INNISFREE

客戶證言

過去，我們的顧客資料分散在多個系統，行銷團隊需耗時手動整合資料進行分析。故導入 Appier 的 AIRIS與 AIQUA 一站式數據整合與行銷平台，成為我們實現數據驅動的關鍵。AIRIS 成功整合官網、CRM 與第三方平台資料，助我們打破數據孤島，更直觀地分析跨售機會；AIQUA 提升團隊效率，可獨立管理網站，並提供個人化產品推薦與 A/B 測試。在 Appier 專業團隊的支援下——從策略擬定到轉換流程都非常細緻，提供了高度貼合的建議——我們成功實現了年轉換率的增長，成功將洞察轉化為實際營收，是我們推動會員經營的重要夥伴。

INNISFREE TW

四大關鍵因素 幫助 INNISFREE 取得成功

Appier 協助 INNISFREE 打破數據孤島，成功整合來自不同渠道的顧客資料，建立單一會員視圖，作為個人化策略的基礎。透過 AIQUA 行銷平台，行銷團隊能自主推播站內活動與優惠，無需依賴 IT 部門，大幅提升行動效率。Appier 客戶成功與策略團隊也持續提供專業建議，深入協助品牌對齊商業目標。最重要的是，INNISFREE 已成功建立以數據為核心的決策流程，推動行銷效能優化與顧客關係深化。

INNISFREE 的商業目標及對應的挑戰

INNISFREE 在導入解決方案前主要追求三大核心商業目標，分別是實現無延遲的 OMO 數據與洞察、落實規模化的個人化消費體驗，以及持續提升顧客終身價值。

針對上述目標，品牌面臨了對應的執行挑戰。在數據整併方面，由於用戶資料分散於總部 EDM、簡訊及外部廣告平台，手動比對與擷取的困難使其難以形成單一且可信的顧客輪廓。在行銷落實上，受限於繁瑣的操作流程，官網內容更新需頻繁與 IT 部門協調，導致反應時間過長且缺乏應對市場變化的敏捷性。最後在策略優化方面，因缺乏整合式的成效追蹤儀表板，團隊難以全面掌握行銷表現或追蹤完整的顧客行為軌跡，進而導致策略難以依據數據進行持續優化。

Appier 數據驅動的三大策略

為解決 INNISFREE 的挑戰，Appier 設計了三大策略：

1. 透過 AIRIS × AIQUA 架構整合線上線下會員與行為數據，打造單一可行動的顧客視圖，加速策略制定與自動化行銷部署。
2. AIRIS AI 分群與自動化推播無縫同步，賦能 AIQUA 實現即時且精準的個人化體驗，全面提升轉換效率。
3. AIRIS 多維追蹤與成效分析儀表板，讓品牌能持續優化營收成效與會員終身價值，建立良性的數據驅動成長循環。

走向 AI 世代的新數據引擎

INNISFREE 過去使用來自不同廠商的 CDP、MA 與 Chatbot 工具，面臨資料分散、無法整合與操作效率低的挑戰。導入 Appier 的 AIRIS（CDP）、AIQUA（MA）與 BotBonnie（Chatbot）後，成功整合資料來源，實現即時同步、統一顧客視圖與共用資料架構。這套 AI 世代的資料庫共享系統，讓品牌能建立跨通路一致的顧客輪廓，為個人化行銷與自動化營運提供即戰力。

打造高效資料活用引擎：深度挖掘顧客旅程與價值分析 

INNISFREE 結合 AIRIS 與 AIQUA，打通數據視角，深入剖析訪客進站行為、會員註冊與綁定路徑，以及不同層級會員的貢獻差異。從站內互動與潛力分眾中掌握轉換關鍵節點，精準優化註冊誘因與旅程設計，同時挖掘高價值族群以提升留存與客戶終身價值（LTV），全面強化數據驅動的行銷決策力。

1. 訪客進站旅程分析

   透過 AIRIS 進行訪客行為與轉換路徑分析，優化斷點頁面與彈窗視覺，成功提升整體轉單效率與用戶體驗。

   
2. 會員註冊和追蹤
   

   分析訪客從瀏覽到註冊與購買的每個節點，成功提升註冊會員率 21.7%、購買行為轉換率 23%，精準掌握流量轉化路徑，全面優化新會員旅程。

   
3. 跨層級會員價值分析
   

   建立以會員等級、RFM分群與通路偏好為基礎的精準分層策略，掌握高潛客群與流失風險，推動高價值會員持續受眾、活躍經營與流失回補，全面提升會員經營效益。

   

AI 自動化分眾同步：個人化行銷無時差

INNISFREE 運用 Appier 的 AI 行銷引擎，精準刻畫從訪客、新客到回購熟客的全旅程，針對每個客群生命階段設定個人化目標與行銷情境，並透過 AI 進行跨產品推薦與高低價位分群推播，提升活躍度與單客營收。同時結合生命周期與品項偏好分析，優化商品組合與回購節奏，實現以顧客為中心的體驗自動化，最小化流失風險、最大化各階段的轉換與價值。

