我們討論了建立對話式商貿平台的考慮及如何確保後台營運配合對話式商貿或電子商貿，達到真正盈利。

部署一套 business application (ie. ERP) 自然希望可賦能銷售 營運及盈利，但是，銷售紀錄 財務報表 等都是事實 即 lagging indicators。它們對於商家訂立長期政策仍然非常重要，但是，要在進入門檻極低的電子商貿突圍而出，我們商家需要訂立並監察 leading indicators 去及時監察檢討及調整每一個行銷方案。 

因此，使用 Conversation Commerce 發掘生意的同時，對於如何及時獲得並分析數據，當中究竟哪些數據是重要哪些相對容易被忽略等等，對於一眾商家就尤為重要。 

以下我們就集中討論哪些方面值得大家注意 

1.轉整為零，建立銷售漏斗 

Conversation Commerce 由廣播訊息為起點到客人回應/查詢到建議適合產品到最後交易，為一完整銷售流程。過程中涉及多次交流，當中或許時間跨度很長，或許當時客人並未有購買計劃，所以商家不應只針對一頭一尾計算客戶數量及訂單銀碼，而是要定立清晰的銷售漏斗（sales funnel）系統性地監察每一層的數據來確定每位客戶所處的狀態。一般的過程會包含

1). 什麼時候廣播/收到查詢

2). 客戶收到廣播訊息後有否點閱

3). 點閱後有否進一步查詢

4). 有否把推廣產品放入購物清單

5). 有否下單及付款。

定義好銷售漏斗後，就要靠系統來把各個環節的數據整合並視象化讓商家知道銷售鏈斷在哪一層，進而針對性改善推廣內容把斷層接上；簡單例子如推出 last minute offer 鼓勵買家於限時內結算購物清單。 

2. 分析客戶習性 

銷售漏斗除了定義了一個可跟進的銷售流程外，亦可透過大數據分析讓商家得出更深一層的分析。例如，什麼時段廣播的點閱率最高？哪些客戶較高？客戶收到推後多久才會點閱？客戶要經歷多少次對話後才會選購產品？這些商業分析（Business Analytics）可讓商家更加了解自己客戶群的習性，知道向哪些客戶提供更加產品資訊，向哪些客戶提供優惠促銷，繼而增加轉化率。與此同時亦可減低資源消耗，在正確的時間把力氣放在對的客戶身上。 

3. 運用大數據及AI提高轉化率 

以上提及的都是客戶的行為數據（Behavior Data），透過IM平台，商家還得到對話數據（Conversation Data），而如果商家都有規劃地儲存這些數據，再加上購物紀錄（Transaction Data）那麼恭喜你，你已擁有「新石油」！因此商家就具備運用人工智能（Artificial Intelligence）的條件，透過AI更快地找出目標客戶群及對客戶提供產品推薦。這類結合並分析3種數據的平台才可真正最大化AI的功能，及形成可持續的商業模式從結構上提升轉化效率。