編輯嚴選【書選閱讀#009】解讀數據的技術：洞察消費者心理，為銷售帶來有感改變的策略
編輯嚴選
你聽過星巴克，也可能買過。但你知道星巴克的影響力嗎？
根據美國最大的線上房地產資訊網Zillow的一份研究，一九九七年到二○一四年之間，一般住宅的平均地價漲幅率為65%，但是星巴克附近的住宅卻高達96%，兩者相差懸殊。
星巴克的進駐，除了影響地價，同時也會為周邊其他商店帶來好處。
星巴克最大的影響力，是為商圈帶來更多流動人口的品牌力，來到這裡的客人自然也會走訪附近的商店，產生刺激整體的外溢效果。觀光客也喜歡有星巴克的地方，因為只要看到星巴克的招牌，即代表該地區的水準受到一定的肯定。
星巴克在韓國同樣也帶來了市場擴張效果。一九九九年星巴克進軍韓國後，韓國國內咖啡市場急遽成長，一九九九年至二○一一年間的成長率達到年平均21.6%；即便說韓國的咖啡市場是跟著星巴克一同成長的也不為過。
以上是去年出版的《巷弄經濟學》中所提到的一段內容，作者是韓國延世大學的教授。當時我對此印象深刻，同時也感到好奇：星巴克在韓國是如何做到的？為何能創造如此大的影響力？可惜書中沒有談及太多。
直到今年五月收到了出版社的邀約，希望我為這本《解讀數據的技術》掛名推薦，我翻了翻內容發現，嘿！這不正是我想看的嗎？
作者車那賢，是韓國星巴克一號店的數據科學家，也是一位消費者心理學博士。
在這本書中，她以數據解讀的觀點，揭露韓國星巴克是如何打破網路與實體的界線，了解消費者行為、洞察消費者心理，為企業創造出更多利益的？
過往擔任產業研究、營運分析職務的經歷，讓我對數據分析、解讀與洞察有一定程度的歷練，也歸納出系統化的做法，所以在閱讀時也格外留意與檢視書中所陳述的脈絡與觀點。先說結論，如果你希望學到的是數據分析的方法，這本書恐怕不能給你太多收穫；但書中所談的，是更為重要的數據解讀的方向，也就是如何讓數據分析的技術發揮效益。
方向錯了，方法再對也到不了目的地。
這是我在企業講授與輔導數據解析時，感受最深的一件事。許多組織、企業都不缺分析方法、技術與人才，但對於善用數據的觀念十分薄弱。比方說：
- 引進了大數據、人工智慧，數據分析與解讀的能力自然有所提升。
- 需要數據？我們有很多啊！趕快找個懂數據分析的人才，告訴大家發現了什麼？
- 分析結果跟經驗認知差異頗大，是不是哪個環節或數據出錯了？
- 要投資多少都不是問題！趕快找人、買設備，盡快告訴我如何讓公司賺錢？
這些都是錯誤的觀念，導致大多數的數據工作只是徒增成本與時間的浪費，還製造了更多問題。如果你或是公司的主管，也曾經有過上述的想法（或者現在也是），真心建議可以閱讀這本書，先不論是否能從中獲取數據解讀或分析的能力，至少可以少走些冤枉路、少浪費些不必要的工作。
在這本書中，主要在談三件事：
- 面對數據，我們應該如何合理地看待它能發揮的價值？
- 面對問題，我們應該如何正確地從數據中找出答案？
- 面對市場，我們應該如何有效地解讀數據並運用在行銷上？
一、我們該如何看待數據能發揮的價值？
書中舉了一個例子，我覺得很貼切。
如果將數據比喻成珠子，那麼珠子的種類跟數量，肯定是越多越好，接著還需要能夠容納珠子的袋子與空間，最後再將這些珠子串起，才會成為珠寶。
每個企業、每個企劃，串出來的珠寶都長得不一樣，有時是項鍊、有時則是手環，每次戴的人、時間和地點也都不一樣。負責串珠寶的匠人，在設計認知與工藝技術上也有程度上的差異。
但是多數公司，都不在意這些條件上的差異，只會大聲囔囔
「為什麼做不出珠寶？」
以為只要數據夠多、買了足夠的設備，自然就會大功告成。不過，這樣的想法的確是太天真了！所以作者根據她的經驗，在書中點出了十道提問。如果我們希望善用數據來改變現況、達到某些目標，都應該好好想想。
