Fimmick

AI 改寫數碼營銷的遊戲規則,

你預備好迎接 2024 年 的新挑戰嗎?

從模仿人類自然對答的 AI 聊天機器人到創作超出人類想像的 AIGC 工具,人工智能科技發展近年取得巨大突破。連 Google 和 Meta 等科技巨頭都爭相把 AI 科技加入到自己的產品中。然而,現時這些工具僅僅是 AI 應用的一小部份,預計 2024 年 AI 將為大家帶來更多意想不到、由數據驅動的數碼營銷科技。品牌若能及時認識及掌握這些關鍵科技,定能在市場中取得巨大競爭優勢。

我們誠摯邀請你參加【Fimmick Booster:MarTech、AI 力量大爆發!高效數碼營銷實例與戰略解密】專題研討會。我們將揭曉制定最佳數碼營銷策略的秘密方程式,透過深入探討最新 AI 和 MarTech 方案,分享實際案例和本地行業數據,幫助你大幅降低營銷成本,快速提升業績和投資回報率(ROI)!

名額有限,報名從速!

我們誠摯邀請你參加【Fimmick Booster:MarTech、AI 力量大爆發!高效數碼營銷實例與戰略解密】專題研討會。我們將揭曉制定最佳數碼營銷策略的秘密方程式,透過深入探討最新 AI 和 MarTech 方案,分享實際案例和本地行業數據,幫助你大幅降低營銷成本,快速提升業績和投資回報率(ROI)!

名額有限,報名從速!

// Topics

精彩內容

2024 年數碼營銷市場分析和發展趨勢預測
打造致勝數碼營銷策略的秘密方程式
人類智慧與人工智能完美結合優化廣告投放
善用生成式 AI 製作多元化社交媒體內容
真實案例及數據分享
// speakers

演講者

Moses Chow

Moses Chow

Senior Account Manager,
Fimmick

Esther Leung

Esther Leung

Account Director,
Fimmick

Willy Lai

Willy Lai

Co-founder & CEO,
Fimmick

Matthew Lee

Matthew Lee

Head of CRM,
Fimmick CRM

Meggy Cheng

Meggy Cheng

Senior Digital Marketing Manager,
Adfocate

Willy Lai

Willy Lai

Co-founder & CEO,
Fimmick

Esther Leung

Esther Leung

Account Director,
Fimmick

Moses Chow

Moses Chow

Senior Account Manager,
Fimmick

Matthew Lee

Matthew Lee

Head of CRM,
Fimmick CRM

Meggy Cheng

Meggy Cheng

Senior Digital Marketing Manager,
Adfocate

// 第一場

10月30日

// 第二場

11月9日

// registration

立即報名

條款及細則︰
  • 由於活動名額有限,我們會按實際情況分配座位,並非先到先得。
  • 成功登記並獲分配座位的參加者,將於活動前 3 天內收到電郵確認通知。確認電郵有機會落入 bulk 或 spam 電郵夾,或者被郵件篩選工具阻擋。如活動前 3 天內仍未收到確認電郵,請電郵至 [email protected] 查詢。
  • 基於任何突發事件或不利因素而我們認為有必要保障個人生命財產的情況下,本公司保留權利取消或更改活動之日期時間而無須作出任何形式的賠償。
  • 如果需要取消或更改活動之日期時間,本公司會盡力於活動前 2 小時以電郵或短訊通知參加者,請密切留意相關通訊渠道。
  • 本公司有權隨時修訂此等條款及細則。如有任何爭議﹐本公司保留就爭議及與此等條款細則有關任何問題之最終決定權。

Copyright © Fimmick Limited. All Rights Reserved.
Terms of Use & Privacy Statement

預計閱讀時間︰5 分鐘

根據 Statista 資料,香港品牌將於 2023 年在數碼廣告上投放約 1, 264 億港元。投資如此龐大,品牌自然希望知道這些廣告是否真的能帶來實際收益。廣告表現追蹤主要依賴三種方法:cookie、tracking pixel (像素追蹤代碼) 和 tracking URL (追蹤網址)。究竟它們的運作原理是什麼?各自有什麼優點與限制?今天讓我們一一探討!

內容大綱
Marketing-Ad-Campaign

Cookie 是什麼?

Cookie 是一種存儲於瀏覽器的檔案,用來儲存到訪網站所產生的相關資訊,讓用戶瀏覽網站更加方便。例如 cookie 可以記住顧客加到購物籃的產品,當顧客再次進入網店時就可以繼續購買的步驟。透過分析瀏覽器內的 cookies,Google 及 Meta 等廣告平台就能知道用戶點撃過哪些廣告,瀏覽過哪些網站,在網站內停留多久等,從而推斷出用戶的年齡、興趣、日常習慣等,對建立廣告目標受眾數據庫十分重要。品牌亦可利用顧客的行為、大約位置和偏好語言來調整網站內容,例如根據顧客瀏覽過的產品自動調節「你可能也喜歡」的產品建議。

不過近年大眾對網上私隱的關注逐漸增加,越來越多用戶選擇 cookieless 的方案,因此 Safari、Firefox 及 Brave 等多個瀏覽器都自動阻擋跨網站追蹤 cookies,連 Chrome 都表示將於 2024 年開始淘汰第三方 cookies。品牌不能再單純依賴 cookies 來追蹤廣告成效,需要採用更多種追蹤廣告的方案。

延伸閱讀︰拆解第一方、第二方、第三方數據!

Tracking Pixel 像素追蹤代碼是什麼?

Tracking pixel 像素追蹤代碼通常為 1 x 1px 的透明圖像,可放置在廣告、電子郵件或網頁中。當顧客到訪網站或開啟電子郵件就會觸發這些像素追蹤代碼,把相關數據傳送到廣告平台。以 Facebook 像素為例,品牌只需在網站中加入一小段追蹤代碼就能知道顧客看完某個廣告後有沒有瀏覽網站內容、完成註冊、加入購物車、結帳等多種標準事件,從而幫助品牌了解廣告是否完成預設目標。品牌還可以利用 Meta 收集回來的數據制定 custom audience (自定義廣告受眾)和 lookalike audience (相似目標受眾),從而大大提高投放廣告的準確性。

Tracking pixel 有多種類型,例如專門追蹤潛在顧客的 retargeting pixel 和專門量度廣告是否達到目標的 conversion pixel。部份像素依賴 cookies 來收集數據,因此同樣受 cookieless 措施影響,能夠收集的數據逐漸減少。為應對這個問題,越來越多品牌開始採用 Meta Conversion API 及 Google Server-Side Tagging 等 server-side tracking 來提升數據收集的能力。

Tracking URL 追蹤網址是什麼?

