值。而當前的智慧家庭裝置也尚未出現一個完全互通的平台,這也許也是為何市場還沒出現一個具主導地位的業者。這所謂「沒有互通」的平台模式,也讓許多產品與服務無法互相交流,並創造無縫體驗。 智慧家庭的五大價值層面 在整個智慧家庭所提供消費者的價值當中,我們可以進一步的細分為五大主要價值層面:安全、便利、節能、降低支出、以及娛樂。業者如何在如此複雜且變換快速的市場中,抓住消費者的心,並建立於消費者的需求規劃策略。 安全性 在馬洛斯金字塔理論中安全與生理需求同樣都為最為原始的需求之一,增加智慧的安全防護系統,將能讓用戶更好的降低意外發生的風險,創造更安全的居家環境。在家庭危安事件中,許多案例往往是一時疏忽所造成的,而如何縮短用戶對危險的反應時間,甚至是自動的避開災害的發生,將是智慧家庭在安全領域中非常重要的發展趨勢。  智慧化的監視設備能讓使用者透過行動裝置遠端監控,Google旗下的Nest開發出的智慧監控設備,擁有高解析度畫質與自動偵測動態功能,甚至透過訂閱Nest Aware開發出其進階功能臉部辨識與語音辨識,運用臉部辨識來辨別家人、朋友、以及疑似不法人士,而在語音辨識透過自然語言分析與儲存對話內容增進使用者家中安全。 在市面上已有許多產品能保障家中安全,像是透過感測器感測空氣、溫度、濕度來判斷是否瓦斯外洩、失火、淹水。且除了透過鏡頭遠端監控這樣的安全必需品,未來將需要有更多創新想法將加入市場,如何考量成本以及實用度與戳中消費者的購買意願將是業者未來將考量的。 節能減碳 環保意識的提高與政府機關大力推動,讓消費者開始關注如何透過家中的設備裝置,達到環保之效益,奧盧大學的一份研究也發現智慧家庭能降低13%的碳排放,且根據統計每個家庭一年約花費2000美元在能源的使用上,預估透過更換智慧節能裝置將能有效減少三分之一的預算。 消費者若能有效利用感測器(sensor)所產生的數據,將會省去多於開銷,也更能夠達到節能效果,資訊產生的原理是透過讓sensor連網,不斷的監控與紀錄,讓使用者了解其使用狀況,達到政府所訂定的能源優惠規範。 主流的節能系統通常涵蓋了我們電器的插頭、燈泡、與歐美國家比較盛行的溫控設備,其功能是讓這些設備透過網路互聯,且可以被其他(行動)裝置所控制,APP的中控端能彙整出相關數據以便使用者做出決策。 在實用上台灣本地能源公司所研發出的智慧節能盒,讓使用者不用設定繁複操作,即能享有掌控電力輸出的方法,只要把插座在額外接上一個盒子即可,且能透過裝置去監控用電狀態、漏電提醒、與斷電提供備用電源功能。 降低支出 更有效的管理家中裝置將能降低這些家電所產生的額外開支,而在生活上,我們常常無意地造成了額外的浪費。像是食材過剩的問題、消耗品使用量掌控不均、以及生活必需品的重複購買等等。這些都是我們容易在無意中導致的。 比如說去市場買的菜有時候會放到過期,與洗衣時手滑加了太多洗潔精,甚至到超商買了衛生紙才發現家中還有一大包沒使用,若是能讓冰箱或是我們的洗衣機及櫃子擁有更貼近用戶的使用體驗,即能增加消費者對於此產品的關注。 現今的冰箱除了一般冰東西的功能外,也發展出了新的概念,智慧冰箱,一間國際家電製造商新推出的智慧冰箱,能時時透過內部的攝影機來監控食材保鮮狀況,避免了食材過期的狀況,且更能透過人工智慧分辨食材種類,來制定一週食譜,其內建顯示螢幕讓冰箱不但能透過遠端裝置監控,也能即時操控,他的升級方式是透過軟體更新方式,讓消費者不用一直重複更換冰箱。 