為提供您更多優質的內容,本網站使用cookies分析技術。若繼續閱覽本網站內容,即表示您同意我們使用 cookies,關於更多cookies資訊請閱讀我們的隱私權政策
作者/張志誠Cheers雜誌第197期 2017-02-01 圖片來源:本刊資料照片
數理好的人才能碰大數據?找人分析數字之後業績就會拉高?無論你是原本就對數字「苦手」,還是對大數據躍躍欲試卻不知從何下手,前王品集團國際品牌處總經理高端訓的轉型經驗和翻轉概念,都對你十分有益!

好評再加開【預測行銷╳會員經營】限量100席! 如何掌握市場機會讓顧客回籠?7/13「預測行銷╳會員經營」,一堂課釐清重點,掌握會員經營的關鍵模式!

2015年,前王品集團國際品牌處總經理高端訓暫別職場,展開出國遊學的人生初體驗,前往美國加州大學爾灣分校進修最夯的大數據學程(Accelarated Certificate Program in Data Science & Predictive Analytics for Business Professionals, UC Irvine)。課堂上,他將過去24年累積的商業實務不斷和老師進行碰撞,擦出許多精采火花,也為高端訓的人生新頁埋下種子。

2016年,他返台擔任李奧貝納首席大數據@品牌顧問及商業總會品牌加速中心品牌長,成功站上職涯下半場的起跑線。如何將大數據應用在行銷和管理上,是高端訓正大力推廣的知識工程。他最想告訴上班族的一句話是:其實大數據沒有那麼難!

沒有數理和資訊科學基礎,也能搞懂大數據嗎?若不是工程師或資料分析師,又能如何應用大數據的概念,為工作加值?高端訓歸納出5個關鍵,一一開講,破解大家對大數據的恐懼。

Q1:數理好的人才能碰?

A:No!會跨領域解讀才有價值

很多人問:「為什麼直到最近,大數據才突然爆紅?」我認為原因有三:

第一,統計軟體和大數據應用工具的成熟化,讓多數人只要稍加訓練,就能進行大數據分析。

第二,資料儲存設備的普及和多元,除了硬碟能儲存大量資料,還可以放上雲端。

第三,Facebook、Amazon、Uber、Airbnb等網路大平台產生巨量資料,也投入大量人力為巨量數據進行分析,使得職場開始出現大數據相關職缺。「硬體儲存+軟體應用+數據量爆發」三個條件都成熟,讓大數據成為新顯學。

根據國際數據資訊公司(IDC)分析,全世界資料量正以每兩年就翻倍的驚人速度增加,預估到2020年,全世界資料量將會是2009年的44倍。資料量太大,涵蓋面太廣,每個人看到的大數據面向都不同,使得大數據就像寓言故事《瞎子摸象》中的大象,人人都在談論,但人人的定義都不同。

過去幾年,台灣在探討大數據時,多半著墨在電腦科學端,參與研討會的人也以資訊業者居多。大數據界流傳一個笑話:如果叫電腦專家做大數據分析,他會先開軟硬體清單,然後建置系統,但不知道要分析什麼;如果要統計專家做大數據分析,他會先跑出1,000張報表給你。這個笑話其實是說:若沒有產業知識,大數據就沒有意義。

我在修大數據學程時,有5個印度同學,他們的電腦專業很強,但下課後總抓著我問統計概念,因為我過去除了商業實務外,讀博士班時也用過統計。所以,若想從事大數據相關工作,第一就是不要怕統計。

大數據分析不是要你證明統計公式,而是得具備統計學的基本概念。例如,只要知道統計學中迴歸分析的目的,在於找出X變數對Y變數的相關性就夠了。

以商業上的實務為例,價格(X變數)改變後,對銷售(Y變數)有何影響?不用證明價格為何會影響銷售,而是找出價格改變對銷售的效果,當價格調降5元或10元時,何者最能提高銷售額?或是當我們將各地區的銷售數字輸入軟體,從跑出來的數字發現,南部對價格調降的敏感度比北部高很多時,這時南部市場就可主打價格行銷,北部市場就要利用其他手段來刺激銷量。

如何解讀大數據分析後的資料,有賴於是否具備產業知識和實務經驗。至於統計公式都已經內建在軟體內的下拉式選單中,連指令都不用寫。但如何解讀跑出來的數字,才是大數據最重要的價值。

Q2:如何正確理解大數據是什麼?

