機器學習 X 精準行銷 KDD 2.0程序：
【內部資料】實案應用 （附Python程式碼）

在開始之前，可參考先前撰寫的2篇文章，我們可以得到的概念：

1. 【學習機器學習必知的程序 — 資料庫知識探索】：讀者可基礎了解到利用資料庫知識探索（Knowledge Discovery in Database, KDD），可以將大量已存在的「資料」 ，透過層層的處理，最終分析出有意義、甚至可以幫助企業決策的「知識」。
2. 【機器學習 X 精準行銷 KDD 2.0程序：【外部資料】概念 （附實案應用）】 ：則藉由團隊業界經驗與KDD程序的結合，產生了KDD 2.0，更落地且易懂的架構，再以KDD 2.0套用到外部資料分析，快速找出重點關鍵標籤或關鍵字，了解消費者care的重點。

而本文即將介紹的是內部資料（例如：CRM的資料）可以如何透過KDD 2.0的方式進行有系統性的分析。就讓我們直接來看Python的實戰個案吧！

KDD 2.0程序 — 內部資料「案例2. 線上電商」

我們以線上電商情境個案搭配Python實戰，步步講解我們的KDD 2.0如何具體實際在Python機器學習中吧！

備註：情境個案因保密問題，將以真實個案經轉換之虛擬個案分析呈現。

首先，在KDD 2.0中，一樣讓我們從「決定目標」來介紹一下本線上電商及其目標（圖1）：

步驟1 — 決定目標

1. 產品：A線上電商主打的線上服務P產品
2. 通路：100％的網路媒介
3. 價格：$ 3,500元新台幣
4. 成本：$ 1,650元新台幣
5. 行銷成本：$ 300元新台幣 / 每位顧客
6. 銷售：A公司提供30天的免費線上服務 — P產品，期望期限內顧客能正式簽約購買P產品之服務
7. 資料蒐集：購買 = 1；無購買 = 0，提供的為5,000位顧客使用第7天時購買狀況之資料集；同時這也是我們要預測的主目標
8. 面對難題：不曉得到底應該使用廣告全投放還是機器學習模型來做投放?
9. 決定目標：以機器學習節省成本且有獲益的做P產品CRM的廣告投放

步驟2 — 建立目標資料集（搜集資料）

由於A公司之前沒有進行「建立目標資料集」的考量，所以我們必須透過A公司提供的現有資料（圖2）來決定我們是否可以以其機器學習的方式來做CRM的廣告投放。

如果讀者對「客戶資料蒐集的考量要素」欲有進一步的了解，歡迎參考：

概念與實作文章：用Python機器學習步步打造「自己的客戶精準名單」（附Python程式碼）

步驟3 — 資料清理與前置處理

由本案來說，因為演算法無法將本資料集的「location與gender」直接進行演算，而我們必須使用獨熱編碼（One-Hot Encoding）的編碼模式 ，將中文轉換成機器學習可以辨識的「數字」（圖3 ），才能算是將資料分析的前置作業完成（圖 4）！

若想了解不同的編碼模式，歡迎參考這篇對類別變數的回覆訊息哦！

將步驟3完成後，就相當於完成圖5資料處理的部分，接著我們就要進入分析建模的部分啦~

步驟4 — 分析建模

在分析建模的部分，我們一樣切分80%的訓練資料集，作爲模型訓練使用；與20%的測試資料，驗證模型的效果從測試集。模型方面，我們則使用了XGBoost的方法中找出每一個客戶預期會購買A商品的可能性/機率（圖6與7）。

步驟5 — 策略行動

建模完成後，即可開始上線，開始檢視分析狀況的好壞。

步驟6 — 評量成效

經過策略行動後，我們開始要來評量成效，看看模型預測成果的好壞程度（圖9）。

最後，我們來看看本案例所造成的效益（圖10），只對CRM資料中目標客群發送的利潤（13萬）是大過於對所有會員發送的利潤（11萬）！當然這利潤還要在扣除資料蒐集、機器設備、資料科學專案合作等費用，不過以長期的成效來說，使用機器學習的效果要比以往的方式要佳。

管理意涵

1. 自從2015年開始，FB對廣告觸及率逐漸調降，造成許多廣告觸及成效不彰，所以企業可以如本案例的A公司一般，將線上資訊（如：GA裡面可以觀察的註冊時間、停留時間等）結合會員CRM資料，以機器學習方法分析可能購買公司產品的舊客，對其進行廣告投放，更能有效的產生轉換效果。除了從本實務案例中得以見證，哈佛商業評論也在《The Value of Keeping the Right Customers》這篇文章中提過：「開發一個新客的費用是留舊客費用的5–25倍」，這表示留住一個舊客遠比帶進一個新客更划算
2. 業績好，不代表利潤高，所以主管或老闆應該要求員工以「營業利益/利潤」為做事原則，從本案例證實，如果不從利潤的角度著想，雖然可以賣很多產品，但是卻會讓公司賺得少，甚至賠錢，同樣的，我們能不能以利潤的角度來做獎金分配（這就像是機器學習中常見的損失函數一般），讓員工可以確實的以利潤為目標，試圖讓公司獲利更多。
3. 評估機器學習或者新方法的好壞，其中有一點是非常事關重要的，那就是「時間週期」在成效上的評估，以本案例來說，讀者或許認為獲利不如預期，怎麼才這麼一點點（約2萬元），這時候，時間週期便顯得尤其重要，因為這2萬元的利潤只是我們前面情境假設時所說過的「第7天」的狀況，所以我們如果推算一下，每天使用該類的機器學習模型能夠多2萬元的「利潤」（不計算維護等資料科學外包費用的話），我一個月就比之前還要多了60萬元的利潤，一年下來就多720萬元的利潤，而且還是持續累積性的。 但是如果這2萬元是一年下來才有的利潤，老闆與主管就要好好評估使用機器學習的可行性了。

作者：鍾皓軒（臺灣行銷研究有限公司創辦人）

繪圖者：廖庭儀（臺灣行銷研究特約設計師）