• 會員中心
  • 訂閱管理
  • 常見問題
  • 登出
notice-title img

親愛的用戶 您好:

謝謝您一直以來的支持及勉勵,是我們最珍視的優質會員。

經濟日報網全新改版,推出「數位訂閱」服務,特別獻上專屬4折優惠。

期許更多具脈絡的深度內容,為您梳理碎片化的財經資訊。

下次再說
notice-title img

福虎賀新春

春節將至
您想為虎年許下什麼心願?
快選一個祈願紅包試試手氣!

下次再說

商業興觀點/善用OMO模型 掌握消費者偏好

本文共820字

經濟日報 范慧宜(商業發展研究院人工智慧服務綜合研究所所長)

過去十年商業發展研究院人工智慧服務綜合研究所在經濟部技術處科技專案計畫支持下建置跨世代消費者消費與生活型態追蹤池,解構生活型態、分析不同世代消費者消費偏好差異(Consumer Lifestyle Panel Data & Persona OMO Database),囊括九個東亞國家、53個城市、93個商圈落地驗證所淬煉出「線上&線下人物誌」歸納出「78類Persona Type」,更在今年更細緻區分各世代消費者在七大類消費領域中所展現的主要性格及次要性格,同步觀測消費者在四大構面28種OMO行為偏好、64種消費者特徵等,建構出37,632種OMO資源分配常模,以此為基礎來規畫個別化的資源分配、深度體驗與商業模式。

在應用上,不論您是已有開發服務內容且已有會員之企業、已有開發內容但尚未有會員之企業或正準備進入某個產業之企業,我們將採用「兩步驟三模式」的服務協助企業發展具體策略及行動方案,以下我們舉「健身器材與健身課程」為例。

推薦

把會員資料、交易資料、產品資料、網站或App Access Log等資料,透過顧客個人化標籤映射技術,取得會員的個人化標籤(Tag),例如消費光譜Persona屬性、OMO導流習慣、會員福利偏好、通路偏好、媒體接觸偏好,業者可藉由顧客的標籤,規畫整體OMO資源分配、消費者體驗模式與未來商業模式,例如,訂閱制設計等。

針對各世代消費者對於科技健身產品、服務及產品帶服務的需求及偏好,其包含擬定相對應的定價策略,同時,針對各世代對健身有消費需求的目標族群,應如何開啟線上及線下的對話。

接著透過特徵工程法將健身課程服務內容拆解,並萃取出「服務特徵」,結合消費者生理健康資訊,並運用相關演算法所建置出「個人化推薦引擎」及「健身課程推薦引擎」,將服務特徵與目標族群進行配適,找出對應的產品及服務。甚至針對疫後虛實整合科技健身服務的商業模式,「粉絲經濟模式」設計到「訂閱制服務」中,進而提出虛實融合的訂閱經濟經營模式。

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

上一篇
憲生說法/洞悉真相 擺脫假訊息
下一篇
老園丁耕讀筆記/向傳產業學管理

相關

熱門

看更多

看更多

留言

完成

成功收藏,前往會員中心查看!