• 想要瞭解市場概況與顧客樣貌，卻要花費不少市調費用探查市場概況嗎？
• 花費精力得來的市調分析，真得能反應消費者需求及市場動態嗎？
• 爬取了許多市場輿情大數據，但下一步的商業策略呢？

外部輿情的爬取、監測與蒐集成為企業掌握消費者動態不可或缺的重要戰略技巧。然而，

• 這些不同的輿情監測工具，是否讓您產生了選擇障礙？
• 針對個別市場的分析，是否受限於既有的輿情工具？
• 五花八門的解決方案，帶給您我的商業洞見真的足夠嗎？

本課程透過「外部輿情爬蟲」、「商品種類需求分析與目標關鍵字分析」以及「市場顧客樣貌分析」３大學習重點，幫助您達成學習目標！

在這個章節中，我們會開始安裝 Python 必要的開發環境（如：Visual Studio Code 等）與介紹程式撰寫工具。

讓我們可以順利接續後續 Python 語言的撰寫，如下圖所示。

▲ Python 爬蟲與輿情分析環境安裝圖

在章節 3，我們會深入淺出講解爬蟲原理與分享爬蟲秘訣大全，如下圖所示，讓大家理解爬蟲的型態與撇步～！

▲ 爬蟲心法與流程圖

接著，再手把手帶領大家實作 Python 程式碼範例，一步步從零到高手建置爬蟲，如下圖所示。

▲ 爬蟲語法示範圖

學會了爬蟲基礎，接下來我們就要開始實際學習網路爬蟲！ 並以兩個面向作教學。

1. 1. 技術面：爬蟲裡面的 request, header, bs4 等實際操作手法。
   2. 商務面：爬取商務網站的資訊，同時爬取全台最大輿情平台的外部輿情，奠基後續顧客樣貌的資料分析基礎，如下圖所示。

▲ 外部輿情分析圖

該如何從輿情中找出潛在財務資訊，製作顧客分群？

在課程案例中，我們將由 PTT 爬蟲資料著手，爬取賣家商品基本資料、消費者標籤、消費者資料等，教導學員創造可分析的外部輿情資料集，奠定後續分析的重要來源，如下圖所示。

▲ PTT外部輿情圖

將資料爬取下來後，我們會在課堂教授PTT資料整理心法，讓我們可以順利地進行下一章節「爬蟲輿情分析：市場顧客樣貌分析」的每一步分析，如下圖所示。

▲ PTT爬蟲資料處理圖

學會了爬蟲技巧與PTT爬蟲釋例後，如果您對其他相關網站有爬蟲及分析的需求，您都可以客製化本課程模組，以資料科學與消費者為中心的角度，更有效的分析了解您的市場！

爬取我們所需的 PTT 的外部資料來源後，章節5  我們就要開始實戰市場顧客樣貌分析！

首先，我們會瞭解如何操作 K-means 分群演算法，如下圖所示。

▲ K-means 分群概念圖

進行K-means 顧客分群後，我們會開始彙整 SKU（存貨單位）表，讓我們能以消費者為中心的角度，評估消費者普遍喜愛的 SKU，快速得知高聲量及高評價產品主題的尺寸、顏色等市場概況，作為產品 SKU 決策的重要依據。

接著，再使用輿情分析技術，結合團隊溝通技巧，從PTT資料的消費者標籤中選擇重點關鍵字，以聲量作為潛在財務指標並將它應用在市場區隔的消費者特徵挑選，如下表所示。

▲ 透過潛在財務指標選取重點關鍵字示意圖

決定了重點關鍵字後，將關鍵字結合分群演算法，「以消費者為中心」分析出各市場顧客樣貌的基本資訊，即可探討應該選擇哪些顧客樣貌作為市場區隔。

最後，我們會製作出顧客樣貌區隔分析財務表，如下表所示。協助我們釐清準備「進入市場」前可以查看的重要「財務指標」。

▲ 顧客樣貌區隔分析潛在財務表

透過這樣的分析方式，便可以更清楚的找出可以進入的顧客樣貌區隔！

為了視覺化方便，我們也會教您使用動態網頁呈現市場區隔財務表，協助管理者以視覺化的方式，更瞭解整體市場區隔狀況、一覽無遺的查看每一個市場區隔的重要關鍵字。

◎ 最後帶您重點複習：

本課程藉由爬蟲的基礎技巧以及靜態網頁實戰練習，帶您爬取全台最大輿情平台，找出消費者的外部輿情

教您進行市場區隔找出顧客樣貌，最後結合潛在財務指標邁向資料分析的商業價值

若您…

1. 想奠定Python爬蟲的基礎

2. 想體驗輿情數據分析實戰

3. 想了解「外部輿情資料」如何結合「顧客樣貌與潛在財務價值」

► ► 這堂課將帶給您滿滿收穫，拓展出全新的「Python分析」視野！