Chapter 11 行銷資料科學與策略

一、資料所為為何? 資料運用的七個大方向

如果你所處的企業一向來都有儲存資料的習慣,千萬要抓緊掌握大數據發展的機會。在美國,有「資料博士」之稱的湯瑪斯‧雷曼(Thomas C. Redman),2017年6月15日在哈佛商業評論數位版(HBR, org)中發表了一篇文章《你該知道的資料處理法》(Does Your Company know What to Do with All Its Data)[1],臚列七種企業可以運用資料科學的方向。

  1. 制定更佳的決策

運用資料科學,降低不確定性,增加決策有效性。

  1. 進行現有產品、服務與流程的創新

運用資料科學,找出隱藏在現有產品、服務與流程背後的潛在商機。舉例來說︰財富管理公司透過資料科學,分析所收集到的顧客資料,包括投資目標、投資組合、過去的投資記錄,甚至是與顧客往來的信件等,進而提供顧客更個人化的服務。

  1. 將產品、服務與流程資訊化

將更多的資料,融入到給顧客的產品中。舉例來說,車商在汽車零組件上加上各種物聯網裝置,讓車商本身可以做到遠端偵測與修復,以維護行車安全。

  1. 改善資料品質

藉由資料科學的導入,盤點企業現有的資料收集及處理方式,以改善企業的資料品質。

  1. 將資料轉換成新的內容商品

將企業所產生的資料,轉換成對顧客有用的新商品。舉例來說,汽車製造商每月公布一次汽車銷售量,對投資者來說,這樣的速度太過緩慢。事實上,有汽車保險公司發現這個缺口,透過每日填寫新保單的數量,讓投資者可以更即時地掌握車商的動態,拉攏投資者的心。

  1. 連結資訊提供者與需求者

運用資料科學,讓企業內需要資訊的人,快速地獲得所需資料。舉個例子,許多公司擁有戰情室,聘請專人收集資訊,提供給企業內部需要的人。企業可透過資料科學,發展應用程式,即時將「戰情」提供給所需要的員工,並取代專人收集與傳播資訊的角色。

  1. 善用資訊不對稱

擴大資訊不對稱或是終結資訊不對稱,都可為企業帶來龐大的商機。舉例來說︰在經濟學裡,二手車商就是善用資訊不對稱而獲利的經典案例。而提供顧客「車輛歷史報告」的網站「車狐Carfax」,就以降低車商與顧客之間的資訊不對稱,獲得想買二手車的消費者好評,這也是終結二手車市場資訊不對稱的另一典範。許多企業在導入資料科學時,並不清楚資料科學能夠應用在哪些地方。雷曼(Redman)的想法已具體地提供我們清楚的方向。

[1] Redman, Thomas C. (2016), “Does Your Company know What to Do with All Its Data,” HBR.org, 2017.6.15. 林麗冠譯,《你該知道的資料處理法》,哈佛商業評論全球繁體中文版,2017年9月,33-35頁。

二、資料導向決策(Data Driven Decision-Making)

進入大數據時代,我們不厭其煩地指出,企業應將經驗導向,改為以「資料導向決策」(Data Driven Decision-Making,簡稱DDDM),意思是指企業能以「資料分析」為決策基礎,不要再使用以「直覺」為基礎的決策方式,因為兩者之間有著天差地別。

以網路平面廣告為例,當網頁平面設計師設計出廣告之後,一般公司會由行銷主管進行主觀判斷來決定廣告的好壞。再藉由主管提出修正意見,讓設計師進行修改。但如果是行銷研究能力強一點的公司,則會透過「焦點群體」(focus group)的運作,希望由少部分消費者來判斷廣告的好壞,意即由焦點群體內的消費者成員們提出修正意見後,交給設計師進行修改。當然,這樣作法的成本相對高很多,所以需要考量成本效益。

還有一些公司則會聘請資料分析師,在網站上針對平面廣告進行「A/B測試」,透過讓使用者們瀏覽到不同的平面廣告,以及偵測背後點擊與瀏覽行為的差異,進而判斷出網路平面廣告的好壞。同時,藉由不斷地修正與驗證,將平面廣告的效益,調整至最佳的狀態。

以上三種做法,第一種由主管決定最為「主觀」;第三種由資料來決定則最為「客觀」;而焦點群體法則介於兩者之間(此處係指由「客觀」的消費者提供其「主觀」的想法,但要記得,消費者的「想法」往往不等於其實際的「行為」)。至於第三種決策方式,就是所謂的「資料導向決策」(DDDM),如圖3所示。

圖3 三種做法之比較圖

繪圖者:張庭瑄

根據麻省理工學院(MIT)教授艾瑞克‧布林優夫森(Erik Brynjolfsson)等人的研究,在「資料導向決策」量表上,如果能做到每提高一個標準差,生產力則成長4%~6%。該研究同時也發現,採取「資料導向決策」的企業會有較高的資產報酬率、股東權益報酬率、資產利用率以及市場價值。

事實上,「資料導向決策」概念的本質,說得直接一點,其實就是「理性決策」。只是,過去要在有限的時間與金錢下,要收集到足量的客觀量化資訊有其困難。但隨著電子商務的興起,許多消費者行為,全部都在網路上進行,他們的喜好與真實行為也全部都被紀錄下來。因此,讓理性決策的可能性與適用性,大幅度地增加。

面對「資料導向決策」概念的興起,我們應該要選擇積極擁抱,因為這樣的概念可大幅增加決策的有效性。不過,這裡也要強調一點,採取資料導向但這並不代表,我們就要放棄「直覺決策」。畢竟不是所有情境,都適合透過「理性決策」來進行,例如進入一個完全沒有資料可循、或是只有部分資料的新市場,有時就得放膽去做,因為此時,展現企業家精神的「直覺決策」還是有其價值的。

<<本頁僅供試讀,若須閱讀完整章節歡迎參考行銷資料科學>>

行銷資料科學|大數據x市場分析x人工智慧

作者:鍾皓軒,羅凱陽,蘇宇暉
出版社:碁峰
出版日期:2019/07/30
語言:繁體中文
定價:520元
回到頂端