消費者隱私意識抬頭，可追蹤的 cookie 開始減少，再加上消費者足跡碎片化的趨勢，2023年行銷人都需面對的一大課題：整合並善用多元的數據。BHK’s 身為保健電商品牌，意識到數位行銷的新時代來臨，更積極與 Google 合作，將第一方數據整合進數位行銷流程，從採用客戶目標比對功能、強化轉換，最後成功利用 GA4（Google Analytics 4）建模找到高價值客戶，有效提高 ROAS（Return on ads spending，廣告投資報酬率），最大化數位行銷的效益。
挑戰：消費者更重視隱私，如何善用多方數據提升銷售量
隨著台灣家庭每戶人口跌破 3 人，每人可支配所得也逐年穩定提升，再加上「人手一機」的超高數位普及率，2022 台灣消費者行為研究報告指出，這些都讓消費者的資訊易得性提升、購買力也加強。
承去年所見之趨勢：消費者的購物歷程在各接觸點之間游移且重疊，意即「混沌歷程」；今年，Google 台灣業務副總經理 Simon Hsieh 更發現，消費者還增加了跨屏使用、講求多元體驗、自我意識提升、以及不斷改變等特質，儼然是更難令人捉摸的「混沌 2.0」。
由此可知，我們即將進入「個人化行銷」的時代，隨著隱私意識崛起、品牌官方 Web 與 App 界線的趨近模糊，如何以受消費者青睞的模式進行即時個人化溝通，將是品牌的勝出關鍵。2022 Google Think Commerce 以「ML、整合、快商務」的行銷增長方程式，破解智慧行銷的最佳機會點、極大化數位投資並創造最高成效。可追蹤 cookie 開始減少，廣告數據又愈加雜亂、多元，整合來自四面八方的客戶資料，成為品牌的當務之急。其中，善加利用第一方數據，是許多品牌可執行的的第一步。第一方數據即為品牌自有的客戶相關資料，舉凡客戶名單、銷售紀錄、客戶使用網站的行為、CRM（Customer relationship management，客戶管理系統）資料等，都是相當有價值的第一方數據。 2021 年 Google 和波士頓顧問公司（BCG）合作的一份台灣數位轉型調查中就發現： 2020 年疫情期間，善用第一方數據的企業不僅在營收成長上表現平均領先 11% ，甚至收益成長幅度可高達 2.9 倍。
面對這波數據整合的挑戰，BHK’s 了解自身優勢在於豐厚的客戶資料庫，而挑戰則在於：如何善用這批數據，讓品牌在轉換成本不變的情況下，提升銷售量。而要達成此目標，方法不外乎以下兩個：
- 找到新的產品格式或管道來增量
- 測試不同的目標對象、不同的人群來提升效益
Google 數據整合三階段 協助 BHK’s 精準找到高價值客戶
在消費者重視數據隱私的態勢下， Google 結合第一方數據資料與機器學習技術，建立並優化客戶價值模型，在每階段的行銷行動中，不斷升級數據運用效益。從上傳現有的第一方數據開始建立初步的機器學習模型，再利用「強化轉換」（Enhanced conversions）找回因為技術限制無法完整追蹤的轉換，最後結合 GA4 預測高價值目標對象，完成精準的高價值銷售。
第一階段：上傳第一方數據，建立機器學習模型
在第一方數據資料完整的基礎下，BHK’s 第一階段即嘗試利用 Google Ads 的「目標客戶比對」功能，將 BHK’s 的第一方資料與 Google 的資料整合，鎖定高價值客戶。 BHK’s 過往影音行銷表現亮眼，品牌也延續這股氣勢，搭配比對過第一方數據的客戶名單，在滿意的轉換成本下提升整體銷售量。
以 BHK’s 為例， Google 發現 CRM 名單的轉換率是更高的，相對其他TA類型可以提升 4 到 6 倍的轉換率。此外，有加入 CRM 名單的廣告活動 CPA（Cost per Action） 下降約 15％。
Google 也分享在第一階段的最佳做法：客戶目標比對的關鍵資訊最好有 2 個以上的項目，同時提供電話與 email ，可以再增加 2 到 3 成的比對率，進一步產生量體大的名單。此外， Google 也建議名單量體要到 10 萬以上較能獲得最佳成效。
第二階段：強化轉換，找回遺失的訂單結果
第一階段試驗取得成功後，BHK’s 接著嘗試結合強化轉換功能，找回由於瀏覽器等技術限制下無法完整追蹤的轉換。Google 強調，此階段可以用來補足因大環境而「遺失」的客戶資料。舉凡不想被收集 cookie 的客戶，或是因為瀏覽器不支援第三方 cookie 而遺失的客戶，都可以透過強化轉換功能，進一步「找回」，減少廣告數據與實際訂單之間的落差。
Google 提供的「強化轉換」功能中，企業主可藉由安裝全域網站代碼，在取得用戶同意的情況下，即能以保障客戶隱私的方式，將第一方資料與 Google 數據比對，進而觀測到更多欠缺的客戶資料、增加廣告轉換的準確度。
BHK’s 得力於強化轉換功能，不僅 YouTube 影音廣告轉換增加 35.2%，搜尋廣告轉換也出現 2.2％ 的增長。除此之外，整體轉換價值也出現約 40% 的季成長，有效弭平廣告數據與轉換訂單之間的落差，更凸顯強化轉換的必要性。
第三階段：利用 GA4 建模，辨識高潛力消費者
握有足夠的客戶資料，BHK’s 的下一步就是找到高價值的潛在消費者。BHK’s 與 Google 合作，透過既有的訪客行為，GA4 將自動建立機器學習模型，預測出具高價值的目標對象，例如未來七天可能在網站上購買的用戶，讓廣告能更加精準地投放，有效率的提高轉換及轉單成效。
Google 的資料顯示，BHK’s 有加入 GA4 預測的高潛力購買名單的廣告，ROAS 表現相對增加 22％ （實驗組對比控制組）。而在深入了解實驗組的數據後，會發覺其中 GA4 預測高潛力購買名單的 ROAS 表現，相對整體目標對象平均增加了 75％ 。證實瞄準高價值客戶的策略，能為品牌帶來更有效率的數位行銷。
擁有與 Google 成功的合作經驗，BHK’s 執行長 Jason Tsai 提到，「透過與 Google 的實驗，BHK’s 可以更有效率的優化客戶資料，也幫助我們理解客戶資料整合的的價值。」 BHK’s 更進一步表示，在未來的行銷活動中，都將持續實踐 Google 數據整合三階段，以確保行銷成效最大化。
廣告數據多元且發散 Google 建議：善用機器學習整合數據
當客戶資料不再只是來自 cookie，品牌應當思考如何善用手上握有的數據，最大化其價值。新時代之下，企業必須開始擁抱機器學習技術，找到顧客價值預測模型，就能更有效分配行銷預算，投資真正的高價值客群、創造整體利益的最大化。
行銷數據趨向多元且發散的時代，數據整合的方式也更加多樣化，BHK’s 與 Google的合作，成功示範 Google 領先的廣告技術與品牌多元數據結合，所帶來的影響力。以 BHK’s 的案例為鏡，新時代的行銷人也需開始針對手上的數據，訂製一套最適合的數據整合模式，才能帶領品牌在新環境中突圍，迎來新一波銷售成長。
