想像你是一間鞋店的老闆，有位穿西裝的男性顧客走進門，你能不能馬上推薦給他最適合的一雙鞋？你會從哪些線索判斷？成功率又有多高？
你會從年齡、性別、衣著外觀猜測顧客的偏好，當然還有你最賴以為重的銷售經驗值，「這個年紀的男性大多都買這種樣式」。賭一賭，推薦5雙或許可以猜中1雙，前提還必須是顧客有足夠的時間一一試穿。在這個情境下，成交的不確定性來自於資訊量有限，以及時間的限制，老闆的判斷與反應時間，直接影響了顧客提袋率。
從明天開始，你可以有所改變。你的店鋪必須開始記錄會員資料，甚至在網路上販售，網路與行動載具將替你蒐集各式各樣的個人資訊。從人口特徵，一直到曾經在購物時做出的數百萬種決定，偏好折扣或是更注重流行，喜歡名牌更勝於多功能的訴求，這些上網活動的完整紀錄，大數據全都蒐集好。
資訊量瞬間暴增萬倍以上，跟過往相比的差別在於，你推薦的那一雙，顧客絕對會埋單，因為你已經跑在數據之前，用數據追蹤顧客過去的購物行為、消費軌跡，找出個人化商品推薦模型（Recommendation Model），找到他的喜好與最可能購買的style。
也就是說，未來不必再猜，根據個人化推薦模型，在顧客走進店裡的時候，你就可以做好準備，根據個人差異達到一對一行銷。決勝點就在你能不能快速找到黃金商品，並推薦給他。
大數據讓你換了新的行銷腦，推翻了你曾經以為消費者是一時衝動，引發購買行為的「瞬間決策」。
總是慢一拍？不是事後分析而是事前預測
在大數據時代，做行銷像是一場賽跑，只有兩種結果。你是跑在數據之前，還是落後數據？
什麼是落後數據？就是把數據整理、形成報表後再做分析。我們透過統計工具可以讓報表的形成過程縮短，速度變快，但走的仍是老路，路的盡頭還是一如往常的風景。
但數據預測是一種know-how的層次轉移。舉例來說，當我們手邊擁有顧客身分資料以及顧客交易資料，先整理報表再分析，只能統計出像是消費金額、平均客單價，或單一客戶累積消費總金額等。這些數據只能如實反映現況，並不能提供任何更進一步的推論或是預測價值。
但是同樣的數據經由預測分析，我們可能把顧客分群、預測單一消費者多久之後可能回購， 甚至透過顧客交易數據中推算出所謂的商品推薦模型。也就是根據這個顧客的喜好、特質與過去購買行為等資料，推薦他會一眼命定的黃金商品。
兩者的區別是，落後數據代表推理，是一種猜測，從報表中推測決策；但數據預測代表著觀點建立，以目標導向為前提，接著對症下藥的執行，強調速度與精準度。
為什麼預測數據這麼重要？用意在於達到「智能控制」。即時偵測消費者、即時調節行銷策略，提供零時差溝通和個性化訊息，這也是大數據的精髓。
行銷不再猜猜猜請用數據定義消費者
「感情用事」向來是行銷舊習，總是「猜」顧客想要什麼、需要什麼。廣告漫天撒網，永遠也填不盡的預算黑洞，造成「人－物－店」的流程出現斷點。不知道客戶想要什麼，連帶銷不出去庫存品推積如山，成為零售業最大的致命傷。
因此，別再用過往的行銷經驗定義消費者，現在開始，請用數據定義消費者。從合理的決定，延伸到會令你覺得震驚的數據分析，這類的行銷決策正在急速擴展中，不僅是影響生活，也顛覆你的經驗值與想像力， 更解決了「猜」的難題。
人類心智研究已證實，左腦與右腦有明確分工的機制。右腦負責直覺的、情緒的、主觀的、想像的事物，左腦則是分析的、邏輯的、客觀的、事實的運作方式。正因人是感情用事的動物，一旦啟動左腦革命，人類就進入了全腦時代。
未來請把心思用在創意發想，讓電腦做電腦該做的事，還原人的價值。
