九九峰氦氣球樂園

OMO Integration Marketing & Membership Strategy

OMO 整合行銷與會員經營策略

01

Phase 1: 倒數啟航

Countdown to Launch (開園前一個月)

階段目標

首要目標

建立精準會員數據庫，收集高意向客戶資料。

次要目標

在中部地區建立認知度，提升社群追蹤數。

數據策略

整合薰衣草森林原會員系統，連動九九峰，為早期數據收集奠定基礎。

活動亮點 1: 九九峰早鳥禮

  • 限定體驗： 提供限量園區導覽、氦氣球體驗與餐點試吃。
  • 費用： 499元/人，可折抵消費，提高轉換誘因。
  • 會員整合： 篩選薰衣草森林既有高價值會員優先通知。
  • 標籤建立： 透過預約表單建立初步客群標籤（親子/情侶/朋友）。

活動亮點 2: 「300公尺視野搶先看」數位體驗

  • 高品質影片： 製作3分鐘空拍影片，展示園區景色與主題區。
  • 追蹤指標： 分析影片觀看時長、暫停點，洞察用戶興趣。
  • 轉換追蹤： 分析從影片點擊到預約完成的轉換漏斗。
02

Phase 2: 飛躍首航

Maiden Voyage (正式開園)

階段目標

首要目標

達成開園首月人次目標，提升會員轉換率。

次要目標

創造「全台首座氦氣球樂園」話題熱度。

數據目標

啟動完整的線上線下數據收集，建立客戶旅程追蹤系統。

活動亮點 1: 飛躍九九峰開園慶典

  • 開園限定： 前99名入園遊客免費搭乘氦氣球，創造稀有性。
  • 數據整合： 入園QR Code掃描，整合線上會員與實體行為。
  • 人流追蹤： 追蹤四大主題區人流分布與停留時間，優化動線。

活動亮點 2: 九九峰四季探索護照

  • 數位互動： 實體集章護照結合數位互動，完成體驗獲限定紀念品。
  • 動線優化： 確保良好的園區動線與體驗地圖，提升遊玩體驗。
  • 情資系統： 完善並落實客戶情資系統構架，為後續行銷鋪路。
03

Phase 3: 森林探索季

Forest Exploration Season (開園後1-3個月)

階段目標

首要目標

建立穩定客流，增強會員活躍度。

次要目標

提升園區內消費，平均客單價增加25%。

數據目標

完善個人化推薦引擎，實現精準的體驗與商品推薦。

活動亮點 1: 「慢美野飛」多樣性提升

  • 慢-生活區： 村民食堂推出限定料理，深化美食體驗。
  • 美-體驗區： 生活美館策展，引入微熱山丘等品牌體驗。
  • 野-探索區： 樹冠步道生態導覽，親子森林探索活動。
  • 飛-試膽區： 氦氣球夜間觀星、高空煙火等特殊體驗。

活動亮點 2: 九九峰探索積分系統

  • 跨品牌整合： 整合薰衣草森林集團跨品牌積分系統。
  • 任務設計： 設計闖關任務，增加園區停留時間與互動頻率。
  • 價值最大化： 預測會員流失風險，優化兌換機制，最大化客戶終身價值。

整體OMO數據整合架構

Overall OMO Data Integration Architecture

核心數據收集點 | Core Data Collection Points

線上觸點

  • 官網、APP
  • 集團會員系統
  • 社群媒體

線下觸點

  • 入園QR Code
  • 餐飲POS、商品購買
  • 服務人員平板

關鍵成效指標 | Key Performance Indicators (KPI)

會員成長

新會員註冊數

營收提升

客單價、搭乘率

體驗品質

滿意度、NPS分數

品牌整合

跨品牌消費率

薰衣草森林集團品牌整合優勢

既有會員基礎

30萬會員數據資產，可快速啟動精準行銷。

跨品牌協同效應

心之芳庭、緩慢、微熱山丘等品牌聯合行銷。

成熟營運經驗

豐富的休閒觀光產業經驗與服務標準。

文創IP能力

強大的品牌故事創造與視覺設計能力。

數據流程與架構可視化

Data Flow & Architecture Visualization

OMO初步架構 | Initial OMO Architecture

數據收集
線上會員註冊
現場入園記錄
消費記錄
活動參與
行銷接觸追蹤
數據中心
數據整合
(Google Sheet)
儀表板
數據分析
會員分群
消費模式
行銷轉換
策略執行
個人化推播
促銷活動設計
多管道整合
數據回饋

Google Sheet 會員數據中心架構

Member_Master | 會員主檔
入園記錄
消費記錄
活動參與
行銷接觸
Dashboard | 儀表板
會員概況
總會員數
本月新增
營收概況
本月營收
會員營收佔比
行銷效果
EDM開信率
回訪率

數據處理流程 | Data Process Flow

1. 數據收集

基本資料
行為數據
交易數據
回饋數據

2. 數據處理

清洗
標記
整合

3. 數據分析

描述性
診斷性
預測性
處方性

4. 決策與執行

會員策略
體驗優化
挽留策略
個人化行銷