《大數據玩行銷》2：要如何提高數據預測的精準度
更新於 發佈於 閱讀時間約 6 分鐘
一、從〝目標〞倒推，〝找出〞相符的資料
怎麼樣的人最容易買單呢？
ー ー 有迫切需求的人通常最容易快速交易成功
這本書講到的第一個關鍵字〝大數據〞，所以我們先從先從大數據的特徵說起：
- 首先，大數據要求數據量大。
- 其次，大數據需要具有多維度的特徵，而且各個維度最好是正交的。
- 大數據第三個重要特徵，是數據的完備性。
- 在一些場景下的實時性。
我們知道這些特徵之後，接來下就是要切入我們的本書的重點：「精準數據的行銷」。然而什麼是〝精準〞呢？我們先來定義一下，精準行銷的目的是先找出〝正好有需求且迫切的人〞。
舉例來說，假如我們想要去賣房子，如果我能找出〝正好想要買房子〞的人，那售出房子的機率就高出非常多了；另一方面，還提到了〝迫切〞，加入時間的概念，愈有迫切需求的人，通常更容易下決定買單，所以我們的目的就是〝精準〞找出這一批〝有迫切需求〞的人。
說的很簡單，但做起來倒是真的不容易，我們要怎麼找出剛好有需求的人呢？這是我們每個行銷人最終的追求目標；這也是我們這一講要講的主題和重點。
我們的目標很明確，就是〝精準〞找出這一批〝有迫切需求〞的人。但我們要怎麼提高〝精準度〞呢？要能精準判斷的前提就是，找出到〝更多維度的關鍵資料〞來做判斷。
在這邊提到兩個關鍵字：更多的〝關鍵資料〞和〝維度〞。我們下面一一來做說明。
■ 〝更多的關鍵資料〞
今天大部分人所理解的大數據，是從大量的、看似雜亂無章的數據點，總結出原來找不到的相關性。在這個過程中各種數據如同百川入海一般匯聚到一起，但這些數據如果不懂得去聚焦找到其規律性，則就失去了其意義性，所以首先我們要做的就是找出〝關鍵資料〞。
什麼是關鍵資料？要有關鍵資料之前，我們就必須要先懂的去〝設定目標〞；沒有目標，就不會有所謂的關鍵數據，然而這一步非常重要，很多人卻忽略了這一步，只認為只要〝透過分析模型〞找出自己沒發現的規律即可，導致大數據能幫助的跟你目標未能結合，而失去了它的最大作用。
舉例來說，我們想要知道〝A 會員什麼時候會在去超市買東西〞，這時候 A 會員曾經在〝超市〞買過的記錄，就是一個很好的關鍵資料；其次，A 會員去超市的〝頻率〞也是一個重要的關鍵資料。我們簡單將幾個重要的關鍵資料〝梳理〞一下。
- A 會員在超市買過：水果、蔬菜、衛生紙。
- A 會員每兩個月會買一次衛生紙。
- A 會員通常在有特價促銷的時候，會再去逛超市。
- A 會員在重要節日的時候，也會去超市採買。
以上這些資料一出來，我們行銷人員其實就很好去為 A 會員制定一個模型，所以一旦清楚我們的目標之後，我們就比較清楚自己需要哪一方面的資料，當然這些資料量愈大、愈即時，其加權就會更高、更好。
■ 〝更多維度的資料〞
接下來講到數據分析，就免不了必須要談到〝維度 ( 面向 )〞的問題，這個是訊息論很重要的一個部份，儘管維度非常的重要，但卻很多人忽略了這一點，導致資料量雖然大，但效益卻不大。
我們一樣以上例來說，假設我們只有蒐集到一個維度的資料，我們先把「時間」維護給拿掉，則資料如下：
接下來講到數據分析，就免不了必須要談到〝維度 ( 面向 )〞的問題，這個是訊息論很重要的一個部份，儘管維度非常的重要，但卻很多人忽略了這一點，導致資料量雖然大，但效益卻不大。
我們一樣以上例來說，假設我們只有蒐集到一個維度的資料，我們先把「時間」維護給拿掉，則資料如下：
- A 會員在超市買：水果、蔬菜、衛生紙、肉 … 等等。
- A 會員消費金額平均 800 元。
- A 會員買最多的商品是：水果。
你會發現我們只有他的消費記錄，要你去分析 A 會員下次的消費時間就完完全全有困難度，只能知道 A 會員的偏好，其應用率就下降很多。
我們再來嘗試加入更多維護的資料：
我們再來嘗試加入更多維護的資料：
- A 會員在超市買：水果、蔬菜、衛生紙、肉 … 等等。
- A 會員每兩個月會買一次衛生紙。