AIRIS x AIQUA 自動化受眾同步

將高價值客群自動納入受眾清單，並由 AIQUA 即時同步推送個人化行銷內容，實現無縫自動化分群與溝通，大幅提升轉換效率與行銷精準度。

打造以顧客為中心的個人化體驗

以完整設計的顧客旅程藍圖為基礎，搭配自動化分眾與個人化推薦，有效提升會員量、轉換率與客單價，實現從忠誠培養到品項擴購的全方位營收成長。

1. 會員忠誠計劃
   

   建立會員忠誠經營節奏，從新會員加入、互動促轉、權益喚醒到生日回饋，實現分眾分層的自動化經營，提升會員黏著與終身價值。

   
   
   
2. 最大化轉換與營收
   

   透過自動分眾精準識別高潛力顧客（如 VIP、壽星、特定品項愛用者），並結合個人化行銷溝通，持續喚醒沉睡用戶、推送補貨與生日提醒，成功提升購買轉換率 23%，壽星生日in web 提醒年轉換價值達 85 萬。

   
   
   
3. 個人化商品推薦
   

   INNISFREE 導入 AI 商品推薦模型，透過 NLP、協同過濾與深度學習實現 1:1 精準推薦，有效提升轉換率達 78%。搭配 campaign 儀表板監控商品成效，實現個人化推薦與跨售機會最大化。

   
   28種 AI 推薦模型
   Appier 擁有 28 種 AI 推薦模型，全面覆蓋 INNISFREE 顧客消費旅程各階段，從首次造訪到結帳皆能精準推送個人化商品。根據用戶行為、喜好與相似性推薦，提升關聯商品曝光與轉換機會，打造完整的 AI 行銷動線。
   
   INNISFREE 採用推薦模組的起源與策略
   

   為解決推薦作業高度依賴 IT、人工作業與轉換追蹤困難，INNISFREE 導入 Appier AI 模型進行商品推薦與自動化素材調整。透過購物車頁推播、A/B 測試與 Smart Resize 等功能，提升推薦效率並自然帶動會員轉單與營收成長。

   
   AI 個人化推薦模組 6個月內增加133萬的轉換價值
   

   透過 Appier 無程式碼推薦模組、A/B 測試與多種情境應用，在 6 個月內創造超過 133 萬元的轉換價值。推薦模型自然融入用戶旅程，實現 1:1 個人化商品推薦與轉單優化。

   
   AI 推薦模組 x 資料分析模組 = 成長動能掌握與預測
   

   INNISFREE 結合 AI 推薦模組與創意設計模板，有效縮短製作時間至 1 天內，設計效率提升 7 倍。透過無需程式碼的操作介面，打造超過 100 種情境模板，實現快速上線與高轉換點擊意圖。

   

INNISFREE 實現 OMO 跨渠道歸因分析

INNISFREE 結合社群導流、商品銷售與顧客購買週期分析，透過 Appier 整合線上與線下 OMO 行為數據，精準掌握不同產品的銷售趨勢與回購節奏。從 LINE 等社群引導至官網完成購買，再結合 CRM 資料分析商品偏好與跨店消費行為，有效歸因轉換來源並優化促購節奏，建立持續優化的營收成長循環。

1. Line 與社群不再追蹤曝光和點擊：從導流到結帳 ROI 與營收一目瞭然
   
   INNISFREE 將 LINE 導購活動與結帳數據串接，追蹤從曝光到營收的完整轉換路徑。透過雙軸分析，清楚掌握每檔社群導流活動的 ROI、轉換率與客層輪廓。
   
   
   
2. 產品銷量和不同價值的客群一鍵分析：讓銷售成長和衰退走勢透明化
   

   將銷售數據依照客群價值分群，快速比對各族群的購買表現、貢獻營收與回購趨勢。透過一鍵分析功能，讓成長與衰退走勢清晰可見，助攻行銷決策。

   
3. 為不同受眾平均購買次數及回購週期：提供彈性和細緻的洞察分析
   透過靈活的指標與受眾設定，打造更細緻的會員經營與再行銷策略。
   

數據驅動轉型：從流量整合到營收獲利

透過 AIRIS 與 AIQUA 打造資料共享架構，INNISFREE 實現即時分眾與個人化推薦，讓線上與線下數據整合成為驅動營收成長的引擎。AI 導入後，不僅大幅縮短行銷作業時間、提升效率達 7 倍以上，更透過分眾精準推播，讓購買轉換率提升 23%，個人化推薦模組在6個月內創造超過 133 萬元的轉換價值，全面加速會員經營與營收循環。