【採訪 / 撰文：顏理謙】
「數據真的有這麼神奇？」這是台灣紐巴倫總經理常希仁第一次接觸數據分析時的反應。
New Balance在台灣的銷售，目前都是以實體通路為主。在過去，New Balance是靠著現場經驗累積來判斷商品陳列、行銷操作和人力調度，但是從去年開始，他們開始與大數據分析預測軟體公司MIGO合作，在台灣兩家門市和中國約300家門市展開零售科學實驗，企圖從數據中挖掘金礦。
從產品設計到實體店都渴求大數據
New Balance並不是第一次和數據交手，只是應用的方向和過去完全不同。為了研發和改良產品設計，New Balance長期以來都會蒐集運動員的大數據當作參考。但是現在，連實體店面也要利用數據分析來優化消費體驗、提高銷售成績。
常希仁表示，New Balance從前年開始和MIGO接洽，經過不斷討論和溝通，去年5月終於正式導入智慧零售解決方案「AIR」（Artificial Intelligence for Retail），其中包含物聯網感測設備和數據分析模型。依商品貨架數量分配，每間門市平均在天花板上安裝8到10個感測器。大致來說，4公尺高感測器可偵測範圍約1.8平方公尺。
「講實話，大數據什麼的，那時候其實不是很懂。而且當時也沒把握，不知道這個東西對我們有沒有幫助。只是想說走走看，才慢慢變成現在這個樣子。」常希仁說，企業經營過程中，最可怕的事情就是「你並不知道自己『不知道什麼』」（We don’t know what we don’t know.），而透過物聯網數據蒐集，便可以幫助New Balance看到過去看不見的重要資訊，用科學方法來驗證藝術思考。
到目前為止，New Balance已經在台北西門町和台中兩家店舖引進技術，中國採用店鋪數約300間。有趣的是，常希仁說，決定導入技術後，公司內部並沒有出現太多反對意見，幾乎是一致贊同，大家只在意導入速度快慢與否。這或許也間接反映了零售業對於數據的渴求強烈。
用數據照顧現有客戶、找出新客戶
運動用品市場具有特殊性。不論你要買專業慢跑鞋還是經典復古款，一定都得到店頭試穿，才知道合不合腳、是否耐看好搭。因此，實體店的存在不僅無可取代，對實體店面的掌握程度，也是決定銷售成績的關鍵。而New Balance目前主要將數據分析應用在兩個方向，第一是照顧現有客戶，第二是找出潛在客戶。
New Balance過去在經營實體店面時，多半是憑經驗法則思考。例如直覺認為周六下午某個時段的消費者人數最多，應該要加派現場服務人員，或認為消費者走進店裡後，大多先從A點走到B點再走到C點，所以產品陳列應該要符合這樣的行為模式。「結果根本不是這樣，我們錯了！」常希仁舉例，例如原本以為周末下午的某個時段會是人潮高峰期，所以加派人手，但實際監測數據才發現，真正的高峰期是落在兩個小時後，這才從而改善門市人力調度。
除此之外，New Balance還運用數據找出潛在客戶。「企業永遠都在找尋潛在機會。」他表示，New Balance在台灣的營收主要來自實體，但實體店面每天的營運時間和服務的客人數量有限。「我們常聽人家說，當你聽到一個客人的抱怨，後面其實隱藏了十個抱怨。反過來講，當我看到一個客人進來店裡，後面可能隱藏了十個客人會跟著來。但是那十個人是誰？不知道。」
透過數據分析模型，New Balance將消費者分成五大階段，分別是第一次消費的「新顧客」、在個人購物週期兩倍時間內有消費的「主力顧客」、個人購物週期超過兩倍時間未回來消費的「瞌睡顧客」、個人購物週期超過2.5倍未回來消費的「半睡顧客」，以及個人購物週期超過三倍時間未回來消費的「沉睡顧客」。
「消費者這麼主動積極來店頭，還願意掏錢，反而是我們沒有持續性地照顧他們。」常希仁說，導入數據分析前，大家隱約感覺得到客戶流失，但，實際掌握流失掉的客戶數後，同事們都很震撼。而現在，針對不同類型的消費者，New Balance會開出不同的「藥方」，例如透過行銷資源投放，主動推薦最適合的產品。
他指出，New Balance會繼續加強數據收集和解析，預計今年會在全台各地商圈挑選六到八間具有代表性的店家，安裝相同的物聯網裝置，其中也包含台北東區。他透露，其實不只New Balance，業界許多知名品牌也都在研究數據分析。「運動產業最有挑戰的地方是，大家都很敢嘗試。因為我們不是最大的，所以一定要跑得快，才有機會贏。」他說。
而在這場沒有終點的馬拉松裡，至少New Balance已經邁出了一大步。
