「數據行銷」時代來臨：什麼是大數據？4V是什麼？如何應用大數據？

｜本文由《Ask Marketer》授權行銷人刊登，未經原作者同意請勿轉載，原文出處。｜首圖／by Alexander Sinn on Unsplash

文／Abraham Wu

過去八年，大數據一詞不絕於耳，科技發展所帶動的不只是生活上的便利，更是人們由實體轉向虛擬網絡活動之始。自此，數據的重要性變得愈來愈高，當數據累積至一定數量後，企業開始思考如何將數據轉化為實際價值，帶動利益增長，從而衍生出數據行銷、大數據分析、人工智能分析等概念。

現在，隨著愈來愈多企業應用大數據，大數據的應用亦愈趨普及，這不再是只有政府才能使用的工具，而是貫穿各行各業的核心技術之一。但高科技的系統很多時只適用於資源充足的大企業，難道中小企就不能順勢而上，運用大數據的價值嗎？當然不是！而這亦是我這篇文章會提到的一個概念—數據行銷！

大數據是什麼？

相信這些年來你都會不斷聽人提到「大數據」，但究竟什麼是真正的大數據，而大數據又如何幫助企業在這個數位時代更進一步呢？要詳情了解大數據意思，就要先從大數據定義以及其特性入手，當然若你對大數據已有一定的認識，那不妨直接跳至大數據應用一段，看看大數據如何可以幫你的企業進一步發展！

大數據定義

大數據的定義是指由巨型數據集所組成的數據庫，這些數據的大小遠遠超出人類在可接受的時間下進行收集、管理與分析，所以一般都會用人工智能 (AI) 配合機器學習 (Machine Learning) 去處理，從而提取「有價值」資料再加以運用。

這些數據集的資料的大小由TB (1 TB容量大概可以儲存120部DVD電影) 至PB (1 PB 等於1,024 TB) 不等，絕不是一般企業可以搜集得到的，更不要說加以處理。所以，我們一般平常所說的用大數據分析去判斷客戶的購買傾向、用戶特質、然後優化等等，很多時都只能稱之為數據分析與應用而非大數據。真正的大數據應用通常只會出現在互聯網巨頭如Google、Facebook、LinkedIn等，又或超大型跨國電子商貿企業 (E-Commerce) 上。

大數據 4V是什麼？認清大數據與數據的分別

相信大家對「數據」這個詞語都不會感到陌生，由網站的Cookies、Facebook Pixel、搜尋引擎的紀錄、用戶的消費紀錄、個人資料、到銀行的轉帳紀錄，全部都是數據。而大數據則是以上這些資料的強化版增量版，更直觀來說就是「一萬個用戶的消費紀錄是數據，而一百萬個用戶消費紀錄就是大數據！」

一般而言，大數據都會具備四大特性，即你可能會聽過的大數據 4V，它們分別是：

數據量巨大 (Volume)

以上亦有提到，大數據特指數據量極其巨大的數據集，通常是指一天內可生成1TB以上的數據量。以一個擁有5萬用戶數據的Excel為例，其檔案大小一般不會超過4,000KB，而1 TB的容量超過KB的十億倍，可想而知大數量的數據量有多巨大。

數據類型多樣化 (Variety)

數據類型多樣化指的是資料種類的多樣性，當中包括資料項目 (姓名、電話、行為、習慣等)、數據格式 (圖像、影片、音檔、文字) 等。只有綜合多方面不同的資料作分折，才能得出可信性高的答案。

數據處理速度快 (Velocity)

數據處理遵循「1秒定律」，可以從各種類型的數據中快速提取並分析高價值信息就是大數據的功用之一。若果處理速度不足夠快，很容易會出現收集資料的速度比處理資更快的情況。

數據真確性高 (Veracity)

