在傳統概念里，科技對企業最主要的作用就是幫助企業提高工作效率，優化流水線操作。但隨著科技新應用的發展，現如今，科技不斷推動企業創新、創造並進行戰略升級。毋庸置疑，企業與科技之間的關係正經歷著一次全方面的變革。
在這個以顧客滿意為主導的時代，為滿足市場需求，利用科技來分析了解用戶的共同趨勢和行為成為了當下企業最有力的工具。
而實施這種技術需要得到企業自上而下的全面認可，才能夠推動企業全面發展，並促使企業向數字創新方向轉型。
諷刺的是，給企業帶來改變的技術不僅僅能夠通過複雜的分析軟體實現，實際上，這種技術也可以由人類自身來完成。這就是現代數據分析師的力量！
通過基於消費模式而不是陳年計劃來執行策略，企業能夠直接從源頭著手，在其各種計劃的配合下提高用戶體驗。這種分析數據不管是在獲取新客戶，還是在維持客戶對服務滿意度方面都非常有用。
此外，這種方式還會自然而然地推動企業與其客戶在符合當代企業發展環境的全新層面上進行有意義的交流。
數字化轉型的必然性
這種數字化轉型是循序漸進、不可避免，同時波折重重的。
除了發展歷史悠久的企業對適應數據驅動的科技具有普遍的排斥並存在文化阻力外，企業進行數字化轉型所面對的最緊迫的問題是缺少實施這一轉變的人才。
事實上，65%的CIO（首席信息官）表示技術人才的短缺是阻礙目前狀態和現代企業發展潛能的直接因素，必須優先解決這一問題。
同樣地，在思科（Cisco）任職20年的CEO約翰·錢伯斯（John Chambers）曾經表示，如今的企業或將有三分之一無法在十年後繼續存活，因為他們將無法跟上數字化發展進程。錢伯斯指出：「我們要麼成為顛覆者，要麼被別人顛覆。」
企業樹立怎樣的觀念是推動數字化進程最主要的障礙：企業領導需要建立新的企業文化，鼓勵員工不斷學習並實施觸手可及的技術，而不是堅守傳統的企業價值觀。
案例一：TARGET（美國塔吉特公司）
企業不可低估現代分析師能力的潛在影響。以TARGET公司的數據統計師Andrew Pole為例，他在2010年偶然間利用了數據分析對某個在公司購物的客戶是否懷孕進行了預測。
作為宣傳活動的一部分，Target公司計劃利用各種優惠措施來吸引准媽媽們，並為她們提供所有孕期和新生兒產品。Pole在分析后發現孕婦在購買商品時通常更有針對性，例如，她們會購買大錢包、特殊的維生素產品以及有機化妝品。
之後，Pole設計出了一種演算法，他將購買歷史與客戶統計資料進行對比，從而決定某個女性顧客懷孕的可能性。如果客戶的數據模式在參數範圍之內，那麼該客戶將會收到與生育有關的優惠券。
事實證明Pole的演算法非常精準。一名父親曾非常生氣地質問Target經理為什麼Target員工會給他的小女兒發這些優惠券，幾天後這名父親返回到商場向該經理道歉，他表示他的女兒最終向他承認自己確實懷孕了。
雖然類似Pole這種為傳統零售業進行大數據分析的案例既非首次，也不是最後一次，但是這個成功案例卻讓企業深刻意識到針對其用戶群的定製分析有助於提高企業的收益。
案例二：健身行業
健康與保健企業在過去十年期間呈指數增長，但是健身行業是傳統企業當中還未充分發揮數據分析潛能的典型案例。
科技的發展使得運動應用已成為普通的手機功能：如今，健身運動類APP能夠輕鬆追蹤、監測並記錄運動距離、凈卡路里、肌肉增長量等數據。
與健身相關產品也同樣在不斷改進，例如預防損傷與康復技術、經過改良但仍時尚的運動服裝、心率監測器等，這些產業的發展同樣擴大了健身行業的影響力。
健身俱樂部也效仿其他產業進行著現代化改造，為其客戶提供最新的管理軟體和最智能的訓練設備：傳統的動感單車課程已轉變為VR（虛擬現實）單車競賽，各種健身運動APP平台上的鍛煉總結可以得到整合，以及自動登記機讓客戶可以隨時進入健身俱樂部進行鍛煉。
1. 取得分析數據
健身俱樂部結構簡單且容易掌控，是利用數據分析來提高整體用戶體驗的理想選擇。較之大多數傳統企業，健身俱樂部無疑保存並積累了更多的第一方數據。
在成為會員之前，客戶除了按照健身房要求提供一些具體信息外，還需要透露很多個人信息。客戶每次來健身房的時候，這些數據都會通過他/她的出席情況、課程報名、購買記錄等方式建立起來，這就為分析師提供足夠多的數據來分析用戶行為。