在未來智慧將遍及家中所有的角落,其中包含了物品櫃,若能透過內部圖像辨識的功能分析物品種類並記錄,結合將資訊匯入語音助理,讓使用者能在購買某些重複用品的同時裝置會提前收到提醒,避免造成用不完的浪費。 便利性 日常生活中,智慧家庭帶給消費最明顯也最有感的改變即是便利,智慧化能串連家中所有裝置並學習使用者習慣,讓裝置能根據使用習慣之數據做出反應,不僅如此,除了在前一段所提到的情境模式讓裝置於特定時間開啟,智慧家電還能運用機器學習來學習使用者的生活習慣來自動做出決策與執行。 像是消費者能結合語音助理與裝置,達成不下沙發就能控制所有聯網裝置的功能,智慧家庭的設備更能透過遠端操控與感測器自動偵測,讓機器可以自動或是使用者遠端操作。創新的技術與想法,已經漸漸在改變未來的生活方式,而驅動業者不斷研發創新產品與服務的最大動因即是使用者無時無刻都在產生的數據。 娛樂性 除了安全、節能、降低支出、以及便利,智慧家庭的五大價值動因還有一項時常被業者所忽略,那就是娛樂。 在整個智慧家庭的生態系統中,娛樂所涵蓋的產品線最為廣泛,不僅包含了音響影音,甚至穿戴式與其他行動裝置也都能提供用戶娛樂的價值。因娛樂價值是很主觀的,消費者享受娛樂的方式皆不盡相同,在此條件下,一個產品倘若具備如此兼容性,將是吸引消費者是否購買的要素之一。 隨著人工智慧發展越來越成熟,新時代的產物,家庭語音助理也越加實用,也逐漸的成為主導智慧家庭的核心,使用者能透過與音響設備溝通,來完成各式各樣的任務。 而隨著自然語言的成熟以及語音處理技術的進步,語音助理的能力也變得更加完善。  一個有趣的語音助理智商測試在2018-2019年,由LOUPVENTURES所測試,讓Google Assistant、Apple Siri、Amazon Alexa來回答800題的生活問題,來判斷它們的智商的成長,而結果更是出現了大幅的成長。 最新發表的智能電視,更是結合了各大串流媒體,讓使用者能更方便的選擇節目,不只如此,通過應用機器學習業者還能逐漸向使用者習慣調整,除了內建AI語音助理,也支援了智慧型手機的語音助理,與影像鏡像功能,讓使用者更能享受無縫的娛樂體驗。

新零售2.0 – 定義與案例,零售業的數位轉型

two women using future technology PSDU2WW

數位科技的成熟、人口結構的轉型、高居不下的客戶期望、以及線上線下的結合,位於數位漩渦核心的零售產業正在被各種數位科技顛覆著既存的環境。 許多數位原生的玩家更是重新定義了零售業者的採購模式、供應鏈管理、銷售的運營、以及與顧客互動的方法,這導致既存的營運模式將不再具備著競爭優勢,這對於原本毛利率就已經極薄的業者來說無疑是極大的挑戰。 在這篇洞見當中,我們將會探討所謂新零售2.0 (或稱智慧零售) 的運作模式,以及業者如何通過採納新零售的運營方法以轉型供應鏈、行銷與銷售、以及採購策略。 新零售2.0 (智慧零售) 是什麼? 新零售2.0是一個以顧客為核心,受數據所驅動,並以科技為媒介的營運模式。這包含了採購模式、供應鏈管理、服務運營、以及行銷與銷售等業務功能,全面性的串聯,提供顧客更高的價值以及更好的體驗。 以顧客為核心 在這段短短的定義當中有幾個重點必須要劃上,一個是以顧客為核心,當零售業者在面臨第一波數位顛覆時,也就是電商崛起的初期時,許多業者為了趕上趨勢,投資了大筆的資金數位化銷售渠道,嘗試著以電商的角度出發嘗試著搶下高速成長中的電商市場。 然而,當時的競爭者,也就是那些漸漸成熟的電商業者,擁有更龐大的用戶量與用戶信任、更廣的通路、以及海量的數據,在他們的戰場與他們競爭談何容易。