無論AI再神奇、Machine Learning再先進都好，大數據的分析結果始終是建基於數據本身，若數據的真確性存疑即意味著結果是不可信的，而不可信的結果不單會令數據使用者做出錯誤決定，甚至會造成重大損失。所以，如何確保資料的真確性亦是其中一個大數據必須會關注的重點。

大數據有什麼優點？

大數據所帶來的好處有很多，其中包括為企業帶來更有效的決策、減低投資風險、降低成本、提高生產力、優化客戶體驗、提升收益等。這些都好處都經過不同的成功例子作支撐，但在實際應用上企業亦需要進一步權衡利弊，不應單單集中在有可能取得的好處而忽略是否適合你公司發展與資源分配等問題。

1. 更有效的決策與減低投資風險：

對企業而言，何為更有效的決策？讓我以兩個例子去解釋這個問題。

例子一：
假若你是一間賣高級洗髮水的公司，你希望在香港架設一間實體專門店，如果你有相關目標客群的數據，就可以由分析數據更準確地得知哪個地區、地段是你的目標平常會消費的地方，從而判斷開店的位置。反之你就只能根據其他資料以及市場觸角而做出相對的對策。比起前者，後者所採用的傳統方法無疑包含較多不確定性以及不可複雜性，而且亦有更大風險。

例子二：
假設你是一間網店 (E-commerce)，你應如何去決定接下來購入哪種貨品？數據分析無疑就是其中一種最有效亦可能是你現在也最常用的方式！由大量數據所構成的分析結果，一般而言將愈接近實際情況，利用更準確的資料去做決策無疑比沒數據支撐的決定來得更為有效。

NVP (NewVantage Partners) 曾發表過一篇調查，顯示其中59%的受訪者已經藉由大數據分析所作出的決策而取得成功，同時亦表明大數據分析可以藉由為商業決策者提供所需要的資料來提升他們的洞察力，以助企業提高競爭力！

2. 降低成本：

善用大數據不單可以提高企業決策的成效以及減低風險，同時亦可以透過提升營運效率從而有效降低成本。用者可以數據結果，清楚看到每個項目的成效高低，藉此減省不必要或低成效的項目，輕易做到提升投資回報率的目的！

另外，如果由數位行銷的角度出發，大數據亦有助大幅降低不同成本。以廣告成本為例，利用大數據分折可以得知哪些人對哪些產品／服務有興趣，從而將這些產品／服務直接經廣告出現在他們面前，以此提高廣告成效，令每一分一毫的廣告費變得更有價值。例如：「由數據知道用戶B對產品A有興趣後，透過廣告直接將產品A出現在用戶B面前，在這個情況下銷售和轉換的機會都會大大增加」。

3. 提高生產力：

現時有很多大數據工具都能夠幫助使用者更快更準確地分析數量更大的數據，從而提高個人生產力。這方面很多時都會集合在人力資源以及工序流程上，根據數據管理商Syncsort的調查顯示，59.9%的受訪者會傾向使用諸如Hadoop和Spark等數據工具來提高工作效率，同時這亦是主流的大數據用法之一。

4. 優化客戶體驗：

提升決策力、減低投資風險、降低成本以及提高生產力等好處都比較具體且易理解，但究竟大數據又能如何幫你優化客戶體驗呢？

要知道隨著消費者行為與習慣的改變，智能手機、平板電腦、手提電腦等現已發展成人們日常生活中不可劃缺的一部份，同時不論是飲食、零售還是服務業都不斷將科技引入客戶的線上和線下體驗當中。這無形中令到客戶的期望值不斷提高，如果企業未能提供相類似甚至更好的體驗，他們下意識就會覺得你不如你的競爭對手。而大數據分折優化就正正是其中一種行之有效的方法，助你由數據角度出發了解用戶，再提供個人化 (Customized) 客戶體驗。

5. 提升收益：

提高收益又或提升投資回報率相信是很多企業家最重視的目標之一，這個目標可說是前四者的結合體。基本上只要利用大數據分析做到以上任一項，相應的投資回報率必然會上升，而上升的幅度很多時建基於企業成功優化了多少項目。