Tracking URL 追蹤網址是一種尾段帶有 UTM (Urchin Tracking Module)追蹤代碼的網址。UTM 代碼可以包含五種 parameters :Campaign (廣告系列)、Source (來源)、Medium (媒介)、Content (內容)和 Term (關鍵字)。當顧客點擊這些連結時,Google Analytics 4 等網站分析工具就能知道這些訪客來自哪個源頭和看過哪個廣告等。Tracking URL 對於 PPC 廣告、電子郵件和跨網站的推廣活動非常有用。

不過 tracking URL 也有它的限制。首先,tracking URL 能夠提供的資料並不多,因此分析比較片面。第二,品牌必須一直使用統一的追蹤代碼,否則報告會出現錯誤。如果分析過往的數據時,你發現 medium 有時用「edm」有時用「email」 ,在報告上就會變成兩個分開的項目難以分析。第三,由於 UTM 標籤會使 URL 變得很長,可能影響顧客觀感而降低點撃率。

延伸閱讀︰Google Analytics 4 (GA4)

Ad-Performance-Tracking

如何提升廣告追蹤的精準度?

同時使用多種追蹤方法並用 CDP 整合數據

每個廣告追蹤方案都有各自的弱點,因此品牌應採用多種不同方案,令到數據互相補足及減少流失。我們建議品牌可同時使用 cookies、pixel 及 tracking URL 等追蹤方法,並運用 customer data platform (CDP) 整合來自不同源頭的數據,建立一個更加完整的顧客數據庫,就能準確追蹤廣告表現。

延伸閱讀︰Customer Data Platform 顧客數據平台完整指南

採用其他先進的廣告追​​蹤解決方案

隨著 MarTech 急速發展,市面上追蹤廣告的科技越來越多。除了 Google 及 Meta 提供的方法外,品牌不妨嘗試使用最新的 MarTech ,透過人工智慧和機器學習模型來填補數據缺口。雖然這些數據精確度較低,但它的規模和應用範圍較大,能夠彌補廣告表現數據量的限制。

延伸閱讀︰Identity Stitching 把散亂數據拼湊成完整顧客檔案

歡迎到 Facebook 和 Instagram inbox 我們!如果你對我們的服務感興趣,歡迎與我們聯絡

預約免費諮詢

歡迎預約免費諮詢!Fimmick 專家親自為你講解如何利用 GA4、Customer Data Platform (CDP) 及顧客數據大幅提升品牌營銷效益!

Customer Data 系列文章

相關服務

相關文章

預計閱讀時間︰3 分鐘

時間管理對忙碌的 marketers 來說十分重要,不過每個人都有自己的風格。你是一位嚴謹的計劃者,還是偏好靈活應變?你是趁著壓力發揮最佳表現,還是提前規劃妥當?快來參加這個有趣的測驗,揭開你的時間管理風格之謎!

時間管理風格心理測驗

Q1) 你有一個必須於兩星期內完成的工作。你會…?

a. 立即開始著手做
b. 想清楚工作內容才開始做
c. 等到限期前一天才做
d. 等到最後一刻才做

Q2) 上司交給你一個新的工作項目,你對當中細節有些疑問。你會…?

a. 即日向上司詢問,如果沒有回覆明天再追。
b. 以電郵方式向上司了解,耐心等待對方回覆
c. 盡量猜測上司的想法,應該不會差太遠吧?
d. 不管照做,可能其他人也一樣呢?

Q3) 你要與其他同事一起籌備宣傳活動,你會…?

a. 最先完成自己的部份,不想拖拖拉拉
b. 先觀察別人怎麼做,確認自己沒有做錯才提交
c. 總之在限期前完成工作就可以了
d. 全部人都提交工作才開始做

Q4) 上司要求部門裡所有人每個月都要在網上群組分享新提議,你會…?

a. 每月第一天就發佈,這樣就不用掛心這件事
b. 先看別人分享什麼,在第三個星期才發佈
c. 經常忘記這件事,在最後一天才分享
d. 在開部門會議前發佈,都不算是遲交吧?

Q5) 現在是星期三,下星期一你要交一份很重要的報告。你會…?

a. 報告早已完成,不用擔心
b. 每天做一點,預計星期五會完成報告
c. 計劃星期五大致完成報告,星期一把剩下的做完
d. 下星期一發揮小宇宙,超時把它做完

Q6) 下星期開部門會議前必須讀完一份 30 頁的項目建議書,你會…?

a. 每天讀 6 頁,輕鬆完成
b. 最後兩天把它讀完
c. 最後一天一次過把它讀完
d. 開會前略略看一下內容大綱

答案

在你的答案中最多的是 a、b、c 還是 d ?這就是你的時間管理風格!

a. 早鳥型

特徵︰做事有條理,不喜歡等待

早鳥型的人擅於精心計劃每一天。他們工作有條理,喜歡制定具體的待辦事項清單並逐一完成清單上的工作,從中獲得滿足感和快樂。他們具有強大的動力,渴望在生活中取得卓越成就,並願意採取必要的步驟來實現這些目標。

然而,早鳥型的人可能過於急於完成手頭的工作,沒有給自己足夠的思考時間和空間。他們喜歡跟著計劃走,因此當計劃需要改變時可能出現負面情緒。其實早鳥型的人有能力取得很多成就,只要花多些時間從宏觀觀察問題,定能取得成功。

Time Management Style - Early Bird

b. 平衡型

特徵︰計劃周全、表現穩定

平衡型的人重視長遠策略和整體目標,總能找到最有效的方式完成工作,因此能夠同時處理多項任務。 雖然他們可能並不是每次都完美完成任務,但他們工作表現穩定,通常在辦公室裡有良好表現。

不過最有效的處理方式亦代表是最安全的方法。平衡型的人很少挑戰自己,對生活感到乏味。因此平衡型的人應該利用每一個成長的機會,嘗試以不同的方式做事,才能不斷突破自己的界限,發現自己以前不知道的新事物。

Time Management Style - Balanced

c. 壓力型

特徵︰總在最後一刻把事情做好,專注力高

壓力型的人在面對限期時就能夠發揮出真正的能力。他們對工作非常專注,能夠連續數小時全神貫注地工作,竭盡全力在限期前完成任務。因此高壓和快速變化的工作環境是他們理想的工作場所。

然而由於壓力型的人經常等到最後一刻才開始工作,這容易讓與他們共事的人感到焦慮。如果工作需要比預期更長的時間,可能無法及時完成,結果得不償失。壓力型的人可嘗試將工作拆分為多個小項目,為每個項目設定截止日期,以更好控制工作的節奏。

Time Management Style - Pressure Cooker

d. 即興型

特徵︰喜歡靈活應對,不喜歡受規則束縛

即興型的人具有敏銳的直覺,做事靈活多變,喜歡隨機應變解決問題,而非按照計劃進行。因此,他們常常將工作拖延到最後一刻,然後根據當下情況做出反應。

然而,即興的工作方式存在較高的風險,一旦出現問題,他們可能無法及時扭轉局面。其實即興型的人可預先為工作作多手準備,這樣既能保持一定的靈活性,又能確保問題發生時有替代方案可供選擇,減少面對的風險。

希望以上內容對你有幫助!你對 digital marketing 有疑問嗎?歡迎到 Facebook 和 Instagram inbox 我們!如果你對我們的服務感興趣,歡迎與我們聯絡

相關文章

預計閱讀時間︰5 分鐘

現在顧客數據對品牌比起任何時候都重要。根據 McKinsey 調查,擅長使用 personalised marketing 的品牌生意比其他品牌多出 40%。不過顧客數據不是收集了就能立即使用,品牌需要先把這些零散的顧客數據拼湊在一起,建立完整的顧客檔案。 這一過程稱為 identity stitching。今天我們將探討 identity stitching 是什麼!