同時,這些零售業者並沒有真正的理解自己的用戶即盲目的轉型,而如此不一致的接觸點也模糊了品牌的價值主張,最後導致品牌力與顧客生命價值降低。 最後,這些零售業者面臨的即是無法過數位渠道獲利的窘境。 Sears就是一個很經典的例子,一個存在超過一世紀的零售業巨人於2018年底正式宣布破產。 然而令人感到驚訝的是Sears其實非常早就進入了電商的世界,同時更早於許多競爭對手推出了所謂的到店取貨的商業模式,Sears甚至在自家的電商上推出了所謂的市場模式,讓其他賣家也能在他們的網站上販售。   如此緊握趨勢的業者為何最終還是面臨了失敗?  我們認為驅動Sears失敗的因素有兩個,一個是Sears並沒有以自己的顧客為核心,而是想要另拓一個電商市場,而這導致的結果是這個電商的出現並沒有讓消費者擁有更全渠道的的消費體驗,且接觸點的不一致性也模糊了其價值主張。 第二個失敗的因素是電商體驗缺乏競爭性,Sears.com的購物體驗遠不如亞馬遜,且搜尋功能完全沒有競爭性,在一次UX的調查中僅得到20.1分(亞馬遜為99.0)。 也就是說,以顧客為核心對於零售業者來說是至關重要,業者是否有效的分析了顧客旅程,是否了解消費者洞見,且這些洞見是否有成為回饋進入策略執行的流程中,這些都將是業者必須落實執行的。 沃爾瑪是我們認為零售業者的數位轉型當中最成功的,我們在沃爾瑪的數位轉型當中也探討了沃爾瑪如何圍繞著顧客的需求發展數位策略,這將帶給相關業者極高的參考價值。 受數據所驅動 第二個要點的是受數據所驅動,現在業者所擁有的技術:RFID、物聯網、供應鏈4.0、以及數據湖等都讓零售業者能夠深入的了解各個環節的動向,有效的分析這些數據將能夠幫助業者解決許多零售長年的問題,如供需匹配、供應鏈效能、與顧客生命週期管理等。 然而傳統零售業者究竟要如何開始規劃? 在我們的調查與經驗當中,在數據層面上,業者遇到的問題可以分成三大層面,一為不知如何取得有效、真實、且乾淨的數據;二為不知如何治理數據(Data Governance),也就是不清楚如何有效的管理來自各種不同渠道的數據以及如何有效地在組織上下間分享數據源;三為不知道如何有效分析手中的數據。 我們在數據策略這篇文章當中,分享了一個DeDeDo框架的數據管理模式,從頭到尾的提供業者思考數據的方向,倘若零售業者能夠有效應用以及導入自身組織架構的模型中,DeDeDo數據框架將可以帶來很大的幫助。 以科技為媒介 最後一個要點是以科技為媒介,無庸置疑的,未來的零售運營將是全面圍繞在IT,不論是雲端、物聯網、機器學習、顧客科技、AR、還是其他科技解決方案都會是零售的營運重心。

數位轉型的定義、案例、與企業轉型策略部署

traffic NUB2W99

對於 21 世紀的組織,轉型已然不是選擇。隨著大多數的顧客已經上線、全球化的影響、以及競爭者的不斷創新,尚未思考如何結合數位科技以提高營運流程效能、增加客戶體驗、思考市場定位等的品牌,將會徹底失去市場的競爭力。 其實,在這一次的中美貿易戰、疫情、以及各種決策者難以預料到的趨勢與事件影響之下,我們已經可以很清楚地看出數位成熟度對於組織來說的重要性。對於業者來說,數位發展不夠成熟代表的即是組織缺乏彈性、缺乏韌性、運營缺乏效率、成本不 符合效益、還有在發展新的業務時,組織時常缺乏可支撐性。  而反映在這一次的疫情上,這所代表的可能即是供應鏈斷鍊、顧客流失、以及運營失能等等。 