大數據有缺點嗎？

雖然大數據可以為企業帶來以上種種甚至更多優勢，但要做好大數據卻不是這麼容易。經過一連串實踐後，許多企業都發現了很多問題，以下只是其中數項：

1. 人才需求：

數據科學家 (Data Scientist)和大數據專家無疑是近年最受大企業歡迎的人才之一。但專才不單意味著高成本，更代表著數量稀少，而內部培訓則需消耗大量的時間與金錢去構建框架，不是每間大企業都能做到。

2. 數據質量：

上文提到，數據真確性是其中一樣大數據必備的特質，如果數據不準確的話，無論分析系統再好都不能得出貼乎現實結論與情況。如若不小心用了這些資料去作出決策，到最後只會得不嘗失，但如何確保數量的質量往往就是最先亦是最難解決的問題。

3. 成本：

大數據分析不單要在人才上投放大量資源，同時也需要在設備、硬件、維護、網絡安全等事情上預留大量的洗費。要自己建立一個大數據分析庫、獨自享用大數據所能帶來的好處絕不是一件容易的事。

但我們卻可以站在巨人的肩膀上，盡情利用他人的大數據庫去為自己公司賺取更大的利益，獲得更多好處，而這正正就是我想說的大趨勢 — 數據行銷！

大數據的應用

大數據的應用在這幾年來愈來愈被廣泛應用於各行各業，不論是汽車、體育、金融、還是旅遊等行業都在使用大數據優化用戶體驗。

1. 研發智能汽車：

福特汽車將大數據融入到公司的每個環節中，由分析和預測消費者行為、傾向與喜好開始，理解消費者需要什麼、分析消費者心理價位以及認清消費者在購買時的考慮因素等。然後借此決定車型、零件、以至整體設計，從而推出可以「贏在起跑線的車」。

另外，Tesla所研究的無人駕駛汽車則是大數據在同一個行業的另一種應用方法，前者在於了解目標客群、後者則著重創新優化。

2. 打造個性化購物體驗：

大型電商如Amazon、淘寶，Zalora甚至是香港的HKTVMALL，都有利用客戶資料構建資料庫的習慣，要知道很多時你在相關應用程式的第一頁就看到心儀的商品，絕不是因為運氣，而是因為數據分析所得出的結論。對電商 (E-commerce) 而言，用戶的行為習慣就是最好的數據，只要好好運用就能有效地做到優化產品和提升銷售等不同目的。

同時，電商行業亦是其中一個大幅運用數據行銷去提升銷售額的行業之一。

3. 虛擬銀行：

論利用大數據的表表者又怎少得了金融業呢，大數據應用貫穿整個金融業的發展，由分析用戶財務狀況、風險評估到借貸都離不開數據分析四個字，更不要說香港即將大推行的虛擬銀行服務了。

由於虛擬銀行不像傳統銀行一樣有分行提供服務，所有服務與交易如存款、借貸、客戶服務等皆在網上進行，而且整體運作傾向與新興金融科技 (Fintech) 結合，以提升業界的營運效率。所以，數據應用與大數據技術在虛擬銀行中顯得尤為重要。

大數據影響與趨勢

究竟是大數據令很多日常生活事項變得數位化？抑或是科技網絡進步所構成的數碼化將大數據變得日益重要？這個問題和有雞先還是有蛋先一樣令人困擾。但無論大數據的構成是什麼，對中小企而言如何在這個大環境下分一杯羹才是最為重要的事！

現時，很多行業都已經涉及到大數據和AI，除了大家熟知的銀行服務 (e-bank、虛擬銀行、貸款、投資等)、電商 (網購)、網上外賣 (Foodpanda、Ubereat等)外，就算是醫療、保險、汽車業等都早已引入相關科技。