Identity Stitching 是什麼?

Identity stitching (又稱 identity resolution 或「身份解析」)是一種數據管理過程。它以顧客為單位,從每個顧客接觸點收集與顧客相關的數據並互相連結起來,以建立一個更全面、完整的顧客資料檔案。這些顧客數據可以包括姓名、電話號碼、電郵地址、社交媒體帳號等 PII 個人識別資料,亦能是設備識別碼、Cookie 和離線數據等 non-PII 的數據。

例如在之前的一篇名為《4 個品牌需要進行 Data Unification 的警號》的文章中,我們使用陳先生的例子。他先使用電郵地址註冊成為 VIP 會員。後來,他在網上看到品牌的橫額廣告並前往實體店鋪購買其中一件產品。當被要求提供送貨聯絡資料時,陳先生提供了自己的電話號碼。身份解析就是把這些資料串連在一起,為陳先生建立一個完整顧客檔案的過程。

延伸閱讀︰PII、Non-PII 與個人資料

我知道某位顧客做了什麼又如何?

你可能覺得品種的目標顧客是大眾,知道某位顧客的行為意義不大。其實進行身份解析的主要目標並不是為了追蹤個別顧客,而是透過建立統一、完整、結構化的顧客檔案庫,為實現 personalised marketing (個性化營銷)、顧客數據分析、跨平台廣告投放和廣告成效量度提供關鍵的數據基礎。

以陳先生的情況為例,由於我們知道陳先生購買的是一部手提電腦,我們就可以向他推薦電腦周邊產品,例如人體工學鍵盤、螢幕保護貼等。另一方面,我們知道李小姐還在考慮的階段,就可以向她推薦不同型號的手提電腦,甚至有時限的獨家優惠券吸引她盡快購買。這些都是擁有準確、完整的顧客檔案後才能做到的事情。

兩種配對顧客數據的方法

顧客數據主要通過兩種方式進行匹配 – deterministic matching (確定性匹配)與 probabilistic matching (概率性匹配)。

Deterministic Matching 確定性匹配

Deterministic matching 是通過使用顧客的姓名、電子郵件地址和電話號碼等可辨認身份的資料把不同的系統的記錄連結在一起,準確度可達到 80-90%。例如李小姐使用電郵登記成為會員,之後又用同一電郵參加幸運大抽獎,品牌就會知道這是同一位顧客。然而由於顧客對這些資料比較敏感,因此未必次次都能收集這些數據,在規模方面存在一定的限制。例如李小姐瀏覽品牌網站時沒有登入帳戶,因此品牌不知道她曾查看哪些產品的資料。

Probabilistic Matching 概率性匹配

Probabilistic matching 使用位置、 IP 地址、設備 ID、操作系統或瀏覽器類型等數據,透過人工智能和大數據模型來計算資料相關的概率。例如社交媒體平台可以從你的朋友、追蹤的帳戶、喜歡的內容推測你的年齡及性別。雖然概率性匹配與確定性匹配相比精確度比較低,但是它的規模和應用範圍較大,能夠彌補第一方數據量的限制。

哪些行業適合進行 Identity Stitching?

FMCG 快速消費品

快速消費品品牌經常使用大規模的 omni-channel 全渠道營銷,旨在觸及盡可能多的顧客。然而,你怎樣知道你所投放的廣告是否真的能帶來生意?顧客是在哪裡發現你的產品?透過建立顧客檔案並追蹤每位顧客的購買旅程,你就能輕鬆找出顧客作出購買決策的關鍵時刻,辨識哪些廣告表現最出色,並制定更優秀的營銷計劃。

延伸閱讀︰認識五大 Moments of Truth,把握營銷關鍵時刻

Finance 金融

金融產品是重要的投資工具,顧客做決策時需要更多時間和資訊,購買旅程亦會較長。透過建立以顧客為本的顧客資料庫,金融公司就能準確掌握每位顧客處於銷售漏斗的哪個階段,他們最想知道哪種服務的資料,是否曾經購買過其他金融產品等,以在最適當時機為顧客提供最適切的資訊,幫助顧客作出最理想的理財決定。

Ecommerce 電子商務

顧客經常都會在手機搜尋產品資料,然後用家中的電腦購買。若果你擁有顧客為本的顧客資料庫,你就能在不同渠道上提供無縫的顧客體驗。例如向加入購買籃數小時但遲遲未購買的顧客提供限時優惠,當產品即將售罄時向曾經瀏覽這產品的顧客發送提示,用 retargeting 廣告追蹤顧客等。

怎樣提升 Identity Stitching 準確度?

身份解析的好壞非常視乎顧客資料質素與數量。因此我們建議大家採取以下策略︰

利用先進的追蹤工具

App Tracking Transparency Framework (ATT)、GDPR 和其他隱私政策令 MarTech 收集顧客行為數據的能力大幅受限,尤其是第三方 cookies 方面的數據。品牌若要捕捉這些流失的數據,就要制度適合的顧客數據策略,利用先進的追蹤方法,例如 GA4、server-side tracking 等,以獲取更高質量和準確度的數據。

延伸閱讀︰Google Analytics 4 (GA4)

定期進行 Data Cleansing

錯誤或格式不一的資料會影響資料配對的成效。我們建議大家要定期進行 data cleansing,以保持顧客資料準確。另外我們亦建議大家定立一些措施,例如每年詢問顧客電郵地址是否依然正確,引導顧客自行更新資料。

用第三方數據填補數據空隙

雖然由品牌擁有的第一方數據精準度高,但是只限於曾經與品牌互動的人,視角難免較窄。尤其當品牌希望接觸新顧客時,單靠第一方顧客數據未必足夠。我們建議大家充分利用外部第三方數據來豐富自己的數據庫,以制定更準確的策略吸引新顧客。

歡迎到 Facebook 和 Instagram inbox 我們!如果你對我們的服務感興趣,歡迎與我們聯絡

預約免費諮詢

歡迎預約免費諮詢!Fimmick 專家親自為你講解如何利用 GA4、Customer Data Platform (CDP) 及顧客數據大幅提升品牌營銷效益!