如此趨勢不僅充分地體現了企業在提高數位成熟度的重要性,同時更是在告訴業者, 數位轉型已然不是一個選擇,而是一條非常迫切且必經的挑戰與道路。 數位轉型是什麼? 數位轉型是一個結合數位科技與既存營運模式的過程,從營運流程、價值主張、顧客體驗、數位文化、到徹底轉型,成為一個極為靈敏,以顧客的價值與體驗為核心,且不斷更新、持續轉型的組織。 每一個產業所放的重心以及順序都不盡相同,在極少與顧客互動的產業中,組織可能會先轉型營運流程的層面,透過結合數位科技簡化組織的管理以及部門與部門間的業務,導入新科技讓工程流程變得更有效率等。 在其他產業中,如金融、觀光、媒體等,組織可能把重心放在價值主張,從根本層面的探討所提供的產品與服務,如媒體業的公司就會問出「我們是一個販售財經期刊的公司?還是一個提供顧客充足資訊與解析,讓顧客更好的洞悉市場生態,並做更理性且智慧的選擇的企業?」如果答案是後者,業者可能就會將更多的重心放在傳遞(Delivery)與顧客體驗的層面上。 在數位領域中更成熟的組織,不僅轉型了其營運流程以及價值主張; 成為極為靈敏且以顧客體驗為核心的企業,數位成熟的組織更是建立了一整個數位生態,並從能力、文化、與整個生態系統上驅動轉型,成為一個不斷去挑戰、測試、並且極為靈敏的轉型組織。 而如麥肯錫、IBM 等組織常提起的數位再造(Digital Reinvention)則是一個組織核心價值的根本轉化。也是我們前面所提到的,從根本層面探討目前提供的產品與服務,並重新定義價值主張。 在OOSGA,我們定義再造為轉型的其中一個階段,在此階段,組織必須要徹底審視 &洞悉顧客旅程,並定義出需要被優化或是新增的環節點,再建立明確的策略以最有效的執行。 數位轉型的四個核心發展面向 在推動整個數位轉型的發展中,我們建議企業可以透過四個數位轉型的核心價值體現,以更有效的評估未來於轉型上的發展與投資方向,其分別為:企業的整體運營效率、客戶中心度、供應鏈韌性、以及新業務的發展。透過這樣的思考方式時,我們就能將整體規劃數位轉型策略時,拆解成幾個子項目去完成。 數位轉型的五大層面 在我們的經驗當中,組織在發展數位轉型時,背後有五大層面必須要同時兼顧方能最大化成功的機率,以及所創造的影響,它分別為組織與文化、人才與能力、數據生態系統管理、科技與工具、以及策略的規劃與執行。 正如我們前面所提,數位轉型是一個以顧客的價值與體驗為核心所發展的過程,而這也是為何,在這五大層面中,科技與工具並非是我們第一個所提出的。一項研究更是發現70%的數位轉型項目往往是以失敗告終,這當中的失敗原因往往是因為組織文化並沒有與策略同調,所以不論多少科技與工具被帶進了組織中,其效益仍取決於整個組織的採納以及應用度等。 1. 組織與文化 Organization and Culture 彼得杜拉克曾經說過:「文化把策略當早餐吃」,而這在發展數位轉型當中尤其如此,畢竟導入科技以及驅動數位能力的過程中,時常會遇到部門整合、抑或是需要大規模的教育訓練、整個部門的re-skilling、有時甚至是組織整體運營模式的轉變。而在如此的變化之下,時常企業會忽於照顧文化層面的發展,而使得整體數位項目失敗。一份凱捷諮詢所做的調查更是發現組織文化被多數企業認為是推進組織數位轉型的最大限制因素。 BCG 一次針對40家企業所做的研究更是發現,企業是否投資在文化培養上,對於數位轉型的成功與否有非常明顯的影響。其中,積極培養數位文化的企業在轉型成功的比例為 90%,而疏於培養文化的企業成功比例僅有17%。 