企業如何選擇適合的分析方法

行銷分析通常分為描述性(descriptive)、預測性(predictive)和指示性(prescriptive)三種類型。《哈佛商業評論》於2023年5月刊登了一篇名為〈行銷分析〉(Analytics for Marketers)的文章,探討了企業評估機器學習介入分析的適宜程度,以及如何選擇最適合的分析方法,如圖1所示。

圖1 三種智能分析方式

 

該研究建議,企業應該從「數據品質」和「商業類型」兩種角度來考慮:

1.數據品質

當數據有限且存在高度不相關性時,使用描述性分析提供方向性建議是適合的。然而,若有足夠精細的數據可使用,且數據與問題的具有密切相關性時,能自主推導出策略的指示性分析效果往往更好。在這兩者之間,預測分析則是一個適當的選擇。

此外,雖然指示性分析模型的建構較為複雜及昂貴,但指示性分析能自動化快速做出多項決策,且決策品質隨著時間推移而提升(可參考數據變多)。以決策效率跟發展潛力的角度來看,投資於指示性分析將變得划算。

2.業務類型

並非所有問題都適合使用智能分析方法。一些問題可能因為相關數據匱乏,或本質上無法透過分析得到解答,進而不適合使用這些方法。

舉例來說,在長期策略規劃和與創新相關的議題中,準確地定義問題比分析確認答案更加重要。反之,在定價、庫存管理以及行銷支出的優化等領域,精確的分析能夠顯著提升企業績效,因為在這些領域中,確定的答案將有助於更有效地滿足客戶需求。

總結來說,在選擇分析方法時,管理者的角色應轉變為提問者,並適當將後續的分析流程轉交給機器。基於此,管理者可以根據數據品質和業務類型來選擇適合的分析方法。

最後,人類與機器各有所長。人類擅長利用直覺處理有限數據和不熟悉情境,而機器則適合處理重複性高且數據豐富的決策任務。因此,管理者應合理運用機器的優勢,設定明確目標,以最大程度發揮其效益。

黃揚博(政大企研碩士,識商創辦人)、羅凱揚(台科大企管博士)

資料來源:Fantini, F., & Narayandas, D. (2023). Analytics for Marketers. Harvard Business Review, 101(3), 82–91.

更多商普好文推薦

智能化行銷的概念

智能化行銷的概念 智能化行銷是一種透過人工智慧、物聯網、大數據、雲端計算等技術實現的市場經營方式。它透過搜集、儲存、清洗、分析和呈現數據,以

閱讀更多 »
回到頂端