資料科學在數位行銷上的應用-學術理論篇

善用資料科學，有助於提高數位行銷的決策成效。一般企業在進行數位行銷的數據分析時，對於資料來源，主要以內部的銷售資料及外部的網路輿情資料為主。

我們在上一篇提到了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）教授的文章〈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）[2]，索拉教授彙整出了16種資料科學的數位行銷應用，我們應用資料的來源分為內部及外部，幫助企業思考如何讓資料科學在企業中發揮具體效益。

延伸閱讀》資料科學在數位行銷上的應用（解決方案篇）

當一間企業擁有越完整的數位行銷資料時，越有機會善用資料科學。

究竟與數位行銷相關的資料來源，除了網路輿情資料與銷售資料外，還有哪些呢？上文提及的索拉教授除了彙整16種應用方式以外，更提出了適用於數位行銷的資料類型與分析模式。

一、四種常見的數位行銷資料類型

索拉教授整理了數位行銷中常用的資料來源，包括：交易資料、非交易資料、營運資料、與網路資料，如圖1所示。

1. 交易資料 （Transactional Data）

泛指跟交易直接相關的資料，包括：銷售資料、發票、收據、發貨紀錄、付款、保險、租金等。

2. 非交易資料 （Non-transactional Data）

與交易間接相關的資料，像是會員的資料（人口統計、心理、行為、生活方式等）。

3. 營運資料 （Operational Data）

指與物流、日常運營相關的資料。

4. 網路資料 （Online Data）

網路上可取得的資料，網路使用者產生的內容 （UGC）、電子郵件、照片、推文、按讚、分享、網站點擊、搜索行為、視頻、在線購買、音樂等。

其中，交易資料、非交易資料、營運資料屬於內部資料；網路資料屬於外部資料。

在進行數位行銷數據分析時，不只需要關注金流層面與網路輿情資料層面，同時，我們更不能忽略非交易資料以及營運資料，這些與交易本身較為無關的資料，得以讓我們進一步識別消費者行為、做好營運控管及優化服務，對於數位行銷策略的發展也頗具價值。

二、四種資料科學的分析模式

此外，資料科學的主要概念為透過數據分析來取得知識，以回答特定的研究問題。也就是說，經由數據分析，資料科學的技術可以從資料庫中取得可解釋問題、或是提出假設的分析模式（如圖2所示）。

表1：資料科學中的模式類型和描述

綜合以上所述，企業需要對交易與非交易資料、營運資料、網路資料，進行完整的資料搜集（亦即內外兼具），同時善用資料科學中的模式來進行分析，才能以較為全面的方式來思考，如何善用資料科學進行數位行銷的規劃與佈局。

作者：陳苡任（台科大企管系博士）、羅凱揚（台科大企管系博士）

繪圖者：謝瑜倩

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

[2] 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.