Customer Data 系列文章

相關服務

相關文章

預計閱讀時間︰5 分鐘

許多品牌都會收集顧客數據,但是未經處理的原始數據難以運用。即使營銷人員勉強將這些數據製成圖表,這些報告也只會提供誤導性的資訊,引致品牌對市場形勢作出錯誤判斷,制定錯誤的營銷策略。因此 data unification 是任何企業都不可以忽視的程序。今天讓我們一起來探討 data unification 數據統一是什麼!

你的品牌有沒有出現這些問題?

缺乏完整的顧客清單

假設你需要一份完整的顧客清單,你會怎麼做?你是否需要從 CRM 系統下載會員資料,再從網店系統下載網上顧客清單,或是到銷售系統中找相關的資料?或者你根本就沒有這些數據?這些情況都表明你的品牌需要進行數據統一。只有當你擁有統一、完整且可靠的顧客數據時,才能有效地運用數據提升營銷表現。

顧客數據質量出現問題

你的顧客數據是否存在質量問題?例如顧客清單中是否經常出現空白格或亂碼?顧客的名字和姓氏是否經常入錯?聯絡電話是否有時帶有「852」,有時又沒有?這些都是數據無法正確整合的跡象。如果你遇到這些問題,你就需要進行數據整合,把數據轉換成統一的標準,才能加以運用。

延續閱讀︰Data Cleansing 是什麼?

無法實現精準的跨平台廣告投放

你的 omni-channel 營銷策略是個大規模重複曝光計劃,還是高度精準的投放策略?理想的跨平台營銷策略應該是在 Google、Facebook、Instagram、網站、郵件和應用程式等多個顧客接觸點,無縫地在適當的時間、適當的渠道向正確的客戶準確地傳遞信息的完美顧客體驗。為達到這目標品牌必須擁有統一而且實時的顧客數據,才能成功把顧客引導到 sales funnel 終點。

延伸閱讀︰認識五大 Moments of Truth,把握營銷關鍵時刻

無法準備衡量推廣活動的 ROI

你能 100% 肯定銷售額的提升是因為早前的市場推廣活動,而不是季節或環境的變化嗎?所謂相關不蘊涵因果 (correlation does not imply causation),唯一能夠準確歸因營銷成效和衡量市場活動回報率(ROI)的方式是透過數據統一。通過整合數據並建立營銷活動與顧客行為之間明確的聯繫,品牌可以獲得有關活動效果的洞察,並優化其營銷策略。

延伸閱讀︰Attribution Model 是什麼?

Signs-You-Need-to-Unify-Your-Customer-Data

Data Unification 是什麼?

Data Unification (數據統一)是把來自多個數據源頭的原始數據整理並轉換為統一記錄的過程,是 customer data strategy (顧客數據策略)的重要組成部分,同時也是 data pipeline (數據管道)的一個功能。數據統一包括以下流程︰

  • 數據載入︰載入來自各個顧客數據系統的資料
  • 數據清理︰去除空值的代碼及過時的資料等
  • 數據轉換︰統一數據的格式,例如把美元轉換為港幣
  • 架構整合︰調整資料設定,例如一個系統中的「名字」可能在另一個系統中被稱為「姓名」
  • 個體重組︰連結不同系統中資料以重組成完整的檔案,例如把「TM Chan」與「陳大文」的資料連結起來
  • 數據輸出︰將統一的數據輸出到數據庫

品牌如果不進行 Data Unification 會有什麼危機?

你的品牌使用了多少個營銷系統和軟體?它們每天產生多少數據?根據 Forbes 2021 年的調查,互聯網用戶每天產生 2.5 百萬億項數據。這些原始數據的格式各不相同,而且可能不完整甚至互相矛盾。如果沒有進行適當的整合和處理,這些數據根本無法使用。

讓我們通過一個簡單的例子來解釋。假設有一位叫做陳先生的顧客。多年前,他曾經使用一個舊的電子郵件地址註冊成為 VIP 會員,但之後沒有再沒有購買任何產品。最近,他看到了品牌的 retargeting 橫額廣告,對其中一件產品產生了興趣,並前往實體店鋪購買了該產品。當被要求提供送貨聯絡資料時,陳先生提供了自己的新電郵地址及電話號碼。雖然這實際上是同一位顧客,但如果沒有進行數據統一,系統可能會將他視為兩位不同的顧客,從而把銷售歸因到錯誤的渠道。

所謂「garbage in, garbage out」,如果品牌不能及時進行數據整合,所有表現報告與數據分析都會出現類似的錯誤,導致作出昂貴的營銷決定錯誤。隨著市場越來越 data-driven,若品牌不能跟上市場的潮流,就會被競爭對手追過並取替。

延伸閱讀︰Customer Data 也有保鮮期?

品牌如何實現數據統一?

隨著顧客數據量不斷增加,具有人工智能及機械學習功能的 customer data platform (CDP) 顧客數據平台是解決客戶數據統一問題的有效方案!想了解更多,歡迎與我們談談。

歡迎到 Facebook 和 Instagram inbox 我們!我們會盡力解答你的問題。如果你對我們的服務感興趣,歡迎與我們聯絡

預約免費諮詢

歡迎預約免費諮詢!Fimmick 專家親自為你講解如何利用 GA4、Customer Data Platform (CDP) 及顧客數據大幅提升品牌營銷效益!

Customer Data 系列文章

相關服務

相關文章

顧客數據對數碼營銷至關重要。只要擁有顧客數據,品牌就能深入了解顧客需要,優化廣告投放,大幅提升營銷回報。Fimmick 現正進行一場市場調查,旨在了解香港品牌收集、分析和利用顧客數據情況。

如果你是市場推廣從業員,歡迎參加我們簡短的 5 分鐘問卷調查。你的意見對我們的調查具有重要的參考價值。調查完成後,我們將與大家分享調查結果。

你對 digital marketing 有疑問嗎?歡迎到 FacebookInstagram inbox 我們!我們會盡力解答你的問題。如果你對我們的服務感興趣,歡迎與我們聯絡

預計閱讀時間︰8 分鐘

無論是數碼營銷、大數據分析,還是人工智能都需要大量顧客數據。不過隨著業務增長,顧客數據量與軟件系統越來越多,數據流動及管理成為致勝關鍵。Data pipeline (數據管道)能為品牌供應大量穩定、可靠而且結構化的數據,對品牌業務發展至關重要。讓我們一起探討 data pipeline 是什麼!

