[三分鐘導讀] 大數據玩行銷 big data marketing by 陳傑豪

summary:
簡單易懂有熱情的圖像工具書，把mindset 拉到問對問題，然後利用數據來找到真正的癥結點，作者提到三大元素：
  1. 心法：以簡馭繁的思考
  2. 作法：精實(lean)的執行精神
  3. 態度：「利他無我」的原則 -建立品牌與顧客的信任程度

我常跟團隊說要了解報表背後的意涵才是最重要的
否則公司這麼多ＫＰＩ（關鍵績效指標）都不關鍵了
而且基於你部門觀點和整體企業的關聯性
但要了解什麼才是關鍵，真的就是要靠真功夫與經驗(觀察、失敗檢討、傾聽客戶)

唯有真正認清問題最核心的關鍵，才能有效率的建構企業數據搜集的邏輯與方向
大數據協助你監測、學習與修正並且預測人的需求、人的行為
自動化方程式“if-then-else" 幫助你專心做決策

我喜歡書中提到的「落後數據 vs. 預測數據」

   過去看數據的方法                       現在看數據的方法
        年資(tenure)             -->       未來存活的機率(survival probability)
  最後購買日期(recency)     -->       下次購買時間(next purchase time)
  購買頻率(frequency)        -->       購買間隔(purchasing interval)
  購買金額(monetary)         -->       顧客終身價值(customer lifetime value)

也就是從滿足顧客需求(need)，到預知顧客渴望(want)
傳統市調成本高，且時間效度低(兩個月後正確時機可能已消失)
現在從活動日誌(log)直接偵測消費者行為，可能為嶄新的方式進步

零售常在猜顧客想要什麼，以下是致命傷
1. 沒有在第一時間準確的推薦顧客適合的商品
2. 店面上架的商品不適合該區域消費者
3. 商品缺貨來不及補

pic credit: http://www.gegugu.com/2016/03/14/3155.html

Learning by doing: 
從「活躍指標activeness index」和「價值指標value index」來掌握會員興趣與行動軌跡，其餘還包含一般性別、年齡等人口統計變數分群，並在不同時期觀察、前後期對照來調整

• 活躍指標: 顧客與銷售者之間的互動程度，例如：互動頻率、活動參與程度、偏好活動分類
• 價值指標:顧客貢獻程度，例如：購買頻率、金額、前次購買時間

數據行銷時代：C2B 才是創新領先者，B2C 一輩子只是追隨者

Training vs. Learning

• Training: 透過反覆訓練提身效率，把事情做快
• Learning: 從源頭思考學習，形成學習曲線達到內化，再透過內化不斷轉化，延展出更多創新的可能性

機器可以把事快速做好，而人目標應是把事做好、做對、做優

好的行銷是哲學與科學的結合，動手做、連續做、不要害怕失敗