這些數據都進一步的體現了文化之於轉型項目的重要性,然而所謂的組織文化的意思又是什麼? 其實,用最簡單的方式來說就是「組織內部成員的行為模式」,譬如決策是如何擬定的、不同的階層與部門是如何溝通、不同成員們努力的動機為何、同時還有錯誤是如何被處分而成功是如何被獎勵等等。 那麼,什麼樣的組織文化是欲推進數位進程的企業必須要培養的? 在分析了上百個數位轉型案例後,我們發現有四個最為主要的文化要素,其分別為水平且垂直的無摩擦溝通、跨部門的資源共享與合作、勇於實驗以及測試的精神、最後還有以用戶或是客戶為中心發展的設計思維。 水平與垂直的無摩擦溝通,水平指的是跨團隊或是跨部門的關係,而垂直指的則是上層與下層之間的關係。 通常在數位成熟度較高的企業中,我們時常觀察到的就是在跨部門溝通(Cross Function Communication) 的情況遠比平均企業來的更為頻繁,而這些跨部門傳遞的資訊也通常是受到部門所歡迎的,被認為是一個能夠讓自己工作做 得更好的方法,而非被感知為額外工作量的增加。 而垂直的溝通同理,在數位成熟度較高的企業中,上與下的溝通往往不是單向,而是雙方都非常積極地給予回饋。 橋水避險基金即是如此模式的最為顯著的一個案例,在橋水,即便是一個剛加入組織的新人都能對 CEO 會議上的表現做評分,並在公開的平台上實名的指出 CEO 哪裡做的好,以及哪裡待改進。 CEO Ray Dalio 更是認為如此極度透明且演算法驅動的溝通與決策流程將會成為許多領先企業的常態。 跨部門的資源共享與合作,如同前面所提的水平溝通,但不單純只是組織內跨部門的資訊傳遞,而是更進一步地促進不同部門之間的資源共享以及實際合作。 這同樣的也有許多體現模式,譬如 […]

徹底理解工業4.0的定義、九大科技、以及八大應用領域

metalworking cnc lathe milling machine cutting met HJ49DES

製造業正在經歷一場規模龐大的數位轉型,所謂的第四次工業革命已然來臨,不僅正在大幅的取代效率不足、成本過高、生產線不靈活、上市時間(Go-To-Market)緩慢等等尚未轉型的傳統製造業,同時,擁抱工業4.0的製造業者更是不斷的推出具破壞性力量的產品、服務、甚至是商業模式。 我們在這一篇文章中,將完整解析工業4.0的定義、起源、以及背後驅動的科技,最後我們將會明確的舉出工業4.0究竟在哪些製造業領域中創造價值,以及業者如何有效的導入工業4.0運營模式。 工業4.0是什麼? 工業4.0,又稱第四次工業革命,其真正的核心是連接度(Connectivity),工廠結合了九種科技驅動著八種不同的價值動因,在總共26個不同的層面當中,引領著組織轉型。 微觀來看,它是機器與機器之間的橋樑,在沒有人類干涉的情況之下,機器與機器之間透過數據互相傳遞訊息,經典的例子包括自動販賣機自動將庫存的數據傳送到到總機以效率化營運流程。而正如同自動販賣機的例子一般,在製造業當中,庫存層面的物聯網應用也是最常見的例子,例如實時供應鏈優化(Real-Time Supply Chain Optimization)、實時成品率優化(Real-Time Yield Optimization)。 一間國際卡車製造商在他們當次所生產的十萬輛卡車內的引擎以及其他機件安裝監測器(Monitor),並透過他們所訓練的模型(機器學習)預測哪一輛卡車將在近期故障,當發現潛在故障可能時,系統將會自動通知司機此情況並與卡車附近的維修中心預約保養時間。