Data Pipeline 是什麼?

你會每天去水井取水嗎?不會,因為我們有供水系統。相同地,為什麼大家還要重複地用人手從一個系統下載數據檔案,重新整理再上載到另一個系統呢?

Data pipeline 中文是「數據管道」或「數據工作流」,是一系列自動化數據處理步驟。它的作用就像供水系統一樣,專門從各個數據系統收集並運送數據到指定數據庫。由於這些數據的格式不一,因此數據管道亦包括數據過濾及整理。一個設計良好的數據管道能為數碼營銷、個人化營銷、大數據分析、人工智能及機構學習等計劃定下重要基礎,是品牌轉型到 next gen marketing 不可或缺的一步。

使用 Data Pipeline 對品牌的三大好處

提升生產力

數據管道能幫助 marketers 自動執行一些處理數據的動作,從而節省人力資源及減少人為錯誤,讓 marketers 騰出時間專注於更有價值的工作。

提高數據質量

數據管道能收集和整合來自不同源頭的顧客數據。有了這些結構化數據,品牌就可以獲得更多見解,作出更準確的營銷決策,從而大幅提高營銷績效。

推動 AI & 機器學習

人工智能需要大量數據來訓練模型,進行深度學習,建立相關智慧。 數據管道能為 AI 提供穩定、可靠而且結構化的數據,推動品牌 AI 發展,更快做到營銷自動化 (marketing automation) 與 personalisation at scale。

延伸閱讀︰Marketing Automation 是什麼?如何節省營銷成本?

Data-Pipeline-Planning

Data Pipeline 六大組成部份

Data Source 數據源頭

你的顧客數據來自什麼地方?Google 及 Meta 廣告平台、分析網站及移動應用程式數據的 GA4、會員計劃及 CRM 系統、客戶服務系統、電郵及 SMS 系統、網店、銷售系統及第三方數據系統等都可以是你的顧客數據源頭。基本上任何產生顧客數據的地方都可以是你的顧客數目源頭。

延伸閱讀︰2023 年 Digital Marketing 趨勢特輯︰Google Analytics 4 (GA4)

Data Collection/Ingestion 數據收集/攝取

確認數據源頭後,就是時候把不同來源的數據集合成統一數據流。不同數據系統可能有不同的要求。以 Apple 廣告為例,用戶必須在看到廣告後於一定時間內完成某些指定動作才算一個 conversion,SKAdNetwork 系統才會發放相關數據,因此數據普遍有 24 – 48 小時的延後,因此比較廣告平台表現時要小心。

Data Flow 數據流程

數據流程是指數據所採取的路線,包括步驟的先後次序。最被廣泛使用的三種數據流方法是 ETL、ELT 和 reverse ETL。ETL (extract, transform, load) 是先從源頭收集數據,經過整合後才儲存入數據庫,適合用於較傳統的數據系統。ELT (extract, load, transform) 是先把數據儲存於數據庫,到需要的時候才加以分析,可以提高數據處理的靈活性。最後的 reverse ETL 有點不一樣。它是把數據倒流回數據源頭,完成整個數據循環的步驟。例如品牌可把整理後的顧客數據載入 Google 及 Meta 廣告平台做 retargeting 及 microtargeting,提升廣告表現等。

延伸閱讀︰如何挑選最適合的 Retargeting 策略 、Microtargeting 的原理、好處和應用

Data Processing 數據處理

數據被收集後需要通過驗證、清理 (data cleansing)、標準化、配對等整合工作才能使用。視乎品牌採用的是 ETL 還是 ELT 架構,這步驟可能在儲蓄數據之後或之後完成。

延伸閱讀︰Data Cleansing 是什麼?

Data Destination 數據目的地

這是存放數據的地方,通常由大型數據儲蓄庫組成,例如用於結構化數據的 data warehouse (數據倉庫),用於非結構化或半結構化數據的 data lake (數據湖),以及結合兩者優點的 data lakehouse (數據湖倉一體)。我們可從這些儲蓄庫中獲取最新數據作分析之用。

延伸閱讀︰Customer Data Platform 顧客數據平台完整指南

Monitoring System 監控系統

數據管道必須有監控以確保數據輸送流暢。這可以包括監控數據質量、管道性能和資源利用率等。管道亦應預先設有通報機制,確保突發情況出現時管理員能得到及時通知。

Data-Pipeline-Design

建立 Data Pipeline 要考慮什麼因素?

一個設計良好的數據管道能為數碼營銷、個人化營銷、大數據分析、人工智能及機構學習等計劃提供重要基礎,不過建立數據管道涉及許多不同的用戶、平台和系統,需要詳細計劃。我們建議大家建立數據管道時需要考慮以下項目。

確定 Customer Data Strategy

設計數據管道時,你首要需要考慮你希望透過數據管道達到什麼目標?需要哪些數據?你可以從什麼地方獲得這些數據?如何衡量數據管道的成功?有了這些大方向,你才可以設計一個有效的數據管道。

延伸閱讀︰2023 年 Digital Marketing 趨勢特輯︰Customer Data Strategy

了解目標用戶的需要和技術水平

用戶不願意使用,再先進的技術也是毫無用處的。因此我們建議大家設計數據管道前先進行 focus group 及 UX audit,詳細了解用戶的期望、實際需要與技術水平,確保數據能以最適合的形式出現,方便用戶使用。

延伸閱讀︰想改善生意?先用 UX Audit 檢查你的網店!

留意時間可能帶來的變化

數據管道可以使用一段非常長的時間。隨著時間過去你可能遇到數據格式轉變、系統轉換、顧客數據量增加等情況,導致出現系統不相容、數據偏差、處理數據量超出限額等問題。因此我們建議大家設計數據管道時需要預留一定的靈活性,確保它能隨著業務增長而變化。

延伸閱讀︰Customer Data 也有保鮮期?

進行數據質量檢查

數據質量是指數據的準確性、完整性和一致性。所謂「garbage in, garbage out」,如果數據質量出現問題,可能導致日後數據分析時得出錯誤或不完整的結論。 因此我們建議大家在管道的各個階段加入數據質量檢查機制,有助確保數據準確、完整和一致。

總結

一個優良的數據管道能為品牌集中所有顧客數據,為數碼營銷、自動化營銷、人工智能驅動營銷提供重要的數據基礎,對品牌業務至關重要。然而,設計和建立數據管道是一個複雜的過程,設計者必須對 marketing、大數據和相關電腦系統和軟件擁有深入了解,因此不少品牌都選擇尋找專業機構代為建立。如果你也對建立數據管道有興趣,歡迎與我們聯絡!