我將這十道提問歸納出五項觀點：
- 數據對各公司的重要性不同，要進行對公司核心產品或服務有助的分析。
一間沒思考過核心產品與本質的公司，極有可能不知道該做什麼分析而搖擺不定。在數據分析之前，必須先設定好數據相關的具體目標，以及如何運用每個單位的數據。 - 公司內部的數據能力水準，取決於決策者的水準。
數據不會關係到一間公司的存亡，但會是一個消耗性的過程。數據可以幫助在經營決策上，進行更有理論依據的決定；也可以只是占用系統資源與時間成本的累贅。
數據能力的水準，反映在人力、系統與數據的條件上，缺少其中一項都會導致分析無法進行。比方說，有可以進行分析的人力嗎？有可以儲存數據的系統嗎？數據以什麼方式累積呢？如果決策者連人力、系統和數據的現實問題都無法體認，那麼要活用數據的可能性也不會太高。 - 知道自己要從大數據中獲得什麼見解，遠比獲得大數據更加重要。
如果無法用筆寫下想要「從什麼數據上、獲得什麼數值」的話，大數據只是一個令人茫然的存在。
能夠用數據來證明常識，這件事本身就非常具有意義。因為我們用數據證明了人類的直覺。數據分析與解讀的人，都應該擺脫「早就知道的事情，幹嘛要用數據證明」與「將尚未成熟的結果展示出來，會有失可信度」這樣的偏見。 - 數據分析的結果若與預期不符，能虛心接受嗎？
面對結果顯出「跟我認知的不同，是不是哪個環節出錯了？」這樣想法的人，往往心中早有結論了。因此無論是數據還是意見，都是為了鞏固自己的想法，就很容易做出這樣的反饋。
數據錯誤，不代表人的眼光不正確；數據正確，也不代表人的意見就肯定是對的。在數據呈現之後，最終下決策的還是我們；能夠靈活運用數據，正是人類勝過機器之處。 - 掌握消費者行為，光靠銷售數據是不夠的。
銷售額只能顯示出「消費者最終的決定」而已，我們必須能掌握消費者在購買前後的狀態，才能更正確地知道消費者購買的理由。數據的蒐集也未必是越多越好，重要的是代表性，能否從中理解消費者的目的。數據的分析，是從各個面向觀察一個現象，才能獲得穩定的基礎，是需要時間等待熟成的。
二、我們該如何從數據中分析消費者心理？
要能從數據中得知消費者心理，可以透過幾種分析技巧：
一、銷售數據分析：與銷售直接相關的數據分析。
比方說以發票明細與其他數據，像是會員數據、賣場特性、產品樣式或是促銷活動等時間數據進行串聯，就可以進行一系列的銷售數據分析。
二、天氣、季節與節慶的數據分析：來了解左右消費者心理的因素。
不過天氣數據的分析會受到天氣預報準確性的影響，因此利用季節或節慶期間的特性會相對有實用價值。
三、主動式、被動式數據分析：
使用主動式數據分析來確認事實，像是消費者的信用卡數據、會員結帳紀錄等；再透過核心問題進行問卷調查，蒐集到被動式數據來確認消費者心理。
要注意的是，消費者心理並不等於消費者行為。
在問卷調查中反映喜歡、會購買的消費者，未必實際會去購買，這是兩回事。問卷中的數據可能會受到問題設計的誘導，或是在有限資訊下做出判斷，與真實面對購買情境下的選擇，是存在一段差距的。
四、商圈數據分析：消費者會因為所處的地方不同，而做出不同的行為。
比方說，到訪特別的地方或觀光景點，人會更願意消費高單價或平常不會購買的商品。因為這時候的消費者大腦，有極高的機率會被誘發「我現在就是來消費」的心態，就會有更容易花錢。反之，在日常生活的消費上傾向精打細算的機率也會比較高。
五、時間分析：平日或假日、白天或晚上，消費者的心理模式都會有所不同。
如果能先了解哪個時段、人們會有哪些行為，找出有意義的時段，再推出對應的產品或服務，就會更有說服力。比方說，平日早晨偏好喝濃縮的美式咖啡，下午如果想喝咖啡也只會選擇低咖啡因濃度的。
