採訪.撰文 林庭安
600 萬人消費能製造多少發票?3 轉化關鍵,看麻布數據如何讓資料變黃金
你習慣用手機載具,還是拿實體發票呢?自從 2010 年財政部全面推行電子發票後,也帶動業者開發發票 App,可掃描、對獎等。
麻布數據科技(下稱麻布)旗下的「發票存摺」,2017 年 9 月才加入市場,身為後進者,在不到1年就達到市占第一。目前擁有近 600 萬用戶,相當於台灣每 4 人就有 1 人使用。去年 10 月更獲得網家(PChome)及中國信託創投的投資,究竟麻布代表了什麼樣的數據利器?
爬蟲「抓」出關鍵痛點,5 年累積近 600 萬用戶
執行長陳振榮回憶,當時市面上超過百萬下載量的發票 App 很多,為了找出使用者真正的痛點,他們在開發前先用爬蟲掃了其他 App 的評論。從中歸納出使用者行為:常掃紙本發票對獎、2 個月的發票量大多是 30~60 張;再透過使用者訪談得知,只要對獎過程中掃描過慢、跳出式廣告干擾而停頓 3 次,他們就會刪除 App。釐清使用者對 App 的關鍵要求後,把開發目標設定在「1 分鐘對完 60 張發票」,讓發票對獎更快、更精準。
另外,儲存發票的載具,也分為共通性、非共通性 2 種,前者為財政部核准的手機條碼,可以直接存進 App;後者則是悠遊卡、信用卡、各式會員卡及公用事業載具等,必須「歸戶」,中獎才會通知。水電發票更是每期帳單的載具號碼都不同,必須每期手動輸入號碼歸戶。為了降低對獎的麻煩,他們開發幫使用者自動歸戶的功能。
針對使用者痛點優化 App 體驗,是發票存摺能快速累積用戶的原因,但捨棄蓋版廣告的變現模式,卻也讓他們遲遲無法獲利。直到 2021 年,麻布才確立出分析市場趨勢、協助品牌提升銷售等「數據顧問」商業模式。
從消費軌跡找到促購因素,提高回頭率
「數據是最精準、最能夠效率化解決問題的資產,」陳振榮表示,目前他們累積超過 15 億筆交易資料,去識別化之後就能提供市場調查資訊、解決跟銷售有關的問題。舉例來說,曾有 FMCG 品牌的客戶發現疫情間營收大幅成長,想知道是不是產業不受疫情影響。結果把數據攤開來看,疫情嚴重的月分營收下滑;不嚴重的月分成長了近 50%,代表疫情仍有影響。
接著客戶又想知道,假設隔年營收目標要翻倍,該開發新商品,還是投資新通路?進一步分析不同通路的銷量,發現 A、B 超商的人流、購買人次都差不多,但 A 的銷量卻比 B 高很多,「為什麼 A 會賣比較好?」結果是因為做了「加價購」促銷。
為了釐清「加價購」對使用者的意義,他們把所有產品線數據拉出來,按照使用者購買的時間排列,發現消費者通常第一次買原味,第二次才嘗試其他口味,且顧客的流失率(不再回購的比例)也集中在第二次。由於該產品口味共有 6 種,他們推論消費者第二次回購都是為了嘗試新口味,假設口味沒有記憶點,就不會再購買;有記憶點就會再回購。
找到流失癥結後,客戶把 A 的方案改成一次會購入多組的折扣,讓消費者嘗試更多口味;也在 B 超商啟動加價購方案,又讓銷量飆漲。
目前,2B 端客戶涵蓋電商、通路、藥妝等產業,發票存摺終於開始貢獻營收。然而,陳振榮卻說,剛開始「超痛苦,一個結案報告修了 20 次。」
兩者的衝突在於思維,過去客戶跟市調公司合作,有分析師解讀數據;而數據原生的麻布,一開始直接把數據給客戶,告訴他們哪些地方有變異性、要從哪裡找問題,但「客戶其實不會解讀,他們的反應是不知道可以拿數據來做什麼。」
數據公司跟網路產業很像,看到異常就會不斷做測試、找出問題,「我們會保留許多可能性,不會隨便下結論」,後來,陳振榮從市調公司挖來資料分析師,用顧客熟悉的方式幫他們解讀數據,商業模式成功跑起來,不只貢獻營收,也在去年單月損益兩平。
解讀數據 3 心法
1.看到數據有變異性,就要不斷做 A/B test 找出原因。
2.在數據中看到行為,如果能對應出使用者,就能發問卷驗證數據。
3.保留許多可能性,不斷測試、驗證,再下結論。
麻布數據科技執行長 陳振榮
1976 年生,台大機械工程研究所畢業。曾任職於華碩與鴻準精密,2008 年創辦 EZprice 比價網,2017 年開發發票存摺,2018 年收購麻布記帳,現為麻布數據科技執行長。