淺談資料類型—資料類別排列組合
企業搜集資料要下許多功夫，而面對這些得來不易的資料，在運用上更是存乎一心。以往的行銷資料大部分都是單一使用，例如：將客戶的購買資料經過分析之後，可以判斷出哪些客戶是貴客、哪些是常客，哪些又是新客，依此得出單一維度的行銷數據。但是在理解「資料」與「行銷資料」的分類後，我們可以進一步透過資料類別的「排列組合」，來協助企業進行資料的收集與分析，進而擬定相關的行銷方案。
我們以某家百貨公司為例，先將「內部資料、外部資料」，以及「結構化、非結構化資料」進行排列組合，可得到四種資料類別，如下圖1所示：
圖1 內、外部、結構化、非結構化排列矩陣
繪圖者：張庭瑄
1.右上角第一象限的「外部結構化」資料︰分析各縣市、鄉鎮的人口統計資料，發展各地展店評估方案。
2.左上角第二象限的「內部結構化」資料︰分析消費者個別資料，發展出新客、常客與貴客等不同顧客的關係管理方案，像是針對貴客舉辦「封館特賣之夜」，針對常客舉辦「消費一定金額」大優惠，針對新客舉辦「開卡送好禮」活動等。
如果結合第一、第二這兩個象限，則可進一步評估，開設分館的優先順序，哪些地區分館要先開，哪些地區的順位則可擺在稍後再處理。
3.左下角第三象限的「內部非結構化」資料︰可分析消費者瀏覽百貨公司動線的影像記錄資料、消費者在哪些櫃位停留最久，哪些商品曾經被消費者拿起來端詳之後，又被擺放回去。如此，百貨公司可發展產品擺設的優化方案，或者產品包裝的改換計畫。
4.右下角第四象限的「外部非結構化」資料︰可分析消費者在網路上對該百貨公司或特定商品的「口碑聲量」與「好感度」，進而發展網路口碑行銷方案。
在運用這些資料時，使用者要懂得運用想像力，來發揮資料分析背後的價值。例如：我們可以思考一下，結合第二與第三象限的數據後，還可以做些什麼？讀者可能會想到，在百貨公司入口的攝影機，透過人臉自動辨識系統，遠遠地看到貴客出現時，就可在系統上發出提醒訊息，讓值班的主管有機會與他們接觸。這樣，將更能帶給顧客「賓至如歸」的氛圍。
透過以上的例子，可以讓讀者更了解學習「資料」與「行銷資料」的分類，不僅僅只是學習辨識資料的類別，更重要的是透過這些分類，以及對分類的排列組合，協助企業進行資料的收集與分析，進而擬定出有效的行銷方案。
留言列表
