Business

[W2] 《大數據玩行銷》撰寫心得總結

在我第一次讀完《大數據玩行銷》這本書的時候,看到 「NES 模型」、「動態標籤」…等等新概念的時候,我覺得受益匪淺,因為這些概念真的對我們資訊人員來說,很有實作性,但這一本書我試著從普通人的角度來分享,發現這本書似乎有一點在探討專業性的東西,導致我寫出來的效果也不是太好,太文縐縐的述事方式,讓人會不太想讀完的感覺。

一樣,今天就來分享《大數據玩行銷》的總結和撰寫心得與反饋。

  

一、總結:《大數據玩行銷》:


《大數據玩行銷》這本書主要告訴我們〝數據〞不是最大的重點,只有〝觀點〞才能勝負的關鍵,而觀點必須透過〝人〞才能〝問對問題〞,才能找得到答案;我們必懂得化繁為簡、設定動態標籤、建立模型,進而預測客戶行為,取得更高的營收。


本書提出 NES 模型,讓我們只關注 5 個狀態和 10 個關鍵指標,而這些複雜的數據蒐集 ( Log 偵測 ) 和動態偵測用戶狀態只需交給機器來〝自動化〞處理即可,人應該專注在決策、調整模型和問對問題上面。


設定目標,多維度的無形偵測蒐集資料,透過模型轉換成我們所需的關鍵資料,進而進一步分析和預測,以解決我們的問題;把複雜的事情簡單化,讓我們人專注在該做的事情上,變更這本書主要的觀點。

  

■ 學習框架 ( 心智圖 )

  

二、執行後的反思與改進:


■ 冗長而無趣


雖然根據上一本書的省思,一本書我只打算輸出三個觀點,但通常為了解釋某一個觀點,就又會加入另一個觀點,導致整篇文章讀起來是有一點累人的,加上試著想要講得更多,讓我覺得輸出的太多,反而很難讓人看完的慾望。
  

□ 增加圖表


所以我覺得比較好的方式,應該是多透過圖解的方式來帶入,會讓人比較想看下去,而且在網路上看文章,我發現會有一種疲勞感,容易導致別人分心,無法長時間的專注;所以比較好的方式,就是每一段主題要明確,最好一小段文字,就透過圖來做一個分隔,而如果又能透過圖表的歸納、總結或引導,則效果可能更佳。

  
□ 投影片式的引導文案


最近發現投影片式的文案撰寫,也蠻吸引人的,因為投影片的特性就是不適合寫太多,所以每一張都盡量清楚的只表達一個重點即可,這或許也是我可以搭配用來寫文案的好方式。


■ 一個觀點與新風格呈現:


在本周撰寫之後,我覺得或許一個主題也沒有必須寫到三個觀點,因為三個觀點有時候想解釋的太多,或舉例的太多,就容易寫得特別冗長,所以下一本書開始,試嘗試不一樣的寫作風格,搭配投影片式的圖表,來嘗試看看效果。

以上就是我第二周的總結與檢討,還有許多需要學習或努力的地方。


系列文章快速連結:

《大數據玩行銷》2:要如何提高數據預測的精準度

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:

  • 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。


系列文章快速連結:

《大數據玩行銷》1:小而美的高效行銷

一、它比你還了解自己?

你身邊有沒有什麼朋友比你自己更了解你自己呢?

ー ー  它或許也可以用來了解自己。

  

■ 為什麼讀這一本書?

今天想要分享的這一本書是《大數據玩行銷》,為什麼想要分享這一本書?其一是因為〝精準行銷〞是未來的趨勢,不管是店家或是消費者,都必須了解〝精準行銷〞的一些運用原理,它們是怎麼精準判斷我們的需求、而我們又就怎麼被蒐集數據的,這本書都透過很簡單的方式讓我們了解並且得以應用。


這本書也很適合想要做〝客戶關系管理 ( CRM ) 〞的店家參考,它把一些很複雜的公式、模型簡化成〝只看關鍵 10 指標〞,透過這些關鍵指標讓我們了解〝客戶流失率〞、〝提升新顧客〞、〝下次回購時間〞… 等等,透過幾個簡單的模型來提升掌握客戶的精準度。
  

  

■ 它如何分析我們的數據?

