行銷資料科學 Marketing Data Science

何謂「行銷資料科學」

               在工業革命之後，行銷是產業對外拓展市場中最重要的武器。行銷學在美國的發展已超過一百年，而到了本世紀初，行銷與資料科學開始交會，擦撞出美麗的火花，挾數學、統計和資訊科技的「資料科學」加入行銷領域後，預料會讓企業行銷威力未來更銳不可擋。

             一九七四年，在丹麥哥本哈根大學任教的彼得•諾爾（Peter Naur），在他的《Concise Survey of Computer Methods》一書中，首次提出資料科學（data science）的概念。從天文學領域轉戰電腦科學的他，一開始就認定資料科學乃是處理資料的科學，一旦有效建立，資料與其所代表的資料間的關係，就能應用到其他領域和學科。二００一年，威廉•克利夫蘭（William S. Cleveland）在他發表〈Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics〉一文，正式將資料科學認定成一門學科。

        簡單來說，資料科學就是「透過科學化的方式，對資料進行分析的一門學問，而資料科學存在的目的，在於解決問題」。這裡的「科學化方式」特別強調「資訊科技」與「數學/統計」跨學科領域的應用。舉例來說，像是Google透過大數據分析，就能藉由使用者查詢感冒症狀的資料，比美國疾病管理局更早掌握流行性感冒疫情發生的情報。

        現在，換個場景，將資料科學運用到行銷領域的一門學問就稱為「行銷資料科學」。所以，行銷資料科學就是「透過科學化的方式，對行銷資料進行分析的一門學問，而行銷資料科學存在的目的，在於解決行銷管理上的問題」。舉例來說，在亞馬遜網站購書後，網站透過演算法也將其他人購買的同類的哪幾本，做出推薦清單後一併推薦給你，就是行銷資料科學的應用。

        從宏觀的角度來看，行銷資料科學專業範疇涵蓋「行銷管理」、「資訊科技」與「數學統計」三種專業，如圖1所示。

圖1 行銷資料科學專業範疇概念圖

繪圖者：周晏汝

        圖中可以發現「行銷管理」與「數學/統計」的交集，為「傳統行銷研究」的範圍。「行銷管理」與「資訊科技」的交集，衍生出「行銷資訊系統」的內容。「資訊科技」與「數學/統計」的交集，產生了「機器學習」的學問。而「行銷管理」、「資訊科技」與「數學/統計」的交集，開啟了「行銷資料科學」學科的先河。

        再進一步看，行銷資料科學的研究需要結合統計、數學、資訊科學等各領域的專業，可以由「提出問題」出發，然後進行資料蒐集、量化、處理、分析和選擇模型等流程，協助我們理解問題和驗證假設，最後提出觀察結果或解決方案。

        事實上，大數據分析、機器學習、資料視覺化和推薦系統等均屬於資料科學的範疇，而從資料中挖掘出不為人知、貼近真實的資訊，找出其應用價值，不僅僅是為了行銷目的，也能對推動商業和社會進步有所貢獻。

蘇宇暉（台科大管研所博士生）、羅凱揚（台科大兼任助理教授）