之前曾在另一篇文章提到，欲踏入新零售的領域，店家得先掌握自身的關鍵數據，因此擁有數據儀表板是首要之務。但有了數據儀表板，掌握了近期的關鍵數據以後呢？店家必須要有掌握長期趨勢的能力。簡單來說，關鍵數據只是龐大數據資料庫的一環，真的要能夠完整應用，必須要分析每月數據的狀態，以提供未來的策略方向。
商店的數據中心－營運趨勢報表
營運趨勢報表整理多張分析圖表
今年9月初，91APP發表了旗下數據產品的一大更新－營運趨勢報表。透過四大數據類別，讓商店能夠清楚看到近一年及近三十天在各面向的數據趨勢，而各類別皆有不同的分析圖表讓店家掌握自身數據。
- 營銷數據：透過四大指標，流量、轉換率、客單價、業績，分析在不同裝置上的表現，搭配新舊客佔比與營銷趨勢，讓店家在第一時間掌握數據趨勢及問題。
- 會員數據：深入探討會員狀態以及提供91APP獨創會員分析模型－NAPL模型，帶商店掌握會員購物週期及會員活躍度，提供會員操作策略方向。
- 活動數據：掌握折扣活動、折價券等促銷機制成效，徹底了解活動成效，找出最適合的活動方式。
- 服務數據：全年取退貨率及原因追蹤，以改善商店體質，穩定狀態。
營運趨勢報表帶領品牌了解自身數據趨勢
NAPL會員分析模型，會員活躍度分析指標
NAPL模型為分析會員活躍度的一大指標，透過分析每一個會員在一次消費與二次消費之間，所間隔的時間，即所謂購物週期。分析過去的數據資料發現，當一個會員在三倍購物週期後，會員活躍度將為負值，意味著回購機率明顯較低，而購物一次與購物兩次以上的會員狀態及活躍度不同，因此NAPL模型以三倍購物週期為X軸，購物次數為Y軸，可畫出以下四種客戶。
NAPL模型將會員精確分群
- New(新客戶)：在三倍購物週期內，消費過一次的會員，稱為新客戶。
- Active(活躍客戶)：在三倍購物週期內，消費過兩次以上的會員，稱為活躍客戶，而此群往往是帶進最主要業績的族群。
- Potential(潛力客戶)：曾經是活躍客戶，但已超過三倍購物週期未消費，稱為潛力客戶。此群曾經是最喜愛該品牌的會員，卻因不知名原因漸漸流失。
- Lost(流失客戶)：曾經是新客戶，但已超過三倍購物週期未消費，稱為流失客戶。
透過NAPL模型，將能協助品牌清楚了解目前會員活躍度狀態，並透過分群操作，以降低溝通成本，改善會員體質，提升活躍度。
帶領知名品牌健檢，反轉劣勢並提升會員活躍度
營運趨勢報表上線後，幫助多數品牌自我健檢，找出問題並逐步改變策略。幾個月前，曾有個知名美妝品牌，發現自身品牌業績成長趨緩，隨著廣告成本逐漸提升，看似成長的營業額，本質成長幅度卻逐漸減少。
會員體質調整為營運趨勢報表中的重要一環
當時，我們數據部門透過趨勢圖表，一一檢視該品牌的各個環節，並透過NAPL模型分析會員結構。我們發現到，該品牌會員以新客戶佔大宗，然而，活躍客戶卻遲遲不見成長，反倒是流失客戶大幅提升。該品牌透過前期廣告投放，帶入大量新客戶，然而購買第一次後，卻未再回購，導致新客戶逐漸成為流失客戶，而活躍客戶未因新客戶增加而成長。因此，當品牌的新客稍微下降，即帶動整體業績下滑，並無穩定的活躍客戶支撐整體業績。
當問題找到後，後續操作相對而言簡單許多，透過一系列的分群溝通及活動設計，逐漸將即將流失的客戶喚回，並引導新客持續性的回購，在導入新客的同時，穩定維持活躍客戶比例，進而穩定業績成長。
總結來說，若能掌握近期的關鍵指標，再加上長遠的營運趨勢，品牌才能不再是憑”感覺”設計活動與溝通策略，並真正的往全通路經營、以會員為核心、並以數據驅動的新零售之路邁進。