- A 會員平常會在台中店消費，但過年的時候，會在台北店消費。
以上例來說，我們搜集到三個維護的資料：〝超市的採買記錄〞是一個維度，〝時間頻率〞是第二個維度、〝地點〞是第三個維度；如果我們對 A 會員過年的時候，給他台中店的促銷方案，對他來說可能效益就不大了，因為 A 會員可能過年都會回台北，所以這個台中店的促銷方案就不如台北店的促銷方案來得效益大。
二、小結
大數據的應用原則不難掌握，關鍵在於如何詮譯，而詮仰速人的觀察，對核心 know-how的理解與經驗法則，也是厚數據的價值。
數據不是大就是美，重點在於讀完之後你要拿出什麼樣的具體行動。勝負不在數據，觀點才能決定一切。所以詮釋的問題角度和觀點格外重要，我們必須要不斷地挖掘問題核心，不要一次用龐大計劃去解決所有問題，而是要每次只專注把一個問題給答好，然後選定一個觀點快速切入，形成解決方案。問題的不同，會影響到數據的蒐集，而唯有問對問題，才能蒐集到正確而且有價值的關鍵數據。
另外，我們今天介紹了大數據的 4 個明顯的特徵，即數據量大、多維度、完備性和在一些場景下的實時性。我們特別強調了光是數據量大還不能構成大數據，因為它可能無法得出有效的統計規律，而多維度的特徵則讓我們可以交叉驗證信息，提高準確性。
這就是應用大數據思維所帶來的好處。今天這種做法其實是先有了結果，再反推原因，是一種逆向的做法，但是正是因為有了足夠的數據支持，它無疑會比較快。不事先作假定，從大數據出發先得到結論，再分析原因，這是大數據思維的第二層。
最後，回到我們一開始問的問題：要怎麼找到有迫切需求的人呢？當我們擁有每個會員的更多維度資料，我們就能透過這些資料找出這些〝高購買率的人群〞了，例如現在要推出〝衛生紙促銷方案〞，系統就可以自動幫我找出〝這家店這個時間點〞會被吸引過來買的客戶人群有哪些，這個就是基本客群，接下來我們要如何透過〝衛生紙促銷方案〞去吸引他們去消費更多的物品，這就是我們銷售人員可以努力的地方了。
這一講，我們先有了這些大數據的思維之後，我們下一講就可以來講講《大數據玩行銷》的一些模型應用。
Blog： https://givemebook.club/
為什麼會看到廣告
93會員
242內容數
Give me book 是一個分享書籍的讀書園地，每兩周就會寫一本〝書籍〞的讀後心得與重點整理，期許有興趣的人可以跟我 Gimmy 一起閱讀、學習與交流，而每一本書大約會發佈五篇主題：簡介、三個主題和總結，透過這些分享來期待我們共同學習與成長。
若有推薦的書單，請歡迎隨時向我推薦哦 ^^
留言0
查看全部
你可能也想看
Google News 追蹤
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
為什麼綠界大數據的資料是可被信任的？因為在進階方案中的報表數據，是透過大數據分析多個數據來源，去個資化的分析台灣 70% 中小型電商產業及多個不同場景的交易資料後得出的報告。
＃週一推薦 #行銷人必學
數據洞察行銷的專場分享
面對瞬息萬變的數據行銷時代，您準備好了嗎？
在我眼中，沒有難做的市場，只有看不見的藍海
而準確的線上數據越來越能夠協助我們洞悉商機
＃消費者旅程的洞察
隨著第三方cookie消失｜各大品牌和電商積極收集從公領域轉到私領域流量的數據，如果線上和
在行銷圈十幾年，知道最難的事情是如何對標精準的受眾，瞭解清楚的受眾輪廓，才有辦法去制定有效益的行銷策略與方案。Sowork摘星的CJ是能夠把消費者輪廓做到最符合受眾的，同時最新的數據為王和數據紅利書籍也是市場上的熱門話題，這些關鍵字都能幫助提升文章的搜尋排名。
這篇文章討論了消費者意向分析所涉及的消費市場商品銷售的變化。討論了觀察家透過角度數據資料庫的線圖，以及人工智慧的應用。文章也提及了消費者的購物週期及保健食品的消費趨勢，以及 RMN 商業模式。最後，強調了角度數據的觀察家應該始終關注最新的消費資料。