但總不能為了大數據而放棄自己的範疇，進而發展其他行業吧！所以學會如何運用可利用的大數據和AI資源去發展自己的企業，就成了很多中小企的頭等大事。既然不能如大企業一樣早著先機，也要做自己行業中的先行者！

隨著疫情的到來，人們被迫改變他們的生活節奏與習慣，不單對實體行業做成嚴重打擊，同時亦加速了各行各業進行數碼轉型的步伐。要知道即使人們的生活回歸疫情前的「正常」，根據疫情所演變出來的「新習慣」亦很難隨之而回復以往，不論企業接下來希望防守還是進攻，數碼化都可說是必備項目。

同時，愈來愈多公司決策者及管理層看重數據分析，希望借由數據結果去作出更準確更有信服力的決定，同時以數據作為指標，檢視公司的效能。即使公司本身沒有極其龐大的數據量，又或沒有資源進行大數據分析，但卻可以善用其他平台與工具，助公司利用大數據取得大量成果！

未來行銷方向：數據行銷為主導？

在行銷的角度而言，企業們逐漸將預算由從前的傳統營銷渠道轉移至數位營銷中，不單是為因為大多數情況數碼營銷比傳統營銷來得更有效，不單是在分折、統計、制定目標受眾 (Targeting)、以至成效上，更重要是便宜又或者該說投資回報率 (ROI) 高！

可能你會問：「我知道什麼是數位行銷，但究竟什麼是數據行銷？」要知道數位營銷包含很多不同的範疇，包括但不限於內容行銷、社交媒體行銷、電郵行銷、聯盟營銷、SEO、SEM、網站合作、ePR、口碑行銷等。而我所說的數據行銷則是集中在兩個字上—「數據」！

如何利用大數據與AI去為你在數位行銷上取得超卓的成果就是當中的關鍵。

你可能又會問：「我公司沒有太多的數據可以分析，亦沒有資源去發展高科技，更不要說AI，那數據行銷是否不適合我？」要知道絕大部份公司都沒有能力執行大數據、AI，但這並不代表中小企們運用不了數據行銷，只是要學會利用不同的大型數位行銷平台去達到目的而已。

其中最常用應用在數據行銷上的可說是Facebook、Instagram、Google、LinkedIn，以及Taboola等。這些平台有些是社交媒體、有些是搜尋引擎、亦有些是廣告平台，它們的性質看似不同，但卻有一個共通點。它們都有龐大的數據網絡，無時無刻都在互聯網中收集數據擴展資料庫，同時運用AI處理數據、分析並歸類。另外，它們都有提供不同模式的廣告服務，讓你所投放的每一個廣告都可以藉由它們的數據庫和AI進行優化，在各個層面上提升你的廣告成效。

具體來說，就是它們會學習與分析哪些人會對你的廣告更有興趣，從而準確地投放給相應目標；用數據去告訴你，應該如何優化廣告以取得更大成效；預測有機會採取實際行動的目標，提升你的用戶行動 (轉換/ 購買/ 登記等)的機會。單看以上這幾個例子，已經可以得知其對你的幫助有多大，而隨著AI的進一步發展，這方面可以為企業帶來的優勢與好處只會愈來愈大，可想而知數據行銷的重要性有多高！

使用大數據的案例

Facebook 大數據平台

Facebook不單是一個社交媒體，更是一個在提供空間給用戶創作、分享以及交流的同時，兼容了大量的行銷元素。除了讓企業可以在Facebook的框架下「借用」它們的數據以及運算方法去投放廣告外，同時利用龐大的用戶群吸引無數品牌爭相投放資源在Facebook行銷上。

要知道Facebook所代表的不只是Facebook本身，而是一連串貫穿你日常生活的平台與工具，包括Instagram、 WhatsApp、Facebook Messenger等。Facebook可以經過種種渠道在用戶的日常生活中收集數據，在提升你用戶體驗的同時，幫助企業推行行銷方案。

