2017年被阿里巴巴執行長-馬雲炒得風生水起的「新零售」在雙11的風光落幕後,各個零售、電商業者又再更仔細的檢視這一新名詞背後的含義。所以新零售是什麼?以阿里研究院的定義而言它是「以消費者體驗為中心的數據驅動的泛零售形態」。而這一定義中最重要的就是「數據驅動」這4個字。

新零售搜尋趨勢
(“新零售”關鍵字搜尋趨勢↑)

「數據驅動」對許多過往以「經驗法則」至上的經營者和行銷人來說是一個相對難以消化的苦口良藥,為何這麼說呢?舉例來說好了!一對交往數十年夫婦,一定會認為自己是全天下最暸解彼此的人,而這樣的一個想法在網路和移動裝置尚未成熟的年代或許成立,但如今我們每天輸入進手機和電腦的每一個文字、下達的指令、瀏覽的畫面、下單的商品已經遠遠高過於與枕邊人溝通的資訊量。而這些資訊卻能夠被遠端的機房近乎永久的儲存並且以演算法在幾微秒內完成分析。而要這對夫妻承認一個遙遠的機房對自己另一半的暸解遠勝於自己正是這良藥“苦口”之處。許多在過往享有成功的生意人對於面對「數據驅動」的新概念之所以敬而遠之正是因為「經驗」是他們個人過往獲取成功的關鍵跟基石,而「數據驅動」一波波的浪潮恰好狠狠的打在這基石之上。

到底「數據驅動」葫蘆裡賣什麼藥?

在中國文化中有一俗語「天下武功,為快不破」。「數據驅動」其本質與「經驗法則」兩者之間並無太大差異,唯一使這兩者產生實質上差異的就是“效率”。過往成功的經營者、行銷人的經驗法則大底就是數據驅動的原理,舉例來說:你與父母親相約吃晚餐,父母告知他們人在去餐廳的路上,希望你可以先替他們點餐,以經驗法則來說,你便會開始先將父母親不愛吃的菜色排除在外,再將他們過往曾點過的菜色掃描一遍。其中若有前一兩天才吃過的菜色可能會先剔除(因為該菜色邊際效益降低了),最後依照以往用餐份量、消費預算、上菜速度等等因素以不同權重綜合評估後完成點餐。

這樣的一個點餐方式或許不會100%點出父母親想吃的東西,但是絕對是相對科學的點菜方式。而「數據驅動」就是這麼一個分析的過程,與「經驗法則」的唯一差別就是,當一套經驗法則的演算方式能被具體定義,往後只要將相對應的數據導入,不用一秒的時間,上述的點餐的過程就能被完成。

「經驗法則」失靈?

說到這裡,是否有背後一涼的感覺?在這「數據驅動」的浪潮底下,難道就因為「效率」無法追趕機器,“現在成功”的經營者、行銷人或是仰賴「經驗法則」的各行各業都將被顛覆、走向滅亡?其實不然,「數據驅動」只是將決策流程藉由數位化提升其效率和準確度,而背後的運作邏輯基本上依然是由“人”來制定並且進行調整。

在2016年,阿里巴巴集團中一個10幾人團隊在雙11期間以「機器學習」產生了1.7億個個性化商城首圖。乍聽之下這樣的生產效率下,一定有許多人聯想到這樣子的團隊“取代了多少設計師?”。但是取代的並不是設計師,而是單純的排版“人工”。這1.7億個首圖是將某種固定製圖方式進行拆解分層,並且導入大量數據(例:過往設計完圖)讓電腦從中找出規則套路,最後將導入的設計元素(例:形狀、文字、去背圖、背景色)經過重新組合輸出成品。沒錯,許多沒有原創能力的“設計師”因為只能提供排版的“人工”所以在如此高效率下的人機競爭中將會失利。但是能將文化、理念、創新、情感藉由設計能力揉合的“設計師”的地位是不受影響的。

這是前所未有的挑戰?

其實在人類會沿革的歷史當中,類似這樣的浪潮已不是第一次。從狩獵到農業、從農業到工業、從工業到現今的「工業4.0」其實都是在科技導入後進一步將曾經拘限在“人”身上的「生產力」轉嫁到非“人”的單位上,進而讓“人”將這些被釋放出來的時間投入在更“需要人”的事物上。好比在醫院藉由自動化設備讓照顧者可以釋放出更多時間陪伴被照顧者,而教育者藉由自動化工具釋放更多時間與學習者互動,經營者可以藉由自動化將更多時間投入在鼓勵員工投入創新研發等等。

「數據驅動」這一帖苦口良藥又該怎麼服?

說明白了,這裡要傳達的不是只給經營者或行銷人看的。其真正的意義是讓更多人能理解在這「數據驅動」的浪潮下沒有人是受害者,也沒有推翻「經驗法則」的價值的意思,而是讓有成功經驗的你、我、他能夠找到更加有效率的方式應用這些經驗來推進整體人類社會的發展,將更多的時間投入在創造,而非互相壓榨、欺騙。越來越普遍的數據驅動的自動化會不斷推升「人與人、人與機」的互動能力的價值。就如同當今佔盡了鎂光燈的「網紅」和「軟體工程師」,恰好是「人與人、人與機」互動能力展現的兩個極端點。因此「數據驅動」的概念應用並非商場上成功的聖杯,但絕對是長期成功的基石。

網紅搜尋趨勢
(“網紅”關鍵字搜尋趨勢↑)