關於這本書
書名：大數據失靈？業績下滑、顧客變心、廣告成效不彰……代表你從源頭就做錯！
作者：木田浩理／伊藤豪／高階勇人／山田紘史
出版日期：2023/09/28
誰適合閱讀這本書？
- 資料科學家和資料分析師：本書提供了實際的業界經驗，對於從事或有興趣在資料科學領域的專業人士來說，可以從中獲得寶貴的見解和策略。
- 市場行銷專家：書中描述了如何運用資料分析來進行市場行銷，對於市場行銷專家來說，可以學習到如何更精準地定位目標客群和提高行銷效果。
- 企業策略和管理層：了解如何運用資料來優化業務策略和提高企業效益。
- 學生和研究者：對於學習資料科學、市場行銷或相關領域的學生和研究者，本書提供了實際的業界案例，有助於理解理論與實務的結合。
- 對資料驅動決策感興趣的讀者：任何對於如何運用資料來進行決策和優化業務有興趣的讀者，都可以從這本書中獲得有用的知識。
畫個小重點
在數據科學領域中，為何有時候過度分析會導致失焦？雖然大數據分析具有巨大的潛力，但如果方向不正確，則可能無法達到預期的效果。為了解決這一問題，本書提出了一個5D框架，幫助讀者建立正確的思維和策略。
- Demand（需求）：在開始分析之前，首先要明確定義需要解決的問題。如果方向錯誤，則分析的結果可能不會達到預期的效果。
- Design（設計）：這一階段涉及到整個分析過程的設計，包括計算、視覺化報告、假說驗證和預測建模。透過不同的假說驗證，可以發展出不同的決策模式。
- Data（資料）：資料的多寡不代表其質量。除了屬性資料，行為資料也很重要。選擇正確和完善的資料來源是關鍵。
- Develop（開發）：即使使用了先進的工具和技術，如果考量不全面，仍可能無法找到提高業績的關鍵因素。解決此問題的方法詳述於本書。
- Deploy（部署）：分析的結果必須能夠在實際場景中得到應用，並且能夠被團隊成員所理解和接受。只有當分析結果被正確地應用，它才具有真正的價值。
在快速變化的商業世界中，重要的不是分析技術，而是如何滿足實際需求。因此，即使不是資料科學家，也應該了解基本的資料分析技巧，這樣可以更好地利用資料來解決問題。
作者開場白摘要
不需要成為「資料科學家」也沒關係
在現代社會，數據和資料分析已成為商業的核心，AI、機器學習和深度學習等技術已經成為商業對話的主題，許多商業人士開始學習程式設計和數學，希望能夠在求職市場上獲得更高的薪酬。但是，即使有這些技能，也不代表能夠順利地在商業中應用資料分析。
事實上，資料分析的真正價值在於其在商業實務中的應用；擅於分析和將分析結果運用於商業上是兩回事，一名真正的資料分析師不僅需要技術能力，還需要商業能力。一項調查顯示，企業更需要的是具有商業能力的資料分析人才，而不僅僅是技術專家；這意味著，即使是非理科背景的人，只要具有商業經驗和一些基本的資料分析技能，也可以成為資料分析專家。
本書的目的不是教讀者如何成為資料分析師，而是教讀者如何思考資料分析，並提供一個思考框架和資料人才培育理論；通過作者自身的經驗和失敗，提供了這些寶貴的見解，希望能夠幫助讀者避免未來的困難和障礙。
精選段落摘要
「5D框架」是什麼？
作者們在多家企業中負責資料分析專案，經過多次的失敗和成功，他們提煉出一套名為「5D框架」的方法論，旨在確保資料分析專案的成功。這套框架將資料分析的過程比喻為料理，強調從了解需求到最終呈現結果的每一步都是不可或缺的。
- Demand（需求）：資料分析的起點，需要詢問和確認對方的需求，找出他們所面臨的問題或課題。
- Design（設計）：為了確定如何滿足上述需求而進行的規劃，需要考慮時間、資料和其他資源的限制，並獲得對方的同意。
- Data（資料）：涉及到資料的蒐集和整理，就像料理需要優質的食材，資料分析也需要高品質的資料。