這個問題的答案有可能在每個人身上都會出現,但可能不是人,而是透過〝大數據〞,它可能比你還了解自己,因為萬物互聯的時代來臨,你任何的數據都會被傳到雲端上去做分析,它了解你的消費習慣、嗜好,甚至能預測您的需求。


未來我們每個人的衣食住行、生活起居,都將有大量的數據記錄。我們的行為會變成一串串數字成為可量化的數據,成為描述我們的訊息。


我想您大概不是第一次聽到這個觀點了,大家都說〝大數據〞比您還了解您了自己,這個觀點是正確的嗎?這個答案先不用急著給,我們必須要先來了解「大數據」是如何運用的,店家們是如何透過這些數據來行銷的,我們先來有一個基本的認識。


舉例來說,只要你手機有開啟 GPS 定位,那麼你去到哪邊,到什麼店家,你都會發現,Google 都幫你把這些軌跡和時間軌都記錄下來了,如下圖所示;

  

除了你的行跡之外,只要你透過 Google 瀏器進行搜尋,瀏覽網頁,這些資訊都被自動被記錄下來,這些對你生活的描述絕對比你自己的日記都要真實。


這些數據將被轉換成有價值的商業數據,來描述你各方面的訊息。你喜歡黑色的衣服、你喜歡長髮的女生、你比較文藝、你有高度近視、你最近剛失戀…… 關於你,可能這些數據比你爸媽都要清楚。


以下我們來看一個場景故事:

有一天,你剛想家裡已經沒有衛生紙,想要去超市採買,順便買一點青菜,但你剛走進超市的時候,就有店員跟你說:「您好,恭喜你,您只要消費再滿 1000 元,您就可以升級成〝金級VIP〞會員,這次的購物將會有 9 折優待,並且將會再送您一箱衛生紙。」

  

這時候您心想:「我靠,剛好我需要衛生紙,這下剛好可以省下來,順便幫家裡補一點貨」。於是這次的購物你就買了 1 千多元。

大數據絕不會止步在為決策僅僅提供幫助,它的終極形態就是可以用海量的數據描述我們一個個具體的個體。當達到這一步時,現在所謂的市場調研、用戶分析就都是小兒科了。

二、大數據玩行銷:小而美的高效行銷


有了對大數據基本的認識之後,如果我們能掌握到消費者的這些資訊,我們就能充份的拿來應用在各種商業場合當中,透過你對消費者的有更進一步的認識,了解他們近期內想要什麼、需要什麼,這個就是最好的行銷點了。


今天我想要分享的這一本書籍是《大數據玩行銷》,若要用一句話來形容這一本書,我會用〝小而美的高效行銷〞這句話。這本書雖然用的名詞是〝大數據〞,但我覺得這個比較像是一個〝噱頭〞,因為〝大數據〞這一個詞很熱門,大家相對有興趣和好懂,但這一本書的觀點其實比較像是〝厚數據(Thick Data) *註1〞,簡單說,就是〝精準數據〞的行銷,而非是像大數據來找出規律。


這本書的重點可以用一句話來形容:「發現問題、解決問題、預測未來」。


很多時候我們在日常瑣事當中,很難發現什麼原因讓我們的顧客流失,而這本書的方法將透過簡單的「NES 模型」,要只關注 10 個關鍵指標就能避免一些客戶的流失,而提醒我們想辦法喚醒客戶,讓我們更容易的發現問題、進而解決問題,而最後的預測客戶的未來需求,我們都可以先做好佈局。另外還提倡我們做到〝人機決策〞 ( 就是指透過計算機幫你蒐集資料和分析來輔助你做決策 )。


對於如何提高「精準」行銷的人蠻推薦看這一本書的,裡面有一些「基本分析模型」和「大數據精準行銷」的概念都很實用。


接下來我透這本書分成三個重點來進行心得分享:

  1. 要如何提高數據預測的精準度?
  2. 如何透過數據掌握客戶行為、預測及觸發行動。
  3. 數據行銷實際應用與應用場景。

若對這本書的觀點有興趣,我會陸續分享這些重點的心得來與大家交流,若大家有各種想法,也歡迎隨時交流與指教。

  

補充:


註1:厚數據(Thick Data)

  • 厚數據是指利用人類學定性研究法來闡釋的數據,旨在揭示情感、故事和意義。厚數據通過小樣本分析找出特定人群的需求,挖掘數據背後的故事、情感、緣由。厚數據雖不“厚”,卻能從少量樣本裡解析出深刻的意義。
  • 厚數據是以較少量樣本分析解讀以人為本的模式,大數據則通過大量數據研究運用機器運算法則計算的特定模式;厚數據呈現的是有背景有情感和意義的故事,而大數據呈現的是提出個性化等元素資訊的標準化數據。


系列文章快速連結: