身為行銷人，你一定聽過 Data Driven 數據驅動，資深一點的人可能還知道 Data Mining 資料探勘，而 BI（Business Intelligent）商業智慧這個歷久彌新的詞彙，更是為人所熟知，但這些運用數據來找出洞察、發現商機、看見行為模式的方法，都與「數據分析」脫離不了關係。
「數據分析，不是很基本的嗎？」是的，然而越基本的東西反而越不容易簡單理解與說明，若你是行銷人員，不妨捫心自問「什麼是數據分析？我能講得出來嗎？」
什麼是數據分析？數據分析為什麼重要？
簡單來說，數據分析就是將 Raw Data 原始資料，經過方法、公式、模型、工具，包含如熟知的數學、統計、演算法，或是以 BI、CRM、CDP 等資訊軟體系統，來發現其中共同或特定的規則現象，一方面發現問題、一方面解決問題。
如行銷領域為例，就是發現消費者的行為或族群特徵，投其所好，或是從會員顧客的購買紀錄找出消費偏好，或如商業智慧的經典案例「尿布與啤酒」從數據得知銷售原因，是爸爸們為避免周末看足球賽被太太叫去買尿布，買啤酒時就順手帶上一組尿布。
或許有人會問「賈伯斯不是說不做市場調查嗎？」，福特汽車創始人亨利福特也說過「如果問消費者要怎樣的交通工具，只會得到需要一匹更快的馬的回答」。前者創造了 iPhone、後者發明了汽車，數據分析（量化市調也是一種數據分析）還有必要嗎？當然，因為絕大部分的時候，企業必須透過數據來了解市場趨勢指標，好預測未來策略，甚至透過關連性的交叉比對，推演出連消費者自己都沒注意的事，除了能增進顧客體驗，提升顧客終生價值，也能協助企業「揪錯、糾正」找出細節中的魔鬼，減少錯誤的廣告投放、降低成本或提升轉換率。
數據分析如何做？至少需要這四大流程
然而，數據分析不是空有資料就如意，這也是許多企業切入數據領域的最大挑戰──缺乏有目的性的資料採集與應用。因而，進行數據分析可以從 GAPE（Goal 目標定義, Assembling 採集整理, Problem 挖掘問題, Exposition 展示說明）四個流程進行，確保資料是意義的採集與運用：
STEP1. 目標定義（Goal Define）
分析數據時領域知識專家與數據專家必須同時存在，甚至最好都有彼此的專業認知，如應用在行銷上，就需要行銷人員來協助工程師定義資料採集的目的與功能（目的是整體數據想要帶來的影響；功能是各個數據的角色與用途），避免蒐集過多資料或漏蒐資料，兩者綜合起來，就是確保最後數據分析的結果如同期待。
STEP2. 採集整理（Assembling & Clean）
該步驟就是將所採集的資料，以一致性、邏輯性、整齊性的基本原則進行處理，以確保數據不會有缺失、遺漏、顛倒、答非所問或無法使用的狀況，本階段也幾乎影響了數據分析結果與呈現的品質。
STEP3. 挖掘問題（Problem Finding）
有價值的分析結果，通常來自於「問對問題」，而不僅是羅列問題，從行銷的角度來看，需要「階層式」的找出關鍵因素，如從目標、策略、方法等不同層面來探索所有影響因子，而在每一層之中，則可以運用如心智圖「關聯式」的思考方式來提出問題，這些問題即是數據分析的目的與答案。
STEP4. 展示說明（Exposition & Explain）
數據展現最常見的方式，就是資料視覺化與圖像化，讓企業管理階層與行銷人員能一目了然，從儀表板中看見數據的增長與變化。
數據分析己經被大量運用在行銷領域，即便是傳統行銷都企圖能以數據做為參考依據進行優化，如收視調查、曝光率，或是數位行銷中的觸及、點擊、轉換、ROAS，或是更深入的研究消費者行為。
讓行銷有所本：數據分析的成功案例
如全球網路巨擘 Google，曾在 MarTech 上協助知名食品企業雀巢——利用數據歸因技術來了解潛在受眾、洞察數位消費歷程、提高轉換成長，透過數據驅動歸因模式與機器學習的幫助下，深入了解消費者點擊（或搜尋）多個關鍵字之間的關聯行為。
如「先搜尋『媽媽孕哺』，再點擊『雀巢媽媽膠囊』者」，註冊轉換率為2%，然而若再增加「搜尋『懷孕吃什麼』者」，註冊轉換率提升至3%，因此我們就能從中看出，「懷孕吃什麼」更適合做為行銷活動的關鍵字。
（資料與圖片來源：Think with Google）
台灣的行銷科技公司也不遑多讓，如屢獲美國矽谷投資人青睞的台灣 MarTech 領導品牌—— awoo 阿物科技，研發推出的 awoo AMP 一站式行銷平台（awoo AI Marketing Platform），運用人工智慧自動偵測商品特徵，自動比對含上億關鍵字字組之 awoo 獨家詞彙字組資料庫，相對人工更快速且精準的找到消費者最有感的關鍵字組，再自動生成多個商品主題集合頁，協助日藥本舖在 Google 搜尋引擎中收錄網頁數成長超過273%，為其導入大量人流後，AI 識別消費意圖、精準比對商品數據下推送的商品推薦，更因而帶動全站客單價成長215%。
awoo AMP 數據分析秘訣：不用 Cookie，也能讓你的營收翻升級
什麼？不用個資、會員資料、第三方 Cookie，也能知道對方在找什麼商品？
當市場一窩蜂追求取得消費者資料，卻又面臨隱私政策越來越嚴格的同時，awoo 阿物科技反其道而行，從「商品」來下手，與其只留意消費者會買什麼東西，不如同時掌握商品為何會被消費者知曉、關注、瀏覽、購買，其中的關鍵就是「數據分析」。
前述提及 awoo AMP 的核心「AI 商品標籤」，來自於 awoo Product Discovery Platform（awoo PDP）商品智慧探勘平台，其運用 NLP 自然語言處理，來自動萃取商品資訊，除了本身的商品規格、特徵外，還能抓取站外社群、論壇、新聞對該商品的敘述／討論內容，找到最能描繪該商品的關鍵字來做為標籤，包含了使用情境、購買動機、口語稱號、競品提及…等。
後續，再根據顧客點擊，即時運算該商品與其他商品的關聯度，根據消費者每次點擊的商品品項或標籤，提供更符合消費者購物意圖的貼心推薦。
awoo AMP 包含三大引擎：流量成長引擎、商品推薦引擎、再行銷引擎，能分別針對電商行銷三大階段「導流、導購、會員經營」提供 AI 人工智慧的數據分析與自動化的協助，包含日本歐舒丹、日藥本鋪、良興購物網、MIUSTAR、TAKRA TOMY…等台日知名品牌，均已運用 awoo AMP 創造絕佳的入站流量、商品推薦、再行銷回購與會員滿意度，給予消費者更好的顧客體驗。
企業與行銷人員若能善用 MarTech 平台，選擇人工智慧與自動化行銷的數據分析工具，來減少數據分析流程上的人力，不但省力、省時，更能超前預見商業智慧，讓企業行銷方針更加具體，進而提升整體營收與轉換。
若想進一步了解 awoo PDP、awoo AMP 電商行銷解決方案及 OMO 解決方案，歡迎立即諮詢，將有 awoo 專業顧問為您服務。
