2007/08/16

Web 2.0的發展現況

Web 2.0的發展現況
IT界的龍頭----微軟,可說是傳統事業所稱羨的勝利者。近幾年來,Google對微軟的威脅正在逐步擴大,更有像Amazon、Yahoo等一系列的線上企業成功案例,使多數的傳統企業備受刺激,如今,Web已不僅是提供商業服務的平台,而是一個明確的商務行為。
現在Web又處於下一個階段的進化過程。從目前Black box的IT系統直接進行顧客的招待及發送訊息,進化至下一個轉變,必須事先了解顧客,以顧客為中心的邏輯出發,我們必需要先掌握顧客是誰,顧客想要什麼,企業才能夠銷售所擁有的生產物品,而且IT系統可以直接因應多數的業務。普遍而言,Web的顧客特徵為多數不確定性為對象,並以客製化與即時性應對顧客,企業以多數不確定性消費者做為目標對象,並於顧客細分化的過程中尋找關鍵需求,且在顧客所需的時間點提供顧客所需的服務,其為企業最基本的營運模式。
CRM剛出現時,許多企業以80:20法則的帕列托定律來進行顧客關係管理,為了獲取20%的企業效益而使用80%的企業資源,將注意力集中於關鍵的少數客群;但仍有另一部份的企業在探討限制資源的使用,欲進行反行銷(De-marketing)。
有效運用限制性資源的概念,於部分運作是可以被允許的,在網路行銷卻不是如此。最近Google有類似的案例被討論,其所投資開發的搜尋服務功能,並不是針對金字塔頂端20%的用戶,而是針對多數不特定使用者提供免費服務;以單純的策略模式與發展方向,做為日後開發服務及流通方式的基礎,並應用於轉換商務模式時的重要指標,在新的網路環境中做為主要的原動力。
Google或You Tube等相關線上企業,他們的成功基準並不在於80:20法則,而另提出新的觀點,以長尾理論(The Long Tail)說明多數網站雖然個體微小,但若對其多數個體進行結合時,其觀點與先前的80:20法則的帕列托定律比較,將產生更多的收益且帶來新事業領域機會。

細分化作業
了解顧客的作業過程皆稱為細分化。目前初步區分幾項族群來提供利益,是以更細地標準區隔個人特性的細分化作業,並對過去收益太少而忽略的少數族群,提出最佳的應對措施並積極擴大收益的時間點;其細分化區隔的個人化策略,已突破先前傳統的顧客管理,便開始要求新的營運模式。若以少數的20%客群做細分化時,將會失去上述的意義,對企業的立場而言,其細分化不只是一時性的區隔;現在可透過系統,針對多數不特定的潛在顧客至上端的20%優良顧客,並建立顧客資料庫,以所有顧客為目標對象執行策略。另外,可依照分析結果,針對每位顧客所處的狀態,發送客製化的活動訊息,現在的系統環境可藉由已準備好的客製化流程,有效提供所需訊息。除此之外,其應對體制也已被肯定,將會為企業帶來更高的價值與可能性。
顧客需求已逐漸多樣化,除了電視以外,像手機、Web、遊戲機、導航衛星設備等為了特定目的而生產的數位設備,其用戶並非實際存在,故難以捕捉顧客的存在與需要要件的環境。雖然表面上看起來毫無規則,但其內部有明確邏輯,於其規範內以同一種模式運行其規則,分形理論(Fractal Theory)能在無秩序卻多樣化的網路客群活動中分析規則,證明其可行性。
久而久之,線上企業提供商品資料,針對顧客反應進行的分析稱之為Web分析,現在已進化為區分男女性別、年齡、居住地,且依照其特徵擬訂應對方案;另外,依商品與顧客的時間對比及季節性的反應變化來掌控,且透過各種多樣化的接觸平台與行銷平台引導顧客流入,並以顧客的習性,提供已準備的多樣型態服務,因此需預備可即時提供服務訊息的Dynamic Process。

Web分析資料之獲取
現在多數的Web Page與日後所呈現的眾多Web Page為了追蹤資訊,投入較多的時間及努力來插入Tag,僅為了因應環境變化或便易取得多樣資訊而言,於匿名訪客至優良顧客的所有轉換過程中,無需投入其他努力來獲取顧客訊息,藉由系統便可獲取數據及加工資料,為了解及掌握整體訪客與造訪者的所有活動行為,須先試著了解原有的顧客資料取得方式,以及其他原有資料的獲取過程的差異性。

Web分析資料之加工
依照符合目的來分析對象,可單純藉由Tagging來獲取資料,但為了掌握多數不特定且即時變化的顧客,具有一些限制。例如:必須要事先準備多數目的及分析對象的欄位,不然無法迅速追蹤及因應Web的多樣性變化。一般而言,企業選擇花費較高的Consulting作業,必須事先準備欄位,並於其欄位插入Tagging來蒐集資料,其反覆性的投資費用及時間的消耗,是難以在Web2.0環境持續承擔的。
為確保收集整體資訊,必須於其整體的欄位內尋找變化模式,依照變化模式擬訂策略,才方便並彈性地應對客群;不僅取得部份資訊,而是要獲取整體性的資料,因此再次檢視系統是否一貫性的方式取得整體資料,其運作Web分析資料模式,是經過多年的經驗累積與努力所得知的結果,因此,藉可了解定型化模式的分析觀點,目前的關鍵在於企業可進行哪一水準的細分化區隔(Segment)。

Web分析資料之應用
所取得及加工的Web分析資料,並不僅是為了單純了解顧客為目的,必須再次有效的被應用為顧客的營運Data。一般而言,多數人被認知為Web分析資料是為了獲取報表所採用的方式;並進一步可透過分析報表建立因應顧客的策略,Web可以直接由系統應對顧客,當然有著較易獲取資料的優勢;除此之外,由於容易取得資料,並可即時自動化與應對顧客,故能將應對資料模式化及定型化,根據各種模式來因應顧客,並應用於Input資料來驅動已準備好的Process。
進行交易流程的頁面,必須預先準備好顧客服務的流程、依交易量與交易次數為區隔條件的流程、個人化的服務流程等模式進行區域及年齡的細分化,並依照相關的行銷資料與個人化差別作連結。其多種型態若依照設定條件、或是藉由Consulting透過每一次的反覆性作業來建置系統時,就失去其多樣化。因此必須建立自動化系統的管理流程。

Web是為了人類的便利性與克服限制的工具,利用其工具可創造更多的機會與發展,以及多樣性與迅速變化的特徵,形成了Web2.0及長尾理論(The Long Tail) 的新概念。實際上,這就是於Web實現Biz概念,就像是人與人所使用工具的準備過程,Web分析將依照新的環境,進一步擴大所涵蓋的概念。


感謝您撥冗閱讀本篇文章,下一期將探討更有趣的話題,敬請拭目以待。