理財

訂單金額提升 28%!foodpanda 如何用數據驅動行銷?

經理人月刊
更新於 07月26日11:05 • 發布於 07月26日10:00 • 盧廷羲

數據思維對於行銷工作與新商業開發有多重要?foodpanda 行銷總監陳嘉孟於 2024 AI Taiwan 未來商務展「Martech 行銷進化論壇」中,以〈零售行銷時代:結合數據思維與廣告科技,擴張品牌行銷力!〉為主題,分享 foodpanda 如何善用數據,提升行銷動能。

他提到第一個趨勢是,80% 的行銷人員依賴第三方 cookies,利用跨站追蹤,從多個網站蒐集瀏覽數據,來做廣告投放。然而,無 cookies 的世界即將到來,Google 早在 2022 年就宣布計畫讓第三方 Cookies 過時,並限制 Android 的 ID 使用,只是計畫延到 2024 年才逐漸執行。

廣告(請繼續閱讀本文)

另一方面,陳嘉孟說,AI 浪潮不可避免,從事行銷工作一定會被影響。退一步來講,AI 也是藉由彙整海量數據、提供給生成模型來學習,不論是否從事行銷,身為工作者都應該要有數據思維。

他指出,foodpanda 每個月活躍用戶超過 3000 萬,APP 下載數超過 1.25 億次,是亞洲最具影響力的外送平台。核心服務包含美食外送、外帶自取,有超過 10 萬間商家可供顧客選擇,2022 年更是全台灣下載數第 10 名的 APP。能做到這些成績,關鍵都在於透過數據行銷思維來驅動的 2 大策略。

foodpanda 行銷總監 陳嘉孟
廣告(請繼續閱讀本文)

策略 1:投資 RMN,利用第一手數據分析顧客軌跡

即使疫情趨緩,2023 年 foodpanda 平均訂單金額仍成長 28.9%,生鮮雜貨外送平均訂單金額成長 52.2%。他們為何能做到這點?陳嘉孟指出,他們的第一個策略,就是投資「零售媒體聯播網」(RMN,Retail Media Network),掌握大受眾群,利用 RMN 帶來的第一手數據,投放有影響力的廣告。

同樣使用 RMN 的知名企業,包括亞馬遜(Amazon)的需求方平台(DSP)、沃爾瑪(Walmart)的 Walmart Connect 等,都是採取類似策略。陳嘉孟說,foodpanda 擁有海量的零售第一手數據,像是每一個客戶的軌跡、停留多少秒,都用去識別化方式,判斷他們的輪廓,來進一步分析與再行銷。

舉例來說,他們發現顧客在 foodpanda 上的留存率超過 81%,不只是假日或特殊節慶,使用外送已是剛需;而且每張訂單 3.3 個商品,代表顧客購買量持續增加;再來是每月平均 4.9 張訂單,可能包含美食外送、外帶自取、生鮮雜貨等,分布很廣。透過這些百萬消費者提供的軌跡,就能累積成有價值的數據。

透過數據解讀,可以知道顧客的位置、性別、消費力、取餐習慣、付款方式、電信公司、手機品牌,大概描繪出消費者的生活樣貌,藉此提供給廣告主精準的策略建議。簡單來說,顧客從打開 APP 的蓋板廣告,一直到點完餐、等待餐點的頁面,各個節點都有看到合適廣告的契機。

例如,foodpanda 與可口可樂合作,目的是加深使用場景。他們的媒體策略是建立客製化套餐,套餐內搭配可口可樂飲料,顧客在商家首頁與瀏覽餐點環節時,都有搭配可樂的套餐曝光,以及加碼優惠,像是消費 250 元折扣 30 元,來增加吸引力。

又好比,foodpanda 與中國信託 Line Pay 卡合作,目的是利用優惠提升交易量以及信用卡綁定。採取策略是先判斷用戶的消費習慣,找到精準族群。像是系統能辨別用戶的付款方式,是用 VISA 還是 Mastercard,哪些族群不是使用中國信託 Line Pay卡,卻有機會使用,就會跳出廣告,吸引他改用這張卡。

策略 2:使用聚類分析法,統計出數據背後的價值

陳嘉孟繼續指出,他們的第二個策略是聚類分析(Cluster Analysis),也稱為集群分析。這是一種統計方法,把樣本或對象,依據他們的相似性,分成不同的組別或群體。

聚類分析的主要目的是,把數據分成幾個聚類,使得同一聚類內的數據彼此之間的相似性最大,而不同聚類之間的數據相似性最小。他們把所有消費者數據輸入 Excel,讓系統跑出 5 大族群(藍、黃、紅、綠、紫),就可以觀察出不同行為。

例如,藍色的群體,客單價是平均最高,一個月下單數也較高,對品牌端來說,他們的整體品質比較好;黃色群體,這些人 70% 喜歡購買蔬菜,海鮮,可能是需要煮菜的一群人;綠色群體,他們買了很多奶蛋;紫色群體買了很多飲料與點心,可能是喜歡囤貨的人。

陳嘉孟說,下一步就可以把這些群體分類。像是黃色群體,定義為家庭廚師(home chef),綠色是生活必需品買家(necessity buyer),紫色則是零食愛好者(junk food lover),再對他們投放不同廣告,吸引後續消費。

舉例來說,如果是黃色群體,就會看到與煮飯相關的廣告;綠色群體可能看到「一鍵下單補牛奶」的廣告;紫色群體可能看到零食與飲料的優惠券。

陳嘉孟最後總結,根據數據找出與消費者溝通的管道,以及如何拿到數據、後續如何解讀,這些都是行銷人員每天在做的事情。藉由不斷重複演練,就能做出較正確的商業判斷。

延伸閱讀

Uber Eats 併購 foodpanda 變獨大,會對消費者產生哪些影響?
RMN 是什麼?為何亞馬遜、momo、全家都要做,解析零售業者的下個戰場
加入《經理人》LINE好友,每天學習商管新知

查看原始文章