厚數據成為新時代分析重點,數位行銷人員又該如何掌握?

 

數位行銷隨著技術發展,每隔一段時間就會出現新應用方法論或概念,例如先前一段時間就相當風行大數據,應該也有許多人都聽說過甚至研究過;聽過大數據,那麼是否對於這一段時間開始有人也在討論的厚數據也有所認知?對多數以數位行銷為營運主軸之台北、桃園、台中、台南、高雄等地企業來說,厚數據或許是更應該掌握關鍵數據指標。

 

厚數據跟大數據究竟有何差別?真要說雙方差異性無非便是廣度與深度差異。大數據要求數據量體要夠大才足以具備價值,這也是多數企業嘗試研究大數據卻未果甚至只是做虛功主因,因為一般台北、桃園、台中、台南、高雄等地企業根本無法收集也不需要那麼龐大數據量來支撐企業行銷方向發展。

 

厚數據就不一樣,比起廣度更講究深度,也就是更深層探討數據基礎資訊表現為何?即便台北、桃園、台中、台南、高雄等地企業沒有辦法收集到大量消費者調查資料,只要能夠針對已掌握市場、用戶資訊進行深度解析,都可以算是表現出厚數據價值。

 

特別是在數位行銷時代,台北、桃園、台中、台南、高雄等地企業可以藉由各種網路工具縮短與消費者間距離,無論要收集消費者意見或是與顧客建立連結都相對容易,比起過去都要透過市調或消費者訪談等形式進行更低成本,數位行銷成熟發展更有助於厚數據發展並為企業建立發展的優勢。

 

究竟厚數據本身具備哪些應用價值、台北、桃園、台中、台南、高雄等地企業又該如何掌握厚數據,又該如何透過數位行銷工具優化數據價值?兩大關鍵,搞懂就不會又陷入數位行銷方法論迷思中。

 

 

除了講究深度而非廣度,厚數據與大數據本質也極大不同。

 

探討大數據時,除了數據量外還有兩個重要指標「速度」及「類別」,探討厚數據除了比起量體更重視資訊深度外,其他兩項基本上也必須存在區隔,才能表現厚數據價值。

 

只是不同於大數據講究速度,關鍵在於如何提高數據收集及分析速度,以及收集數據類別必須要多元,才能做出更精準預測及分析;厚數據可能會更偏向於另外兩項比較少人探討之數據價值「真實性」及「價值」。

 

不同於大數據會偏向於可量化之數據及行為監測,厚數據反而更偏向於質化研究,這也是難以要求高速的主要原因,目前數位行銷技術要做到百分百語意監測還是有相當難度;即使可以透過數位行銷手段收集到各種消費者輿論意見,但終端分析還是必須仰賴人工來進行,甚至於藉由深入解析消費者意見中深層真實需求,才能夠提煉出真正協助企業之數據價值。

 

不妨可以這麼認為:正是因為數位行銷發展成熟,讓台北、桃園、台中、台南、高雄等地企業可以更直接與消費者連結,才得以提煉出厚數據真正價值。

 

過去企業可能都是透過市調方式收集消費者意見,這些資訊未必是真實消費者意見。然而藉由輿論收集、搜尋等數位行銷手段,台北、桃園、台中、台南、高雄等地企業可以更直接觸及實際用戶意見,特別是這些資訊收集都並非主動進行,更可能得出實際結論,剩下就看如何判讀出資訊背後真正消費者需求,這才是厚數據真正價值。

 

 

厚數據並非只能繁複,要懂得透過數位行銷工具篩分資訊。

 

厚數據難以應用最主要原因便是台灣企業普遍缺乏質化研究技術,且質化分析過程也不如量化分析來得直覺,當中可能存在誤差更讓企業存在相當質疑。

 

最常見例子便是如果在過去還沒有汽車的時代問民眾想要什麼?多數人可能會回答更快的馬、體力更好的馬,但就是沒有人會回答當時他們根本還沒有建立認知的汽車。

 

如何更進一步從民眾既有出行問題當中得出「他們需要汽車」這個結論,就是厚數據能否成功關鍵。厚數據的「厚」,便是在於收集到表面訊息後,更進一步向下深挖,找出顧客真實需求。

 

雖然後端分析無法自動化直覺進行,但企業依然可以透過數位行銷工具於前端將所收集到大量輿論、用戶意見,透過簡單語意或文字分析建立出各種標籤、分類,以簡化前端資訊收集繁複度——就如同目前電商平台這些數位行銷工具簡化消費者購買商品流程。

 

導入數位行銷工具進行資訊篩分、歸類,就可以建立出基本量化資訊,如此便可讓分析人員可以針對數據了解基礎消費者需求,有效提高厚數據收集、分析可能需要時間,更快讓強勢商品可以進入市場產出價值。

 

 

 

撰文者/銀河數位行銷領航員
(全篇圖文由銀河互動網路《iMarketing銀河數位行銷學》授權刊載,未經授權,請勿轉載!)

By 0