六、消費群聚分析：消費行為的集中性。
比起性別、年齡這類的消費者屬性，在分析消費者心理時最好還是根據產品使用狀況或情境為中心，進行數據分析。這是因為傳統的消費者屬性區隔越來越模糊，以行為模式來分類，會比以消費者屬性來分類更能反映消費者心理。
七、產品性質分析：以產品特性來比較消費者的差異分析。
一項產品之所以會成功，可能是眾多因素綜合的結果，而不單單是因為顏色、材質或地理位置。如果能將產品性質拆分，並與客戶資訊進行串聯，結合年度消費金額等數據進行分析，就能得到更多元化的分析結果。
八、延遲時間分析：消費者回答問卷的反應速度。
消費者在作答時的所耗用的時間，也能反映出消費者心理，同時隱藏著他們苦惱的痕跡。人們有經過思考和沒有經過思考的答案是有差別的，透過分析網站數據，計算出延遲的時間，然後計算消費者表示想購買的產品、與實際購買的行為，就能看出消費者真正的心意。
九、手機數據分析：利用手機計算人流的技術。
雖然無法得知個人的切確資訊，但也因此避免了個資問題，適合用來評估相對規模；比方說，這間店是否比另外一間店熱鬧，或是這間店的人流量是否比上個月少。此外，手機上所產生的數據日誌，也是一種行為數據，可以讓我們知道使用者在網站或 App 上的使用行為，搜尋了哪些？觸發點擊了哪些產品，並沒有實際購買的行為？
數據的價值，是讓我們了解消費者的真實想法，找出滿足需求的線索。
而上述的分析技巧，就是為了找出這些線索。但要記得兩個重點：
- 第一個是消費者心理，不代表消費者行為。
- 第二個則是數據單獨存在沒有意義，必須要有比較的基準。
舉例來說，在問卷調查上的某一項問題，是消費者對於新產品的購買意向，獲得了 3.9 分（滿分 5 分）代表什麼？好像差強人意，卻又說不準是好、還是不好。
如果現在告訴你「過去的調查結果中，如果沒有超過 4.5 分，就不會熱銷」這項資訊，那麼 3.9 分的結果就是很低的分數。但是假設這次的新產品是電子產品，而過去對於電子產品購買意願的調查平均值是 3.3 分，那麼 3.9 分就算是高分。
根據基準點的不同，3.9 分就會獲得不同的評價。
同樣的道理，購買意願獲得 5 分滿分，就代表消費者一定都會購買嗎？不一定。事實上，在問卷中答覆會購買的消費者，跟消費者實際的態度與想法之間，可能存在著不小的差距。
千萬不要因為調查結果大好，就信心滿滿地認為產品就會大賣。
如何將數據解讀，有效運用在行銷上？
書中提供了三步驟來有效解讀數據、做好精準行銷：
- 步驟一、設定明確目標
- 步驟二、選擇有效數據
- 步驟三、進行精準行銷
舉例來說，一家星巴克希望透過解讀數據，來提升星冰樂這項產品的銷售數字。
首先，讓星冰樂的銷售數字提升，就是明確的目標；甚至可以更明確地設定要提升多少比例，比方說增加兩成的銷售金額。
其次，這家星巴克就要選出符合目標的有用數據。比方說，參考哪個季節、哪些日子或時間，星冰樂的銷售金額比較高？或哪些會員比較常購買星冰樂？像這些能從發票消費明細、會員結帳紀錄抓出來的數據，屬於「主動式」數據，也就是真正能反映消費者行為的數據。
具體做法，可以採用5W1H來尋找有用的數據：
① 定義顧客（Who）：專注在顧客族群的行為特性，而不僅僅是年齡或性別這些屬性。但要注意的是在將顧客分群的時候，不要過於細分而失去了實務操作上的可行性。
② 行銷的時機點（When）：將數據加上時間、季節、氣候與節慶的序列，就能看出趨勢的變化性，以及期間的異常點。像是顧客何時來、何時不來？銷售額何時上升、下滑？什麼天氣顧客會購買什麼樣的種類的產品？