- Develop（開發）：資料的實際分析過程，這需要選擇合適的方法和工具，並依賴資料分析師的知識和經驗。
- Deploy（部署）：將分析結果呈現給對方，並確保他們理解並採取相應的行動。
5D框架強調了資料分析過程中的每一步都是必要的，並且需要按照特定的順序進行；只要確實遵循這個框架，無論是文組還是理組背景的人都能成功地執行資料分析專案。
找不到Demand（需求）？
作者在任職於一家提供零售商店服務的公司時，該公司因較早進入市場且合作的連鎖店家規模大，所以銷售情況原本穩定。但近半年營業額急速下降，與去年相比呈現衰退，公司內部對此情況感到困惑，因為這半年內價格和銷售方法都沒有改變，於是商品負責人委託資料分析團隊進行調查。
商品負責人提供了過去的銷售資料、顧客情報和販售店家的相關情報，並寄來一封郵件，裡面列出了幾個可能導致營業額下降的假說，希望資料分析團隊能驗證這些假說。這些假說包括：店家地理位置不佳、商品招牌太舊、消費者不再需要該商品、商店改裝時間與商品販售時間撞期等。
分析團隊首先進行了資料的統計和視覺化，但發現這半年內全國的店家營業額都呈現衰退，所以難以從中找出原因；團隊也實際走訪了幾間商店和競爭店家，並從消費者的角度思考，試圖找出真正的原因。
最終，分析團隊發現消費者對於該服務的認知度不高，且在網路搜尋時，競爭對手的排名明顯較高。進一步的調查發現，競爭對手強化了行銷宣傳，而自家公司的網站進站數急速下降，行銷宣傳力度也不足；因此，營業額下降的主要原因是公司的行銷宣傳力度不夠，無法吸引顧客上門。這個結果讓商品負責人驚訝，但也讓他們明白，如果只是根據假說進行調查，可能無法找出真正的答案。
不知道Design（設計）應該如何著手
在先前的設計失敗經歷中，團隊曾嘗試製作一個預測廣告及行銷宣傳活動對營業額影響的分析模組，但因為多種原因，該專案被終止；然而，由於公司後續仍需預測廣告的效果，這個專案又被重新啟動。公司的部門嘗試比對電視廣告播出前後的營業額成長率，並追蹤網頁廣告的點擊轉換率，但他們無法預測跨領域的廣告效果。
當公司高層詢問電視廣告的具體效益時，沒有人能給出確切答案，因此資料分析團隊再次被委託，並受到了更高的期望和要求。這次，團隊選擇了不同的方法，首先進行了廣泛的情報蒐集，然後利用現有資料製作了一個原型。
他們採用了每天蒐集各種資料進行統計分析的方法，並將所有可能影響廣告效果的正負面條件都納入分析。初步的分析模組完成後，團隊向公司的主要成員報告，並建議導入一個簡單的分析工具，讓每位成員都能自行進行分析。這個建議得到了大家的支持。
這次的經驗教訓是，在設計階段，團隊必須深入調查面臨的問題，蒐集足夠的資料，選擇合適的分析方法，並思考如何標準化流程，才能順利獲得預算和相關人員的支持。
這樣取得Data（資料），才是對的
在先前的資料失敗經歷中，團隊曾因為顧客「屬性資料」不足而未達到預期的廣告宣傳效果。為了解決這個問題，團隊重新思考資料蒐集的目的，並將焦點從「屬性資料」轉移到「行為資料」；他們開始蒐集顧客在網站上的行為，如訪問次數、瀏覽的商品頁面等，並進一步探索這些行為與購買行為之間的關聯。
團隊發現，顧客的購買原因多種多樣，且與他們原先的預期有所不同，因此他們決定直接詢問顧客其購買原因，並對顧客服務中心的系統進行改善，使其能夠輕鬆選擇購買原因。經過一段時間的努力，他們成功地詢問到了大部分顧客的購買原因，並透過調查問卷蒐集了顧客的滿意度資料。
利用這些「行為資料」和「心理資料」，團隊能夠更精確地了解每位顧客，並提高廣告宣傳的效果；此外，這些資料還有助於提高分析的精確度和顧客關係管理策略的效率。團隊還使用商業智慧工具將這些資料彙整於儀表板，並與全體員工共享，幫助他們更好地理解消費者的需求，並將這些情報用於調整行銷策略和新商品開發。
留言列表