歡迎到 Facebook 和 Instagram inbox 我們!如果你對我們的服務感興趣,歡迎與我們聯絡

預約免費諮詢

歡迎預約免費諮詢!Fimmick 專家親自為你講解如何利用 GA4、Customer Data Platform (CDP) 及顧客數據大幅提升品牌營銷效益!

Customer Data 系列文章

相關服務

相關文章

預計閱讀時間︰12分鐘

隨著 MarTech 技術不斷發展,顧客數據平台(CDP)已經成為品牌的重要工具!究竟 Customer Data Platform 是什麼?為什麼品牌需要它?CDP 如何幫助品牌發揮顧客數據的真正實力?今天讓我們深入探討 CDP 這個 marketers 不可不知的科技!

為什麼品牌需要用 Customer Data Platform?

大家都知道顧客數據是品牌提升營銷成效的關鍵,不過實際如何操作卻考起不少 marketers。根據 Blueshift 調查,三分一市場推廣從業員表示品牌花在收集數據的時間比使用數據的時間還要多,可見很多品牌收集數據後得物無所用,白白浪費這珍貴的資源。

為什麼使用顧客數據這麼困難?第一個原因是與營銷模式出現錯配。香港品牌主要採用 mass marketing (廣泛市場營銷) ,務求以相同的訊息及廣告來接觸最多的顧客,因此時常會利用明星、城市熱話等來吸引顧客注意。個別顧客的喜好對市場整體趨勢影響有限,數據自然找不到發揮空間。不過隨著消費者行為改變,顧客不再集中在個別媒體,傳統宣傳方式的成效大大減低。品牌是時候採用由數據驅動的數碼營銷策略,利用最新 MarTech (行銷科技)和 AI (人工智能)根據個別顧客的需要提供更加個性化的體驗,才能成功留住顧客。

第二,雖然品牌擁有大量顧客數據,不過這些數據大多散落在不同的工作表、CRM 系統、電子郵件工具和電話客服軟件。這些系統之間欠缺連繫,數據格式又不一致,導致數據不能互相補足,甚至出現重複、錯漏、互相矛盾等問題,令品牌無法有效使用顧客數據。例如因為廣告系統不知道某位顧客已經購買產品,因此重複向這顧客投放廣告,導致推廣時出現大量資源浪費,顧客體驗亦不理想。品牌若要發揮客戶數據的真正實力,就需要一個能夠打通數據的系統。這就是 CDP。

Customer Data Platform 是什麼?

CDP 全名是 customer data platform (CDP),中文可譯作「顧客數據平台」或「客戶資料平台」, 是一個專門收集、處理及分析顧客數據的平台。它的功能包括統一收集來自多種來源的數據,整合這些數據來建立更加完整的顧客檔案,以及與任何需要數據的系統共享數據,例如 Google Display Network 及 Meta 廣告平台。如果品牌第一方數據不足夠,CDP 還可以與 DMP (數據管理平台)連結,取得來自外界的第三方數據,助你輕鬆在市場中辨認並針對高價值潛在顧客進行推廣,大幅提升 ROI。

使用 CDP 的好處

- 打通顧客數據,讓數據可以在不同系統中流通使用,減少每個系統各自建立數據的需要

-減少顧客資料的重複、錯誤及遺留,確保品牌擁有最新資料

識別表現最好的廣告平台、廣告位置及廣告版本,以便更有效地分配廣告預算

利用人工智能自動優化廣告策略,持續提升 ROI

從市場中識別高價值潛在顧客群組,並鎖定這些群組進行推廣

延伸閱讀︰CRM、DMP、CDP 是什麼?怎推動營銷?

Online Data

CDP 可以處理哪些數據?

顧客數據平台能夠處理的數據有很多,視乎你選擇的系統而定。最常見的包括以下四種數據︰

Personally Identifiable Information (PII) 個人識別資訊

PII 是指可以用來辨別個人身份的資料,例如姓名、身份證號碼、手提電話、電郵等,用於建立顧客檔案。個人電郵和電話號碼對 CDP 尤其重要,因為這些資料相對穩定而且經常會用到,是連結來自多個平台顧客資料的關鍵。

Demographic Data 人口統計數據

人口統計數據包括顧客的年齡、性別、收入、教育程度和所在地區等資料。透過收集這些數據, CDP 可以建立更加準確的顧客檔案,建立相關的 persona,幫助品牌更加了解顧客的習慣和需要。

Behavioural Data 行為數據

行為數據是指與顧客行為相關的數據,例如他們在網站逗留的時間、在網店查看的產品以及在移動程式採取的操作等。這也可包括顧客與品牌互動所產生的數據,包括點撃哪些廣告、看過哪封宣傳電郵、和参加過哪些推廣活動等。 透過收集這些行為數據,品牌能分析哪些宣傳方案最有效。

Transactional Data 交易數據

交易數據包括顧客購買的產品、購買頻率以及交易的日期和時間等。透過收集來自銷售點系統、電子商務平台、移動應用程序等系統的交易數據並與其他數據作比較,CDP 就能準確量度每個推廣活動及營銷渠道的效力。

延伸閱讀︰Customer Data 也有保鮮期?

擁有客戶數據平台後品牌可以做什麼?

利用人工智能 24/7 優化跨平台廣告

Marketers 每天都在想如何提升廣告表現但是無從入手。究竟是廣告標語的問題?選錯廣告目標群眾?還是廣告投標價格太低?有了客戶數據平台就不用猜!利用 CDP 提供的數據,人工智能就能根據廣告實時表現及顧客反應,24/7 調整網上廣告策略,幫助品牌換取最大 ROAS。

實時監控所有營銷渠道的表現

現時 marketers 若要查看 Facebook 及 Instagram 廣告的表現,要登入 Meta Ads Manager。若想了解 Google 及 YouTube 廣告表現就要登入 Google Ads Manager。雖然市場上有追蹤廣告表現的第三方工具,但始終無法像 CDP 那樣整合 CRM、客戶服務系統等系統的數據。若果品牌採用 CDP,marketers 就能跨平台實時監控營銷渠道的表現,觀察在銷售漏斗中哪些渠道最有效,顧客最可能在哪些地方流失,幫助 marketers 優化營銷策略,以獲得更好的回報。

實行 Personalised Marketing 個人化營銷

Deloitte 調查顯示 90% 消費者喜歡高度個人化的廣告,Cordial 調查亦顯示 81% 消費者傾向從以個人相關方式與他們溝通的商店和品牌購買商品,可見個人化營銷非常有效。不過受製作成本影響,品牌最多把顧客分作不同群組進行針對性的推廣,很少能為顧客提供真正個人化的體驗。若果品牌擁有 CDP 的數據,再配合 marketing automation (營銷自動化)人工智能生成內容,就能低成本為顧客提供度身訂造的體驗,在最適合的時間在最適合的渠道投放最適合的廣告,大幅提高 ROI。

獲得更有意義的顧客見解

你曾否覺得廣告表現報表都差不多,無法帶給你有價值的見解?這是因為數據需要與其他源頭的資料比對才能得出有意義的見解。CDP 能助品牌收集、整合、比較、分析來自多個源頭的數據,為品牌找到獨到、有意義、意想不到的顧客見解。例如飲品品牌可能把會員的交易數據與天氣數據結合後,發現某些群組的顧客在天氣熱的日子更喜歡買原味汽水,因此在發出酷熱天氣警告時向這個群組顧客投放廣告,吸引他們購買。

預測顧客行為和及預防顧客流失

有了 CDP 的顧客數據,品牌可更靈活地應對顧客行為的轉變,並即時調整營銷策略。例如提早識別顧客流失跡象,向他們發送電郵或短訊與顧客保持聯繫,或提供特別優惠和折扣,吸引顧客再次消費,從而降低顧客流失。

延伸閱讀︰如何制定 Customer Data Strategy?