有別於試圖直接從數據中找出洞察，商業分析的精髓在於先思考 so what——從定義目標開始，做出商業決策的雛形後，才用數據去支持假說。這篇文章介紹 A/B 測試的技巧，以及摘櫻桃的應用，解說數據篩選的操作、摘櫻桃的好處，以及企業案例：數位轉型後的報社，亞馬遜CEO貝佐斯改造百年郵報。
《只賣我想要的》作者野崎亙是成功經營日本多個人氣連鎖品牌的幕後推手。他認為與其藉由市場調查來了解消費者的偏好，不如先從釐清自己的需求與想法開始。品牌主必須重視「假如自己是消費者，真的能夠接受那個產品或服務嗎？為什麼會想購買呢？」的答案。只有深入去挖掘消費者的想法作為產品或服務的起點，才能夠引起共鳴。
目標客群輪廓是指對目標客群的詳細描述，包括其人口統計特徵、心理特徵、行為特徵等。這篇文章介紹了描繪目標客群輪廓的方法和項目，並提供了相關的案例分析。描繪目標客群輪廓對於企業來說非常重要，有助於瞭解目標客群的需求並制定更有效的行銷策略。
1.5
Date Techonlogy
DT時代的特徵是體驗，體驗就是感受。顧客要的不是服務，顧客要的是體驗。
2.4
在大數據時代，企業必須運用DT技術從資料收集至中探索巨大的價值，因為它能夠讓企業比顧客更懂顧客。DT技術運用方式
一、自動預測趨勢和行為
二、關聯性分析
三、分群
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
為什麼綠界大數據的資料是可被信任的？因為在進階方案中的報表數據，是透過大數據分析多個數據來源，去個資化的分析台灣 70% 中小型電商產業及多個不同場景的交易資料後得出的報告。
＃週一推薦 #行銷人必學
數據洞察行銷的專場分享
面對瞬息萬變的數據行銷時代，您準備好了嗎？
在我眼中，沒有難做的市場，只有看不見的藍海
而準確的線上數據越來越能夠協助我們洞悉商機
＃消費者旅程的洞察
隨著第三方cookie消失｜各大品牌和電商積極收集從公領域轉到私領域流量的數據，如果線上和
在行銷圈十幾年，知道最難的事情是如何對標精準的受眾，瞭解清楚的受眾輪廓，才有辦法去制定有效益的行銷策略與方案。Sowork摘星的CJ是能夠把消費者輪廓做到最符合受眾的，同時最新的數據為王和數據紅利書籍也是市場上的熱門話題，這些關鍵字都能幫助提升文章的搜尋排名。
這篇文章討論了消費者意向分析所涉及的消費市場商品銷售的變化。討論了觀察家透過角度數據資料庫的線圖，以及人工智慧的應用。文章也提及了消費者的購物週期及保健食品的消費趨勢，以及 RMN 商業模式。最後，強調了角度數據的觀察家應該始終關注最新的消費資料。
有別於試圖直接從數據中找出洞察，商業分析的精髓在於先思考 so what——從定義目標開始，做出商業決策的雛形後，才用數據去支持假說。這篇文章介紹 A/B 測試的技巧，以及摘櫻桃的應用，解說數據篩選的操作、摘櫻桃的好處，以及企業案例：數位轉型後的報社，亞馬遜CEO貝佐斯改造百年郵報。
《只賣我想要的》作者野崎亙是成功經營日本多個人氣連鎖品牌的幕後推手。他認為與其藉由市場調查來了解消費者的偏好，不如先從釐清自己的需求與想法開始。品牌主必須重視「假如自己是消費者，真的能夠接受那個產品或服務嗎？為什麼會想購買呢？」的答案。只有深入去挖掘消費者的想法作為產品或服務的起點，才能夠引起共鳴。
目標客群輪廓是指對目標客群的詳細描述，包括其人口統計特徵、心理特徵、行為特徵等。這篇文章介紹了描繪目標客群輪廓的方法和項目，並提供了相關的案例分析。描繪目標客群輪廓對於企業來說非常重要，有助於瞭解目標客群的需求並制定更有效的行銷策略。
1.5
Date Techonlogy
DT時代的特徵是體驗，體驗就是感受。顧客要的不是服務，顧客要的是體驗。
2.4
在大數據時代，企業必須運用DT技術從資料收集至中探索巨大的價值，因為它能夠讓企業比顧客更懂顧客。DT技術運用方式
一、自動預測趨勢和行為
二、關聯性分析
三、分群