A:先從「6V特性」下手,LKK也能懂

專家認為,大數據的特性,可以用「6個V」來說明。

1.Volume(大量)

不論是非數位或已數位化,全世界已經累積無比龐大數量的資料,所以大數據的第一個特性,就是如天文數字般的龐大資料量。

2.Variety(多樣性)

大數據中的資料形式非常多樣化,包括網頁、電子郵件、社群互動訊息、圖片、視訊、音樂、線上交易、搜尋行為等,都會留下各種數據資料,當然,這也提升了資料在儲存、發掘和分析上的難度。

3.Velocity(產生和傳輸速度快)

隨著愈來愈多設備連網,以及愈來愈多使用者隨時都在產生各種資料,各種需要處理的資料不是批次的,而是像水龍頭一般流進資料庫。因此,快速接收、處理、回應大量資料進而產生價值,變成大數據在應用上最大的挑戰。

4.Validity(正確性)

並非每筆資料都有用。就像Facebook上的一個「讚」,究竟是表示對方真的支持你,還是禮貌性地只表示看到了?換言之,定義何謂正確和有意義的資料,遠比只是追逐資料的數量更重要。

5.Visibility(可見性)

很多人認為大數據看不到,摸不著,事實上,大數據是「視覺化」。例如,一篇部落格文章有多少人瀏覽、回應評價?一個產品上線後有多少流量?都可以用數字或圖表呈現,所以大數據是看得到、也能感受得到的。

6.Value(價值化)

通過大數據技術分析海量資料的目的,就是要產生有價值的資訊,以利決策。如果最後只得到沒價值的產出,那投入龐大資源去做大數據分析,也就失去意義了。

Q3:網路資料才叫大數據?

A:No!重點在「能否蒐集到有意義的資料」

很多人以為網路興起後才有大數據,或只有網路數據才算大數據,但大數據其實早就存在,早期的ERP(企業資源系統)、CRM(客戶關係管理系統)就是存在於個別平台上的數據。

有了網路後,數據量以倍數成長,Amazon、Facebook,台灣的Yahoo、PChome等都是累積大量數據的大平台。不過,並非只有大平台才有資格做大數據分析,重點是:能蒐集到有意義的資料。

像我到王品的第一天,就開始利用顧客問卷建立會員資料庫。我們設計的問卷內容很簡單,除姓名、性別、年齡、教育程度外,問卷中最想知道的,是顧客最常去哪一家店?多久去一次?藉此了解他的生活範圍和消費習慣。

很多專家認為我們蒐集的會員資料太少,應該增加更多類別才對。不過,當問卷問題太多,顧客就不想填,反而什麼都蒐集不到。不問顧客的收入,是因為這問題太敏感,顧客填寫時有心理障礙,得到的可能是假訊息。況且他都能來消費了,何必管他收入多少,反而是他多久來一次比較重要。如果半年來一次,可能是新顧客;但半年來三次,就表示他是我們的VIP。

針對不同顧客,有不同行銷手法。像我們會不定期發優惠通知給新顧客,吸引他們再次光臨;對VIP則贈送禮物,消費時提供特別服務,讓VIP倍感尊榮。所以,數量少但準確度高的資料,在品質上反而比不相關的大量資料更好。

Q4:大數據跑完分析要做啥?

A:一對一的個人行銷4.0

當商業運作從產品開發導向的行銷1.0,到消費者導向的行銷2.0,再到以企業社會責任(CSR)為使命的行銷3.0,接下來的行銷4.0,會走向一對一的個人行銷,讓每個單一用戶都能滿意企業提供的商品或服務。

過去行銷人員不斷在「為什麼消費者喜歡某個產品」這個問題上找答案,到了大數據時代,「為什麼」變得不重要,反而必須找出「消費者跟某個產品的相關性」。

消費者不會永遠只喜歡一樣商品。以Amazon為例,Amzaon分析上億用戶搜尋的歷史資料,比對用戶跟產品以及產品跟產品間的關聯性,進而開發自動推薦系統。例如系統發現買大數據書籍的用戶中,絕大部份也會買雲端管理書籍,因此某一用戶在瀏覽大數據書籍網頁時,下方就會出現系統自動推薦的雲端管理書籍。光靠這套大數據分析系統,Amazon現在每三筆交易,就有一筆是來自自動推薦系統。

Uber也透過大數據制定不同行銷方案,讓顧客和司機都得到滿足。例如,Uber為增加司機數量,一開始推出只向司機收取20%佣金的誘因行銷,等司機數量足夠,佣金就調升回25%。碰到需要增加消費者數量時,就推出會員介紹活動(Member Get Member),像會員推薦新會員加入,可獲得500元獎金。至於上下班尖峰時段,系統偵測到回應載客的司機變少時,會自動發出尖峰時段接單的司機將得到額外獎金的訊息。也就是說,Uber的大數據資料庫會因消費者和司機每秒傳遞的串流數據,即時推出滿足供需雙方的行銷活動。