How-to-choose-Customer Data Platform

品牌應如何挑選 CDP?

市場上有許多顧客數據平台方案供品牌選擇,然而並非每個解決方案都適合你的公司。我們為大家提供以下建議︰

- 挑選靈活度比較大、與更多平台相容的 CDP 方案,例如 Google 及 Meta 廣告平台、GA4 及其他網站數據分析工具、CRM、電郵工具等,以確保平台能夠配合業務增長

從影響最顯著的地方開始試用 CDP,例如先用 CDP 收集來自不同廣告平台的表現數據來推行 performance marketing,到初見成效才慢慢擴展應用範圍到 CRM 及客戶服務系統,以減少風險

CDP 定價可能因供應商和所包含的功能而有很大差異,部份 CDP 會根據你的數據量來收費。我們建議大家選擇 CDP 方案時考慮品牌的實際需要再作決定。

總結

Customer data platform 對於想要提升營銷表現的品牌來說是一個非常重要的工具。通過收集、整合和運用來自多個來源的顧客數據,CDP 能助品牌充分發揮顧客數據的潛力,更有效地優化廣告策略及提供更全面的顧客見解。

歡迎到 FacebookInstagram inbox 我們!我們會盡力解答你的問題。如果你想知道 Fimmick CDP 顧客數據平台怎樣幫助你的品牌,或對 CDP 有更多疑問,歡迎預約免費諮詢!


預約免費諮詢

歡迎預約免費諮詢!Fimmick 專家親自為你講解如何利用 GA4、Customer Data Platform (CDP) 及顧客數據大幅提升品牌營銷效益!


We are honoured to receive ten awards at the prestigious Agency of the Year Awards 2023 by Marketing Interactive, including a gold award in Integrated Marketing Agency of the Year, a gold award in Independent Agency of the Year, and a silver award for MarTech Agency of the Year.

At Fimmick, we believe the future of digital marketing lies in MarTech, AI, and data. We are glad our vision resonates with the judges, and our recent accolades are a testament to our continued success in these areas.

We want to take this opportunity to sincerely thank our clients for their support and trust. Together, we look forward to a bright future ahead!

自從 Open AI 開放 ChatGPT,人工智能以光速發展。現在 ChatGPT、Bing AI、MidJourney 等生成式人工智能 (Generative AI) 已經能替我們編寫論文、繪畫圖作和製作影片,部份質素甚至比人類製作的內容更加高。不過科技發展再快都需要得到社會接納。香港大眾對這些生成式人工智能工具的接受程度有多高?品牌打算怎樣利用這些新科技?如果人工智能聊天機械人與真人服務員相比,顧客會如何選擇?

Fimmick 與源大數據早前進行一項不記名的市場調查,包括舉行網上問卷調查和利用大數據分析平台 xMiner 分析香港網上談論的內容,希望了解香港消費者、品牌及市場推廣從業員對生成式人工智能工具的態度及使用習慣。現在讓我們分析調查結果。

香港生成式人工智能使用情況

調查發現高達 96.26% 香港受訪者都認識最少一種生成式人工智能工具,每三位香港受訪者中就有二位使用過這些工具,採用率可說是非常之高。

1 曾經使用Generative AI人數比例

與其他新興起科技不一樣,大眾對生成式人工智能的表現普遍表示肯定,78.87% 受訪者都表示生成式人工智能工具「非常實用」或「實用」。而且生成式人工智能使用者橫跨所有性別和年齡,並沒有傾向某個特定組別。即使是傳統上比較保守的 46 – 60 歲群組中,都有 84.62% 受訪者表示「非常實用」或「實用」。

2 你覺得這些生成式人工智能工具實用嗎?
3 男_女性有使用生成式人工智能受訪者的分別佔比
4 各年齡層有使用生成式人工智能受訪者的分別佔比

這些數據與去年同樣是熱潮的 NFT 有明顯分別。在我們去年的 NFT 調查中,雖然很多人都談論 NFT,但是實際購買過的受訪者只有 25% ,而且大部分是年輕男性的早期採用者。從此可見生成式人工智能工具受大眾接受的程度更加高,影響亦比較廣。

5 2022 年 NFT 調查

生成式人工智能工具比較

從香港網上討論的內容分析,我們發現大眾集中討論 ChatGPT ,討論量高達 70%,遠超任何其他人工智能工具。雖然被喻為 ChatGPT 競爭對手的 Google Bard 與 整合了ChatGPT 功能的Microsoft 搜尋引擎 Bing AI 都有不少討論,不過它們的討論量相加不足兩成。有趣地,在網上問卷調查中第二多受訪者使用的 Poe 討論量只有 2%。這可能是因為ChatGPT 未正式在香港推出,因此網民普遍把 Poe 當成 ChatGPT 來討論,令討論量受到影響。

6 常見的生成式人工智能工具討論量

從討論的情感分析,我們發現討論數量最多的四個生成式人工智能工具普遍都受大眾歡迎,正面的討論都超過 50%,唯 ChatGPT 與 Bing AI 有大約 16% 的負面討論,內容主要關於人工智能與人類的關係。從人工智能工具的種類分析,我們發現聲音類的生成式人工智能最多正面討論,文字類和影片類的最少。

7 主流生成式人工智能工具的情感分析
8 AIGC 的情感分析

Marketers 與消費者對生成式人工智能態度的分別

我們的意見調查發現,75% marketers 表示有使用生成式人工智能,比例比消費者多,可見 marketers 較緊貼市場發展,更加樂意接受新科技。

9 營銷人員與消費者使用過生成式人工智能工具的比例

有趣地, 68.62% 受訪者表示生成式人工智能產出的內容質素「非常好」或「好」,所以當被問及如何使用生成式人工智能時,最多 marketers 表示人工智能工具最大用途是減少編寫文章時間,其次是快速搜集資料,反而生成廣告內容最少受訪者選擇。可見 人工智能對marketers 來說是能夠輔助品牌幕後的工作,但是幕前的內容仍希望由真人校對和製作。

10 營銷人員對人工智能生成內容質素的評價
11 你認為這些生成式人工智能工具對品牌的最大用途有哪些?