諷刺的是，即使客戶一直不來健身房，他們仍然在他們的客戶資料里留下了甚至更有價值的數據，因為這種行為通常表明這些客戶不太滿意或有可能終止會員協議。
廣義上講，商業智能能夠將以前的銷售結果與目前的銷售庫存量和供應量進行對比，從而對收益做出預測，企業可以利用收益預測來制定以維持或增加企業收入為目標的商業策略。
數據分析功能會創建一個綜合分類明細表，顯示哪項服務（會員制、銷售購買點、額外課程/訓練費用）是利潤增長點，以及每一項會帶來百分之幾的利潤。
這一數據同樣可以指出健身俱樂部哪些方面需要得到改善。如果是管理多家健身俱樂部，商業智能可以將銷售預測與關聯模式進行對比，從而對影響健身俱樂部利潤或客戶出勤率的因素進行適當調整。
2. 利用分析智能構建健身活動
此外，數據分析在安排健身俱樂部課程方面也起著重要作用。健身俱樂部不僅要提供吸引用戶的課程，更重要的是，他們需要將課程安排在合適的時間段內，這樣才能夠取得最佳的客戶出勤率、參與度，並最終提高客戶滿意度。
由於對於不同用戶人口統計（老年人傾向於早上鍛煉，而年輕人通常都在晚上鍛煉等），健身俱樂部的鍛煉高峰時間段會存在很大差異，數據分析可以利用以前的課程出勤記錄與評價來預測什麼時間適合什麼課程，以及最受歡迎的教練。
同樣地，通過在高峰期內跟蹤客戶人口統計數據，健身俱樂部可以將課程安排在某些用戶更願意參加的時間段。這種策略會取得雙倍的效果：客戶有更多的課程或訓練選擇，必然會減少高峰期有氧運動室或舉重室的擁擠度。
此外，當某個課程需要由另一個教練代課或要改成別的課程時，數據趨勢能夠提議差不多的替換選擇，這種替換選擇同樣能夠吸引該課程的用戶群，並讓用戶滿意。
3. 利用數據分析來預測並減少客戶流失
數字化技術的應用給健身俱樂部帶來了各種好處，而這一分析工具在應對行業最重要的問題——用戶流失方面更有著無可比擬的作用。雖然沒有準確指標來預測導致客戶流失的原因，但可以從各種因素考慮來明確有「流失風險」客戶：
正如本文上述所說，健身俱樂部會自然而然地收集各種客戶數據，並利用這些數據來了解用戶群的多樣性和慣性行為。
數據分析能夠明確健身房的高峰期和低谷期、健身會員的出勤模式以及活躍與不活躍的客戶信息，從而先創建一個中性背景。
通過分析一般相關因素，例如會員出勤的連貫性、零售消費、健身目標進程、線上參與度、合同期限、課程預定量與出勤率，以及個人人口統計數據，可以對個人和整體進行用戶流失風險評估。
將此數據進行分類，並與之前結束會員協議的用戶數據模式相對比，就可以預測出整體用戶留存率，並能夠很容易地明確存在流失風險的客戶。
一旦明確客戶的流失風險，健身俱樂部老闆就有著獨特優勢，可以通過向有流失風險的客戶提供定製營銷活動和服務降低客戶流失意向，從而干擾留存預測。
這些「智能服務提供」能夠實現雙重目標：不僅能夠吸引客戶利用這次推銷活動，同時還能讓客戶覺得自己得到關注。這種簡單但真誠的姿態不僅能夠極大地縮短管理層與客戶之間差距，還能夠與客戶建立積極的聯繫。
通過數據分析，健身俱樂部經理可以根據實際情況對客戶滿意度進行預測，而不再是憑直覺做出商業決策。針對流失用戶制定的計劃以及整體用戶的支持不僅能夠減少用戶流失，還能夠為企業提供前所未有的洞察力，讓企業了解如何從健身俱樂部的服務、產品、課程乃至教練方面最大化地增加利潤。
顛倒數據順序可以讓你了解哪些行為最不可能造成用戶流失，進而幫助制定推廣活動，獲取新用戶。你可以通過數據明確平均人口統計信息，哪些課程有成員參加，了解哪些活動的成員活躍度最高且利潤最多，你還可以在傳達的信息和用戶群構建中利用這個數據。
總結
由於健身行業整體上已經遵循「用戶體驗先行」的企業轉型模式，所以健身俱樂部需要採用同樣的心態來對待客戶。
雖然健身俱樂部只是數字化變革中一個很小的縮影，但其發展案例與各行各業不同規模的企業都息息相關。數字時代已經開啟，包括健身俱樂部老闆在內的企業領導們都需要適應時代發展的要求。
或者更權威的話來說：「要麼顛覆，要麼被顛覆。」
作者：Laura DiBiase
網址：https://www.jeffbullas.com/how-digital-marketing-can-transform-brick-and-mortar-businesses/
翻譯：「即能」小程序，公眾號：「即能學習」