行銷5.0時代，從「資料行銷」開始
原來可以靠大數據跟機器學習做到一對一行銷？看資料科學如何成為行銷黑科技！
這場疫情加速了企業的數位化進程，如今大部分的企業或多或少都走在數位轉型的路上，然而行銷人員則成為數位浪潮下最容易面對困境與挫折的一群：消費市場兩極化與世代差距，使品牌只能被迫調整定位向族群靠攏，同時面臨更激烈的競爭；隱私爭議與流量集中，讓區隔市場與目標對象界定的門檻提升，想要精準行銷往往需要投入更多資源；新科技與新媒體帶來消費者習慣改變，更多且更細碎的消費者接觸點，讓數據整合與追蹤難上加難……
數位化的確給了行銷更多可能，卻也帶來更多挑戰。
基於上述種種原因，行銷的門檻也不斷追高：新的MarTech因應而生，諸如透過大數據建立市場預測模型、借助社群爬蒐與自然語言處理找尋消費者偏好趨勢、結合物聯網與人工智慧等科技創造全新的顧客體驗……儼然形成一種行銷的數位落差。然而，資源有限，品牌需要更好的策略與方法，幫助行銷數位轉型，因此行銷5.0第一步，便是從「資料行銷」開始。
今天要告訴你：
- 什麼是行銷5.0?
- 什麼是資料行銷?
- 資料行銷的實際應用與成效
- 資料行銷常見錯誤
- 下一步是什麼?
一、什麼是行銷5.0？
行銷5.0是指模仿人類的科技應用，藉此在整個顧客旅程中創造、溝通、實現和提升價值，這些科技包含人工智慧、自然語言處理、感測器、AR/VR、物聯網等。而要達成行銷5.0，首要之務就是先在組織內部建立兩項功夫（資料行銷、敏捷行銷），以達成三項應用（預測行銷、場景行銷、增強行銷）。
其中「資料行銷」正是行銷5.0的第一步，也代表了行銷5.0的第一項原則：
所有決策都必須有足夠的資料在手。——菲利浦．科特勒《行銷5.0》，天下雜誌出版）
二、什麼是資料行銷？
資料行銷（Data-Driven Marketing）簡單來說，就是整合一切能取得的資料，建立資料生態系與資料管理平台，結合分析工具、機器學習等，進而達到更精準的行銷並幫助行銷策略優化。尤其現在講求個人獨一無二的消費體驗，原本單靠行銷人員的力量要將市場切割成個人維度是幾乎不可能的，但透過大數據的幫助，我們能將市場區隔到單一顧客，以此建置人物誌（Persona），量身打造客製化的一對一行銷，甚至可以針對顧客身處不同的情境，隨時動態地調整行銷策略。
三、資料行銷的實際應用與成效
資料行銷基本流程如下：
1. 清楚確立行銷目標
資料行銷並沒有想像中困難，其實資料行銷與一般行銷專案本質上沒有太大差別，在我們過去的經驗中，首先依然是從確定行銷目標，包含決定成效指標，讓專案聚焦且可被衡量。同時建議避免發散或過於龐大的目標，確保專案順利執行。
2. 盤點資源與現況
我們對於初次接觸資料行銷的品牌，通常建議從資源盤點開始，尤其要了解消費者旅途中的每個觸點，從過去到現在曾收集與使用過的資料有哪些、曾經遇過的阻礙或洞察等。這是因為不同產業、品牌的生態與模式都不同，品牌的數據成熟度也不同，更多時候品牌往往已經有數據使用的經驗或相關資源，此時比起打掉重練不如思考如何從既有架構進行優化。
3. 擬定數據收集規劃
在了解消費者觸點後，便可更明確知道要收集的資料有哪些。能取得的資料其實非常多，尤其在顧客資料上，不論是傳統的顧客名單庫與市場調查，社群資料、瀏覽過的網頁、廣告點擊、端點銷售系統（POS）資料、行動裝置資訊、通訊軟體資料等，而這些資料收集後還必須進行篩選、清理、去重、分類、去識別化等有系統化整理，才能確保資料的正確性與可用性。
4. 整合與運用
當然，最終不在於如何取得更多資料，而是如何整合管理，建立屬於品牌的第一方數據庫與生態系。消費者在廣告、網站、社群上等不同接觸點時都會留下資料，透過資料比對與串接，我們可賦予每個用戶一個品牌辨識用的「ID」，不論這位用戶曾經瀏覽品牌網站、點擊過廣告、到實體店面消費、加入Line官方帳號、註冊為會員等行為資料都能整合到同一個ID，藉此得到完整的消費者輪廓，包含他對什麼樣的網站較有興趣、對什麼樣的廣告素材更願意點擊，對於精準行銷與再行銷有著超極高的助益，配合機器學習便有可能達到「一對一行銷」，如果結合完善的CRM系統，更能輕鬆培養忠實客群。