這觀點亦可從 marketers 對人工智能聊天機械人的顧慮中看出。比較網絡討論與Marketers的受訪意見可見,香港網民多憂慮人工智能會取代人類工作(49.4%),但是 marketers 最大的憂慮卻是人工智能可能提出虛假資訊 (69.12%) 和準確度不足 (67.65%),人類工作被取代只有 39.71%。

12 網絡上關於生成式人工智能的憂慮的討論量
13 你認為人工智能聊天機械人會帶來以下哪些顧慮?

至於人工智能於其他方向的應用,最多 marketers 選擇「處理及分析顧客數據」(69.12%),其次是「社交聆聽及發掘社會熱話」(67.65%)和「廣告目標設定及成效追蹤」。隨著第三方 cookies 被淘汰的限期越來越近,廣告成本每天都在增加,品牌對數據的需求只會越來越急切。不過若要人手處理海量的顧客數據非常花人力物力,採用 AI 自然是最理想的做法。

14 除了生成內容,你(或客戶) 的品牌會在以下地方使用人工智能嗎?

預期生成式人工智能工具於香港的發展

調查發現生成式人工智能未來發展非常樂觀。多達 97.18% 受訪者表示未來「一定會」和「可能會」繼續使用這些工具。不過生成式人工智能若要被品牌廣泛採用,除了要解決內容參差、潛在安全問題等挑戰,還需要獲得消費者接受。在調查中,55.66% 消費者都表示比較希望由真人回答問題,選擇人工智能聊天機械人和真人兩者皆可的亦有近40%,可見受訪者對人工智能聊天機械人的接受程度也不低,希望隨著 GPT 4 出現,智能對答的準確度及質素愈來愈高,受眾的接受度亦會進一步提高。

15 你未來會繼續使用生成式人工智能工具嗎?
16 當你對產品有疑問,你希望人工智能聊天機械人還是真人回答你的問題?

關於這次調查

這次調查主要對象為香港市場推廣從業員與消費者,分為兩個部份。第一部份為網上問卷,內容包括受訪者對不同社交媒體的態度、使用頻率、功能應用等情況。在受訪者中,63.55% 為市場推廣從業員,36.45% 為消費者。男性受訪者佔 36.45%,女性佔 55.14%,不想透露的受訪者佔 8.41%。年齡方面,26.17 受訪者為 30 歲以下,51.40% 為 30 – 45 歲,46 – 60 歲佔 21.50%,超過 60 歲為 0.93%。

調查第二部份為網上意見分析,透過源大數據的大數據分析平台 xMiner 提供技術及數據支援,分析了 2023 年 1 月 1 日到 3 月 12 日在 Facebook、Instagram、YouTube、討論區、新聞等平台,來自香港超過 5,700 篇貼文及留言。

最後提提大家,任何調查都會受問卷設計、採樣、時間、行業等元素影響,因此我們建議大家多留意市場發展,緊貼最新趨勢以制定更有效的市場營銷策略。

歡迎到 Facebook 和 Instagram inbox 我們!我們會盡力解答你的問題。如果你對我們的服務感興趣,歡迎與我們聯絡

相關服務

ChatGPT、Poe、MidJourney 等生成式人工智能(Generative AI)工具最近熱爆全球。用戶只需輸入一些文字提示,人工智能就能自動生成文章、圖片和影片,與人類的作品相似度極高。人工智能除了吸引消費者的注意,連國際品牌都考慮把這些新科技套用在營銷策略內。香港的情況又如何?現在有多少人使用這些生成式人工智能工具?如果人工智能聊天機械人與真人服務員相比,顧客會如何選擇?

Fimmick 與源大數據現正進行一項不記名的市場調查,希望了解香港消費者、品牌及市場推廣從業員對生成式人工智能工具的態度及使用習慣。我們誠邀你參加!請花 5 分鐘填寫這份簡單問卷。調查完成後,我們將與大家分享調查結果。

你對 digital marketing 有疑問嗎?歡迎到 FacebookInstagram inbox 我們!我們會盡力解答你的問題。如果你對我們的服務感興趣,歡迎與我們聯絡

科技發展一日千里!以 ChatGPT 和 Poe 聊天機械人為例,自推出後不用數月已經風靡全球,瞬間改變顧客搜尋資料的習慣。科技發展令顧客的需求、喜好和行為急劇轉變,品牌若要跟上市場的步伐,就必須懂得運用 A.I. 和大數據,配合最新 MarTech 方案,制定最適合市場的營銷策略。

立即報名參加【Fimmick Booster︰A.I. 及 ChatGPT 加乘 Data 如何顛覆營銷市場】網上分享會,我們將從趨勢、技術、應用三大層面剖析人工智能及數據於數碼營銷的應用,並介紹市場上的實際案例,幫助你的品牌作出最好決策!


 

拆解 MarTech 神秘面紗

從趨勢、技術、應用三個層面剖析 Data、A.I. 及 MarTech 大趨勢

  • ChatGPT 3 的特點、優點與限制
  • 預視下一代的 ChatGPT 加乘 Data 將如何徹底改變商業運作及營銷市場
  • 品牌怎樣挑選適合的方案,建立自己的 A.I 加乘 Data 策略
  • 低成本方案公開!品牌怎樣裝備新技術,迎接新機遇
  • 企業應用人工智能的未來趨勢和發展方向

【Fimmick Booster︰A.I. 及 ChatGPT 加乘 Data 如何顛覆營銷市場】網上分享會

日期︰2023 年 3 月 16 日 (星期四)
時間︰下午 3 時至 4 時
演講者︰Willy Lai,Fimmick 聯合創辦人及行政總裁
門票︰免費
截止報名︰2023 年 3 月 16 日 中午 12 時正
注意請使用公司電郵登記

條款及細則︰
  • 基於任何突發事件或不利因素而我們認為有必要保障個人生命財產的情況下,本公司保留權利取消或更改活動之日期時間而無須作出任何形式的賠償。
  • 如果需要取消或更改活動之日期時間,本公司會盡力於活動前 2 小時以電郵或短訊通知參加者,請密切留意相關通訊渠道。
  • 由於活動名額有限,我們會按實際情況分配名額,並非先到先得。使用公司電郵登記會得到優先處理。
  • 本公司有權隨時修訂此等條款及細則。如有任何爭議﹐本公司保留就爭議及與此等條款細則有關任何問題之最終決定權。