經由Facebook大數據，你可以做到：

投放廣告接觸所有Facebook用戶
投放廣告精準接觸指定受眾
了解潛在客戶的行為習慣與傾向性
讓你的廣告自動優化並向對你產品/服務有興趣但未購買的人展開攻勢
優化你的廣告費，令你以最低價錢取得最大成效

和Facebook不同，LinkedIn是全世界最大的專業型平台，超過6.45億用戶以及3000萬家企業，讓你的企業可以輕鬆和其他企業、專業人士、求職者建立連結。另外，比起B2C企業，LinkedIn更能幫助B2B企業去拓展生意以及擴大合作網絡。例如：B2B銷售員在進行責整個銷售過程之中，其中一個難點在於如何找到合適的目標，要找到一間目標公司不難，難在找到目標公司中相關項目的負責人，而這正正就是LinkedIn可以幫助的地方。當確定目標公司列表後，B2B銷售員就能嘗試在LinkedIn中直接找到項目負責人並加以聯繫，不單可以減省時間成本，亦能提升效率，同時避免訊息的錯失。

言歸正傳， LinkedIn不單可以在數據層面幫助企業提升效能，讓企業在數據角度出發，學習相應用戶的行為習慣，從而制定方案外，LinkedIn亦在新冠肺炎衝擊全球經濟的情況下，以AI人工智能技術，推出模擬面試功能給求職者使用。

為協助求職者在面試時，可以更順利和放鬆地展現最佳表現以及回答出最佳答案，他們研發了一套人工智能面試工具，結合大數據和AI分析一般面試題目的答案。用戶在根據問題錄下答案後，AI就會自動分析與評估，之後告訴用戶那方面需要改進和加強，同時建議更恰當的用字和語速等細節，從而提升用戶的面試能力。

看到這裡，你可以會問：「LinkedIn這個AI見工功能對企業有什麼用？」這個功能對你的企業未必有直接幫助，但其向我們展示了一種可能性，一種變革，一種可以刺激我們思考企業應如何數碼化的新方向！

LinkedIn在新冠肺炎衝擊全球經濟的情況下，以AI人工智能技術，推出模擬面試功能給求職者使用。／圖：Unsplash

Taboola大數據

比起Facebook與LinkedIn，Taboola對大多數人而言都是一個比較陌生的名字。(延伸閱讀： Taboola應用：我適合使用嗎？) Taboola是一間善用大數據及AI的內容推薦公司，其公司定位主要是作為全球各媒體出版商的數據平台。它會根據大數據分析用戶的需求、習慣和興趣，再向他們傳遞適合的推薦文章以及廣告。

在行銷角度而言，Taboola和GDN (Google Banner Ad) 的概念有點類似，雖然其網絡覆蓋率比GDN少很多，但由於集中於不用的新聞網站、出版商、商業網誌等，用戶的集中度和成效都會比大眾化的GDN為高。同時，企業亦可以依照你的需求，在投放廣告設定中細化各項目標以及廣告平台的條件，然後在廣告發佈後利用AI幫你進行優化。另外，和Facebook以及Google不同的是，Taboola的AI甚至會向你提供一些實際行動建議，如這使用什麼圖像、廣告排位、AB Testing等，讓你知道應做什麼才能提升廣告效果。

看到這裡，相信你已經清楚知道何為數據行銷以及什麼是大數據，希望你可以從中得到靈感去讓你的企業做得更好！如果對這個話題仍有任何疑惑的話，不妨和我談討一番！

作者介紹－Abraham Wu

一個在香港打滾的Marketer，做過Agency亦做過In House，同時非常願意分享自己經驗與看法，希望更多人認識Marketing。創立了Ask Marketer網站為你釋取對市場營銷的疑問，讓你清楚知道「當下」應該先做甚麼，才能有效幫助你的公司，令你更易掌握最新市場資訊！有興趣的話可以到Ask Marketer閱讀更多又或者到Facebook專頁按讚。

請更新您的瀏覽器

科技

行銷人