由於不同企業的商業模式、消費者旅途、數位化程度都不同，建議分階段進行，從資料累積開始，逐步建立完整的資料生態系後，再進行更進一步的應用。
從現有的行銷活動開始，加入數據。
其實資料行銷並不困難，舉凡日常的社群經營、內容行銷、促銷活動與廣告，其實只要稍微加入數據監測便可以開始累積數據以及行銷策略優化。
1. 預測社群熱門話題
社群上的聲量趨勢往往是流量的關鍵，然後讓行銷人員一篇篇搜尋並查看內容，費時費力且不切實際。透過社群爬蟲技術可以快速觀察一段時間內的熱門議題，並且可以快速從互動量最高的內容中更有效率的觀察話題走向，比競品更快搶占流量。
2. 最佳化廣告成效
為了提升廣告投遞的精準度，以降低CPA、提高ROAS等成效，常見的方法是仰賴FB、Google等平台提供的受眾資料，並測試不同的廣告素材、競價方式等等，藉由後台數據調整策略。但是這類平台能提供的受眾精準度通常有限，且一旦品牌投放的範圍擴大，管理起來就更加困難，藉由一站式全方位的廣告流量監測，除了可以快速比較所有平台、廣告版位的成效差異，並且透過數據累積到品牌第一方數據庫，便可獲得最直接精準的受眾資料。
3. 精準投遞
承上，當你有了豐富的受眾資料後，便可以進行分析與分類以提供客製化的行銷。舉例來說，從某位顧客過去點擊過的廣告、瀏覽其他網頁的行為中，可以歸類出數個不同維度的特徵：例如年齡、可能收入、興趣、愛好品牌等，藉由「標籤」的方式分類與整理，便可以輕易得到許多受眾資料作為廣告投放依據。
4. 線下資料收集並串連線上
即使在數位化時代，消費者的線下行為依然非常重要，但不像線上多少會留下一些瀏覽紀錄或流量，線下的人流資料往往更難收集。假設想在實體店鋪中舉辦促銷活動，除了填寫聯絡表單、追蹤QRcode流量外，甚至可以使用beacon機收集經過的行動裝置資料（放心，這無法獲得用戶的敏感資料）更快速的獲取線下的人流資料，在透過線上線下資料比對，就能串連顧客的線上行為進行整合。
5. 自動化公關預警
聲量越高的行銷活動往往伴隨越高的風險，尤其爆紅主題往往容易帶著負面聲量，行銷人員應盡可能在第一時間發現並應對，但是行銷人員無法24小時監看各大社群或論壇，因此透過設定預警系統，能幫助行銷人員更有效率地掌握資訊並且應對。
四、那些最常犯的錯誤
數據並非萬靈丹，企業除了常以為把各種資料套入演算法，就能得到所有問題的答案外，也常因為一些策略錯誤導致失敗，以下為常見問題：
- 過度依賴資料：大數據不能取代傳統的市場研究方法，數據也無法代替行銷人員進行重要決策與創意整合，盲目追尋或應用數據反而會產生反效果
- 重量不重質：資料量並非越大就越能提出準確的洞察或預測，未經篩選與統一的資料反而可能造成偏誤，甚至根本無法使用。
- 讓行銷策略配合數據：一開始總是希望能把所有可收集的數據用好用滿，因而制定或調整原先的行銷策略，造成本末倒置。行銷人員應該從根據行銷活動的需求，收集對應數據。
- 急就章與好高騖遠：行銷人員往往急著使用資料與各種分析工具，或是想要一次達成所有事情，使得問題變得更加複雜，進而拉高技術門檻與預算，導致專案窒礙難行。
五、下一步是什麼？
持續累積、持續學習
當資料生態系建立，對於數據的蒐集、整合與應用越來越成熟之後，品牌應該持續不斷進行數據的積累，並且不斷學習。這裡的學習指的不只是機器或模型的訓練，人員更是該不斷提升相關的技術與知識。
隨著第三方cookie即將進入尾聲，現有各式替代方案的成效與可行性都尚不明朗時，最好開始持續累積第一方的數據庫、訓練模型，以對未來提早準備。此外，行銷5.0不只有資料行銷，MarTech技術發展日新月異，除了後端資料運用於決策外，如何使用物聯網、機器人、AR/VR等技術進行顧客體驗優化，創造更能引起共鳴的內容，將是行銷人必須持續面對與學習的課題。也是數位轉型最重要的一環。
參考資料：菲利浦．科特勒《行銷5.0》，天下雜誌出版