同時,系統將會自動寄出相關機件(卡車內部故障的機件)至維修中心,並傳遞詳細情況給維修技師。  這不僅降低了危機發生的風險、提高使用者經驗、同時也為這間製造商帶來了新的收益來源 宏觀來看,它更是社會需求與供給之間的橋樑,需求無所不在。然而,在這個市場上依然有龐大的需求尚無法被滿足。而這出於三個界線。技術的界線、獲利的界線、 道德與法律的界線。 而因為各式各樣的科技興起、發展以及全球化,製造商得以不斷的推進技術的界線,打破以往所定義的不可能。然而,真正重新定義整個市場的是工業4.0在獲利界線上的推進。 近期的天氣、新聞的內容、市場的走向以及消費者洞見等等的數據都能被轉化成可執行的見解(Actionable Insight)並反映在如資源分配、供需匹配、上市時間、存貨等等的層面上。就如同在市場上建立一座連接消費者與製造商的橋樑,成為雙向的溝通渠道。 再者,工業4.0是被隱藏的需求以及尚未存在的供給之間的橋樑 思考一下,雖然每個人的身高、比例、以及體重等都大不相同,但市場上往往同一種設計的椅子都只有一種高度。這是因為對於製造業者來說,造模的成本極高,所以業者必須要事先評估好「會滿足到最多人的設計為何?」,再以此造模、並開始大量生產。 但現在,像 In Situ 3D列印、實境模擬、積層製造、大數據等科技的出現,製造商得已大幅的壓低了訂製的成本,而這也造就了大規模訂製(Mass Customization)的誕生。雖然現在尚不成熟,但未來,這些科技將會給予市場各式各樣需求的人,最適合他們的解決辦法。 為什麼工業4.0如此重要?​​ 工業4.0正在飛快的擴散至整個製造業,尚未轉型的既存企業將會面臨前所未見的危機。對於製造業來說,轉型已然不是選擇,而是所有企業都必須正視的挑戰。 當你的競爭者生產的成本較低、上市時間更快、售後服務更好、且品質也更高的同時,你將如何在市場上保有競爭性? 同時,在現代,消費者的要求只會越來越多、越來越雜,你該如何跟上這個快速的節奏? 再者,擁抱轉型的業者將能夠大幅拉近製造商與消費者的距離、建立雙向的橋樑、成為關聯性極強的存在,並提供消費者卓越的價值。 如果今天你問一間製造業者「你的價值主張為何?」,而你得到的答案是「我們想要讓客戶能夠更有效率、且更有效能的通過我們所製造的工具成功地完成他們的任務」。這時,也許如何製造出最精良的工具就不該是組織的重心了,反之,業者應該要放更多的重心在定義客戶所遇到的問題,並思考如何在有效益的情況之下,幫助客戶解決問題。 而這,就是為何製造商並需開始架構明確的策略以數位轉型,擁抱工業4.0。 工業的轉型 – 從蒸氣動力到數位轉型​ 第一次的工業革命,或稱工業1.0,是源於蒸汽機的出現(更精準地說是技術的改良),而這也是人類史上第一次機器這個概念問世,以往依靠人力、畜力、水利、以及風力的勞動都能夠在一定程度上透過機器化以生產提高效率。而比較值得提出的是,工業革命也導致了工廠系統的誕生,因為機器的出現,勞工從以往的分散式勞動,轉化成集中性、有組織性的工作模式 第二次工業革命,電力開始取代蒸氣與水、成為主要的動力來源,而這也是許多系統性工作管理原理的出現,組織開始把「製作成品」的整個工作切割成上游至下游的製作流程。而這也是流水線的誕生。全世界上第一個流水線就是由福特公司於1913年為了壓低製作Model T的成本而導入。那時雖然不能稱為一次成功的流水線管理模型,然而依然是產業的先驅,並由Toyota成功的建立起完整的生產線系統。 第三次工業革命,像是電晶體、積體電路科技的誕生,讓技術員能夠把邏輯寫進控制系統當中。