16種資料科學在數位行銷上的應用方式！

資料科學在數位行銷上的應用該如何進行？首先，我們可以思考兩個重要問題，這兩個問題，有助於我們發現其應用價值為何，以及得以創造價值的資料應用方式 — — 請見本系列的第一篇文章：資料科學在數位行銷上的應用（實務問題篇）

一、尋找資料科學與數位行銷的交集

為了進一步瞭解應用方式，西班牙馬德里胡安卡洛斯國王大學商業經濟系[1]的何塞·拉蒙·索拉（‪José Ramón Saura）教授，透過系統性文獻探討（Systematic Literature Review）來進行相關研究。

首先，索拉教授從多個學術論文資料庫，例如：ACM Digital Library、AIS Electronic Library、IEEE Explore、ScienceDirect、Web of Sciences等中，搜尋同時出現資料科學（Data Sciences）與數位行銷（Digital Marketing）兩個字詞的論文，相關的統計結果共有354篇。

接著，他進一步分析標題、摘要和關鍵字，排除了與本次研究目標較無關的論文，最後篩選出49篇文章，於2021年4月的《創新與知識期刊》[2]中，發表了一篇〈數位行銷中資料科學的使用：框架、方法和績效指標〉（Using Data Sciences in Digital Marketing: Framework, methods, and performance metrics）[3]，在此文章中，索拉教授一共彙整出了資料科學在數位行銷上的16種應用方式。

二、這16種應用方式是什麼？

以下，我們將針對這16種應用的資料來源進行分類，使用內部（企業網站與資料庫）以及外部（社群媒體）簡單區分，並附上相關應用說明，如下圖1所示：

繪圖者：謝瑜倩

（一）內部：企業網站與資料庫

1.分析線上銷售資料

透過銷售分析，解釋銷售趨勢、了解顧客需求，協助企業推出新產品。

2.分析即時資料

以利即時做出關於行銷、銷售、資訊傳播等良好決策。

3.線上追蹤顧客行為

追蹤與預測網站上的顧客行為，以利精準行銷與廣告投放。

4.優化顧客偏好

對擁有顧客偏好資訊的大型資料庫進行分析，以協助開發新產品或服務，滿足顧客偏好。

5.建置個人化的顧客線上體驗

透過之前顧客造訪網站所留下的訊息，提供個人化的顧客線上體驗。

6.改善顧客體驗（UX）

就網頁、App應用程序等圖形和視覺設計界面，改善用戶體驗。

7.構建推薦系統

創建自動推薦系統，對顧客的購買資料進行分析，進行精準推薦。

8.衡量和預測點擊次數（社群和付費廣告）

預測顧客在網頁和社交網路上的點擊次數，以提高線上廣告的效益。

9.衡量和預測顧客行為

預測顧客在交易過程中可能遇到的問題，並提前解決，從而提高獲利能力。

10.優化電子商務網站的庫存管理

優化電子商務網站的庫存，並預測銷售情況，提前向供應商下單。

（二）外部：社群媒體

1.追蹤社群媒體評論／互動

追蹤顧客與公司在數位生態系（Digital Ecosystems）中的互動，並根據分析結果，發展行銷方案。

2.分析社群媒體趨勢

分析社群媒體的趨勢，以避免出現危害公司聲譽的危機，或需要公司關注的社會議題。亦稱為社交聆聽（Social Listening）。

3.識別線上社群

識別線上社群影響力和社群意見領袖（KOL）。分析顧客對意見領袖及其資訊的信任度和忠誠度。

4.分析產品推薦和評論

分析消費者的評論和建議，以確認公司產品、服務的特色與關鍵。

5.分析用戶生成內容（UGC）

分析用戶在社交網路和數位平台上公開發表的內容。例如：推文、評論、分享、按讚等。

6.識別假消息

識別有關公司的網路假消息，並協助企業即時做出反應。

透過以上資料科學在數位行銷之應用的分類，企業可以藉此思考，如何做好在數位行銷相關業務上的布局，包含培養相關專業人才與團隊、發展執行數位行銷策略相關的知識經驗，讓資料科學得以在企業中發揮具體效益，帶來高價值。

在本系列的下一篇，將詳述內部企業網站與資料庫、外部網站輿情資料包含哪些資料類型，讓我們一路跟著索拉教授的研究，再進一步說明資料的四種分析模式（本篇的16種應用指的是分析行為，下一篇則是進行分析行為所需要的模式）。

繼續閱讀》資料科學在數位行銷上的應用（學術理論篇）

陳苡任（台科大企管系博士）、羅凱揚（台科大企管系博士）

[1] Department of Business Economics, Rey Juan Carlos University, Madrid, Spain

[2] 《創新與知識期刊》（Journal of Innovation & Knowledge, JIK） 是一本跨領域期刊，致力於推動經濟、商業管理、工程、科學與教育等多種領域的理論知識、實踐和創新，著重於人們如何透過創新獲得知識，以及知識如何進行再創新。

[3] 資料來源：Saura, Jose Ramon（2021）, “Using Data Sciences in Digital Marketing: Framework, methods, and performance metrics,” Journal of Innovation & Knowledge Volume 6, Issue 2, April–June, Pages 92–102.