③ 產品表現（What）：顧客最喜歡或最常購買的產品是什麼？是因為做對了什麼才導致這樣的結果？因為努力折扣銷售、還是迎合市場胃口而大賣？確認產品賣得好、賣不好的原因，察覺其中可以改善的部分，避免重蹈覆轍。
④ 店面通路（Where）：店面是否有進駐到好的商圈？將賣場位置與外部的地理數據結合，就能知道周邊的情報資訊，考量所有可能影響銷售的因素，掌握不同賣場的各種條件。
⑤ 行銷企劃（How）：做什麼會引起顧客的什麼反應？透過「A/B測試」來獲得更多顧客反應的案例；如此一來，藉由數據分析所推出的行銷企劃也會更為豐富。
⑥ 行動目的（Why）：所做的一切，都是為了找出消費者心理。深入了解產品成功的原因，找出與其他產品之間的差異，掌握消費者的共同感受與對於個別產品的不同感受，才有可能創造出下一個產品的成功。
唯有符合目標所選擇出來的數據，對解讀消費者行為、運用在行銷上，才是最有實際效益的。
最後，當找出有用的數據之後，就可以掌握目標消費者，以及他們的行為，進而推薦個人化的產品或服務。這種方式就是精準行銷的做法，不僅滿足了目標消費者的需求，還有機會將潛在消費者轉變為實際購買者，進而提升銷售金額。
我做了一張全息圖，讓你對所整理出來的三個重點內容更有記憶點。
結語：讓數據說話，更要說一個好故事
我十分認同作者在書中所說的這一段話：現場就是產品與消費者相遇之地，而數據分析與解讀的真正價值，就在於未來能否為現場帶來變化。
假設你正在進行數據分析，也到了收尾階段，接下來就是要讓公司了解數據分析的結果；但這件事可能比想了解消費者心理更加的困難。
要做到這一點，光是懂得數據分析與解讀還不夠，必須將這些蒐集起來、創造成一個好的故事。如何做到呢？在《20道資料視覺化難題全解析》這本書中，提到了一個數據圖表的說服力公式。
在說明數據圖表時，可以依循說服力公式的四個步驟：
- 結論：一句話說出你的結論（歸納出的洞見）
- 理由：講明支持結論的理由（要傳達的訊息）
- 實證：點出提出理由的根據（圖表上的資訊）
- 重申結論：再次重申結論、喚起行動（要採取的行動）
舉例來說，這是一張說明新書上市後半年內銷售狀況與關鍵訊息的圖表。該如何運用說服力公式來說好一個故事呢？
一、結論：一句話說出你的結論（歸納出的洞見）
「新書出版後，宣傳資源應該集中在二個月內的網路通路上。」
二、理由：講明支持結論的理由（要傳達的訊息）
「出版後二個月內，網路書店的銷量決定了書籍的銷量好壞。」
三、實證：點出提出理由的根據（圖表上的資訊）
「網路書店佔了六成銷量」
「Amazon佔了三成多銷量」
「出版後二個月占了七成銷量」
「Amazon佔了三成多銷量」
「出版後二個月占了七成銷量」
四、重申結論：再次重申結論、喚起行動（要採取的行動）
「新書出版後，宣傳資源應該集中在二個月內的網路通路上，特別是Amazon。」
將四個元素組裝起來，就是一個簡潔有力、言之有據的圖表說明了。
讓數據說話，更要說一個好故事；善用解讀數據的技術，洞察消費者心理，就能為銷售帶來有感改變的策略！
我們下次見！
劉奕酉｜知識型自雇者、暢銷書作者、企業培訓顧問
擅長邏輯思考、數據分析、策略規劃、資訊視覺化與商務簡報，擁有高科技產業十多年策略行銷與高階幕僚經歷，為台灣少數具有深厚職場實務背景的商務顧問。同時也是職場生產力作家，多家大型出版社、社群媒體指定邀稿對象。一年閱讀百本書、寫作百篇以上職場文章，以知識萃取、高效產出與全息圖解而廣受好評。
培訓、講座、專欄、顧問服務邀約，或文章轉載授權請私訊聯繫 ([email protected])
836會員
243內容數
留言0
查看全部