而這技術讓製造商能夠自動化許多產品製作過程上的種種功能。 我們更可以說第三次工業革命建立於福特所導入的生產線概念上,並讓整個過程更有效率、更有效能。 第四次工業革命,更快的網路速度、更強大的運算能力、以及各個層面不同的科技革新,推進了九種主要的科技驅動著製造業轉型。而第四次工業革命最核心的概念即是連接度,他連接著需求與供給、並建立社會與製造之間的橋樑。 轉型工業4.0的九種科技​ 波士頓顧問團隊提出,主要有九種科技驅動著製造業轉型工業4.0,而這分別為大數據、雲端科技、自動化、系統整合、物聯網、網路安全、積層製造、擴增實境、以及模擬。而在這九種科技當中,物聯網,或是更精確的說,工業物聯網(Industryial Internet of Things, IIoT),是真正讓所生產機能串連在一起的橋樑,成功串連這些機能以及發揮這九種科技的製造業者將可以重新定義傳統的生產者、供給商、以及消費者的關係,並在生產機能中創建一個生態系統。 雲端(Cloud Technology) 雲端其實就是所謂的網際網路,而雲端運算,顧名思義,就是發生於網際網路上的運算。業者現在能夠利用雲端服務來傳遞各式各樣不同的資訊,其中包括數據、伺服器、分析、以及各式各樣的功能,所有的東西都能夠在雲端上運作、儲存、以及存取。 雲端平台也使公司端不再需要投資龐大資金在硬體設備上,也讓業者不需花大量的時間、精力、與人才於維護這些設施,但卻能更有效率與效能的完成同樣的任務。如此的低成本、高敏捷、與高彈性的因素,驅動了整個雲端市場的成長,而也是如此特性,雲端已成為許多新創直接默認的選項,其中不乏也有國際級的大型企業不斷的採納雲端科技,其實,現在已經有90%的公司在雲端上運作了。 閱讀更多 → 物聯網(Internet Of Things) […]

大數據是什麼? 如何應用大數據分析?

top view of colorful cargo trains aerial view PLR3SJ4

受網路速度的提升、運算能力的提高、以及物聯網技術的成熟所驅動,我們每天都在製造以及儲存非常龐大的數據量,IBM的研究更是近一步的指出,我們過去兩年所製造的數據是有史以來所有數據的90%,且這個速率將會隨著物聯網更加普及而增加。 然而就在我們擁有如此龐大的數據的同時,我們卻沒有足夠的能力以及相對的工具去分析這些海量數據。研究甚至發現,所有我們所產生的數據當中僅有不到1%被有效分析。最後,在這被分析的1%中,又有多少成為有效的洞見(Actionable Insight)?  以上的趨勢以及問題點,就是為何大數據或是巨量資料在近幾年間成為一個在產業當中頻繁被拋來拋去的Buzzword。且根據麥肯錫預估,大數據分析將會在19個產業當中創造9.5兆~15.4兆美金的商業價值。 然而,若要真正從大數據當中挖掘出龐大價值,這不僅要求業者轉變整個IT架構以及培養數據導向思維方式,同時還需要整個組織培養相對的資源以及能力去執行大數據分析,若業者期望用既有的分析方法來處理大數據,那麼這所謂的大數據就真的只是一個被拋來拋去的Buzzword了。 在這篇解析當中,我們將完整的定義大數據是什麼?,並且深度的探討在不同領域當中的應用以及實際案例為何。 大數據是什麼?​ 在2001年時,Gartner用3V定義了大數據,這三個V分別為Variety(多種類)、 Velocity(高速率)、 Volume(數量大)。  多種類代表了非結構與半結構式數據,也就是說像文字、圖像、影音等形態的資料在現在都能夠被分析。