編按:
愛因斯坦說:「如果你不能簡單地解釋它,就表示你不能很好地理解它。」大數據的解讀需要產業的知識,只要了解,就能成功因應大數據時代!李奧貝納大數據品牌首席顧問高端訓在其新書《大數據預測行銷:翻轉品牌X會員經營X精準行銷》就提到曾經有好幾家企業問過他,「我們想導入做大數據,好多廠商來兜售據說可以做大數據的軟體及硬體,動輒上百萬,實在買不下手!但不投資,又擔心會落伍;要買,又得花很多錢。到底該不該買呢?」
以下為本書摘文:
這讓我想到20 年前,CRM,也就是顧客關係管理,一度大流行。一開始,硬體跟軟體廠商主導了這個市場,很多公司還不知道CRM 是什麼,就被廠商說服買了一堆軟、硬體,最後都沒有發揮投資的功效,白白浪費了一大筆的冤枉錢!
我問其中一家規模不小的企業:「你投資大數據,到底想要得到什麼呢?」
對方說:「想分析顧客資料呀!」
我進一步問他:「你有多少筆的顧客資料?其中,又有多少是有效的呢?」
他說:「資料不多,不會超過兩萬筆,但是很多資料都不完整⋯⋯。」
這就是問題所在了。投資大數據,企業要先自問兩個重要的問題:第一,你要解決什麼問題?第二,你已經有資料集(Dataset)了嗎?
第一個問題,就是企業的投資目的。企業投資大數據,最終有三個目的:預測推薦、降低成本及提升利潤。降低成本及提升利潤,又可以透過預測分析來達成。在大數據投資在目的上,B2B 的企業如製造業,著重在應用大數據分析改善流程、降低生產成本;B2C 的企業如零售業,著重在應用大數據預測行銷,增加銷售,提升利潤。
無論是要達成哪一個目的,或者要解決哪一個問題,都先要想清楚。想清楚了,就知道要收集什麼資料?解決問題並非得投資新的電腦軟、硬體設備不可!事實上,80% 的商業問題,都可以透過傳統的工具及商業分析方法,像是Excel 之類的軟體來解決。
第二個問題,是數據分析的內涵。大數據分析的資料,通常有兩種來源:一是企業內部及外部的資料,例如來自ERP 的生產資料及CRM 的顧客資料;二是網路及網絡資料,包括來自網站及物聯網的連結資料。此外,要確認資料是否在有效期內。很多企業都說收集了很多資料,一問之下,才知道大部分資料「歷史悠久」,欄位並不完整。基本上,超過一年以上的不活躍資料,都沒有意義。有一家便利超商,過去收集了190 萬筆顧客資料,但要導入大數據分析時才赫然發現,很多資料都有遺漏,根本無法分析,最後只好整個資料庫砍掉重練。
而每一次我主持大數據論壇都會有人問:我們是新公司,現在沒有資料,該怎麼辦?很好,就好好回答第一道題目:「你要解決什麼問題?」然後,思考你需要什麼資料?從現在開始收集,都會是有用的資料。
大數據的投資,大致可分成三方面:架構大數據的硬體設備、大數據分析軟體,以及人才。第一,硬體系統投資。其實,大多數公司都不像Facebook或Amazon 需要投資大量硬體及系統軟體;一般的企業,只要租用雲端儲存及運算即可。其次,大數據分析軟體,則可以分為三種:商業分析、預測分析及視覺化應用軟體。很多統計方法及繪圖功能,都已經寫進軟體裡頭了。例如,視覺化軟體就有Tableau 及Power BI等,Power BI 還可以免費下載。第三,大數據分析人才,也就是數據科學家(Data Scientist),需要同時懂得電腦應用、統計原理及商業實務。所以,我們需要跨界的人才,而這種人才很欠缺、很難找。在美國,大數據行銷人才的起薪更是同類職務的2.2 倍。
總之,企業在投資大數據之前,應先做三件事:第一,鎖定目標;第二,收集必要資料;第三,投資人才。確認這三件事,再來決定要投資什麼軟硬體設備,才不會花大錢做大數據時代的冤大頭。最後,期待你能把錢花在刀口上,進入大數據的實體應用!
本文節錄自:《大數據預測行銷:翻轉品牌X會員經營X精準行銷》一書,高端訓著,時報出版。