另外,美國《華盛頓郵報》(The Washington Post)因為在Amazon創辦人貝佐斯(Jeff Bezos)入主後,重新自我定位成「媒體與科技公司」,終止連續7年鉅額虧損。《華盛頓郵報》轉虧為盈的方法之一,就是雖然仍由編輯設計標題,但決定標題的權力卻交給視聽大眾。

《華盛頓郵報》編輯為重要新聞設計5種A、B、C、D、E標題及報導內容結構,接著試發出去,測試小量讀者的反應。一小段時間後,看讀者對這5則新聞標題的回饋,如果C標題被50%讀者的點擊閱讀,其餘只有少量被點擊閱讀,就以C標題為最終正式標題並上線,藉此方式不斷學習如何貼近新世代讀者的閱讀習慣。

因為擁抱大數據,最近半年《華盛頓郵報》的流量超越CNN,年輕讀者增加40%。隨著注入數位精神,創立140年的《華盛頓郵報》,品牌形象擺脫老態龍鍾,開始年輕化。

Q5:大數據可以預測未來?

A:Yes!而且「預測分析人員」起薪很高

大數據能用來找出恐怖份子?真的有這麼神?是的!這是我在上大數據學程時的真實經驗。

有一天,老師給我們一個資料庫,要我們從無數筆進出世界各國機場的旅客名單中,分析哪些人最有可能是恐怖份子。老師只給恐怖份子會出現在東南亞及中東三個主要城市的提示,並教我們如何操作大數據軟體,就讓我們開始搜尋,課程結束前,所有同學所跑出來的資料,統統都指向幾個嫌疑人。

很神奇嗎?即使是看似神出鬼沒的恐怖份子,也有一定的行為模式。只要善用大數據軟體大量處理資料的能力,將地點、時間、旅行模式、停留時間進行分析,像是A到某城市,B隔一天就到,一直出現這樣的慣性模式,經過大量比對後,再輔以背景資料分析,就可發現A的行為特別怪異,隨即將A提升為嫌疑人並鎖定追蹤;再從資料庫中抽絲剝繭,找出網狀分布,發現很多人在特定時間集中在特定城市,接著只要有經驗的人員,就能解讀這張恐怖份子分布圖。

我的老師也是美國醫療機構的大數據顧問,他的主要工作,是幫醫院估算病患在治療期間可能需要的醫療資源和給付。像是有位阿茲海默症病患住院,醫生在診斷後,了解病患的年紀、發病時間、生活和飲食習慣等資料,放進阿茲海默症病患資料庫,系統會比對有同樣病徵患者的醫療歷史和平均存活時間,醫生根據跑出來的結果,就能預測需要投入多少醫療資源,保險公司也可預測在病患過世前,還需要給付多少金額。

今天的世界跟過去不同了,以前是先假設目標消費族群長什麼樣子,再根據消費者圖像制定行銷策略。在大數據時代,速度來自大量即時串流的數據資料,誰能先解讀,誰就有機會掌握先機,因此必須改變過去的慣性,變成邊打邊跑,隨時調整。

在美國,數位行銷人員、大數據行銷人員、資料科學家、預測行銷人員、預測分析人員都是新出現的大數據相關職缺,其中又以預測分析人員起薪最高。我的大數據學程同學,畢業後很快就找到工作,薪水也高。至於其他讀行銷管理、企管、國際行銷的同學,大多花較長時間才找到工作。

大數據就像30年前台灣的電子業,當大家都不懂、只有你懂時,你自然有價值。現在只有美國在大數據上比較領先,亞洲各國則相差無幾,這正是台灣的機會。隨著更多人了解並投入,台灣就有機會站上下一波潮流的浪頭。

好評再加開【預測行銷╳會員經營】限量100席! 如何掌握市場機會讓顧客回籠?7/13「預測行銷╳會員經營」,一堂課釐清重點,掌握會員經營的關鍵模式!

※更多精采內容在2月號《勇氣心理學》雜誌訂閱專區

雜誌介紹

關鍵字: 高端訓 大數據 數據分析 數位行銷 數據預測 預測分析人員 職缺

贊助文章

推薦影音

最新評論

全站熱門

more

深度專輯

more

最新消息

  1. 1
  2. 2
  3. 3
  4. 4
  5. 5