無印良品跨進大資料掏金 　分析430萬會員喜好提高來店率

知名國際零售品牌無印良品（MUJI）為了提高顧客忠誠度，導入Treasure Data大資料解決方案。透過分析網站以及行動裝置App的顧客行為，適時派送適應性的顧客優惠方案與廣告。這個計畫，讓無印良品在幾個星期之內，成功大幅提升讓顧客在網站瀏覽商品後，實際到實體店面或是線上商店購買商品的機率。

無印良品是日本生活用品品牌，販售產品線橫跨文具、食品、衣服、家具，甚至連交通工具汽車和腳踏車，在日本無印良品還兼營露營場。無印良品標榜其商品極簡的設計風格，沒有多餘無用的包裝與字樣，這些都是日文MUJI意思的呈現「無品牌標籤的好產品」。

雖然民眾對於無印良品的印象，大概就是日本的宜室宜家，但無印良品確實已在零售市場上，建立起屬於自己的獨特風格，至今也已與合作廠商，在全世界擁有超過450個零售點，以及提供超過7,000種無標籤的商品。

在1980年代發跡的無印良品，並沒有隨著時代的推演發展獨特的電子商務應用，雖然無印良品的網站有430萬的註冊會員，而iOS上的行動App也有140萬的使用者，但是對於如此龐大的會員數，無印良品也僅用於宣傳實體店面的銷售（Brick-and-mortar operations）。

直到最近，無印良品決定改變過去作法，發揮既有的會員的價值，找上被Gartner譽為「大資料中的酷炫廠商」Treasure Data，進行顧客忠誠度提升計畫。

Treasure Data是一家很年輕的公司，在2011年時成立，至今未滿三歲，Treasure Data提供架構在Amazon AWS（Amazon Web Services）上的新興的雲端服務，Treasure Data的方案降低兩個企業採納大資料解決方案的主要障礙。第一、不需要面對如Hadoop般的複雜底層架構。第二、初期不需要投入龐大的資金建構基礎建設。

無印良品從新部署的網站以及iOS顧客忠誠度App上，收集會員在頁面點擊的資料串流樣本，經過Treasure Data雲端服務加以處理成資訊密度較高的子集後，送往Amazon的PB級資料倉儲服務Redshift存放。分析收集來的資料，透過App傳送適應性的折價券和購買點數給會員，藉此連結線上瀏覽和線下購買，並在幾星期內提升了顧客到店率。

無印良品網路事業部的經理Takashi Okutani表示，Treasure Data的大資料解決方案對於無印良品來說，投資報酬率是相當高的，不僅能夠快速部署新的程式，並且不需要大幅度更動既有的資料與系統，無印良品僅花不到一個月的時間就讓新的顧客忠誠度功能上線。

不過，要儲存來自各頁面的點擊串流和會員行為資料，以及顧客交易紀錄，可預期的是，如此龐大的資料量將直接灌爆無印良品原有的資料倉儲，況且在大資料的應用上，資料倉儲是一塊關鍵拼圖，如果由無印良品自行維護，將必須克服不少關鍵技術以及付出極高成本，而現今雲端技術熱門的部分原因，便是雲端具規模彈性這項優點，因此無印良品最後選擇了搭配Treasure Data分析工具搭配AWS的雲端資料倉儲Redshift。

再者，不僅須考慮資料倉儲容量問題，因為使用者點擊操作頻繁，導致串流資料產生的速度極快，光是要將這些資料放進資料倉儲的動作，就已超過處裡負荷。所以在流程最前端，便是要依據訂定的規則，藉由Treasure Data雲端服務整理並分析這些原始資料，使其成為容量較小且具結構化的資訊，之後再放入資料倉儲中儲存。

無印良品的顧客滿意度提升計畫，是傳統廠商進入大資料時代很好的借鏡，許多原始資料都隱藏著不少資訊，只要經過簡單的利用便可產生很大的價值，過去的挑戰是，這些原始資料量過於龐大，無論是處理資源抑或是儲存容量都超過當時能處裡的規模太多，幸運的是雲端時代已來臨，將來會有越來越多類似的應用產生。