而高速率則代表了數據傳送以及更新的頻率變的更快了,這是出於網路速度的提升所達到的,現在甚至有些積極導入工業4.0科技的工廠能夠建立所謂的實時優化器(Real-time Optimizer),實時的優化整個產線的產能。最後Volume則是數據量在現代變得更加龐大的意思。 不過我們認為這個2001年所提出的思考框架,缺少一個必要的元素去完整現在大數據的本質,那就是數據來源的Versatility,多源性。 而這多源性指的就是隨著物聯網技術的成熟與普及,我們得以在各種不同的裝置上追蹤多個數據點,並實時的收集以及分析這些數據,不過不止於物聯網,現在的管理者練就了一身數據驅動的運作模式,而這個特質也導致我們想在各種不同的媒介上增加追蹤方法,以追蹤不同策略的成效。  所以像是網站就會有所謂的Cookie來了解用戶的行為模式,現在更是有業者利用自然語言技術做出了社群媒體的監控系統,來了解潛在消費者對於新產品發佈或是某些新消息的反饋為何。 當你把多種類的數據(Variety)、乘上高速率的數據(Velocity)、再乘上多源的數據(Versatility),那麼最後的總數就會非常巨量,也就是所謂的大數據。  如何應用大數據分析? 大數據的應用非常廣泛,涵蓋了整個企業從上到下的業務,其中包括了R&D與產品創新、行銷與銷售、運營、風險、以及其他輔佐性質的業務功能(財務、風險、以及HR等等),倘若業者能有效定義出優化方向,並不屬相關數據策略,其結果將有潛力為企業帶來龐大的競爭優勢。 以下我們將更進一步的探討這五大領域的大數據應用。 大數據將如何驅動行銷與銷售? 艾森哲的CTO曾於一次訪談中提出,當前產業正處於一個數位承諾與數位現實的轉淚點,而這在行銷與銷售當中尤其如此。 這幾年來不斷浮出水面的科技如內容自動產生、行銷自動化與個人化、旅程分析、或是大數據驅動的行銷與銷售都已經越來越頻繁地出現在這個領域中。 我們也看到越來越多的業者不斷的採納與測試,並規模化個整AI應用。 一份針對北美企業的CMO調查當中顯示,大多數業者都已經在至少一個領域當中導入AI,其中絕大多數將資源放在內容個人化、消費者洞見的預測性分析、以及行銷鎖定上,而我們也可以看到對於B2C產品與服務公司來說,程序化廣告購買以及市場區隔也相對的重要。  在以下的Insight當中,我們更近一步的探討了大數據與AI於行銷的應用,點擊連結以閱讀更多。 大數據與AI將會如何驅動行銷與銷售? 大數據將如何轉變製造業中的供應鏈、物流、以及製程? 隨著市場動態、採購模式、供應鏈管理、以及製程變得越來越複雜,倘若業者缺乏一個全面的數據策略去運營整個流程,那麼業者將會面臨許多如低產能、低良品率、以及設備無法被有效應用的問題。 不過雖然在業界當中,已經有許多模型去幫助製造業者規劃運營流程,例如DMAIC以及DMADV等6σ的模型,又或是精益管理(Lean Management),但在這個運算能力極高且物聯網無時無刻都在產生數據的時代,業者可以建立於這些模型上更進一步的優化供應鏈以及製程的效能,而要做到這件事情,背後的關鍵技術即是大數據。 大數據可以從頭到尾的在整個製造業的價值鏈當中創造龐大效益,這也就代表著從採購/供應鏈管理、產品製造流程、一直到配送與物流,大數據,或稱大數據分析,都能更進一步的優化既有的效能。 在以下的Insight當中,我們更近一步的探討了大數據於製造業中的應用,點擊連結以閱讀更多。 在製造業中,大數據分析將會如何優化供應鏈以及製程?