為什麼打造一支資料科學團隊如此重要？|數位時代 BusinessNext

大數據真有這麼神奇嗎？要有多少資料才算是「大」數據？傳統數據分析跟大數據分析有什麼不同？一個接著一個的疑問，是許多企業在迎接大數據潮流中可能面對到的問題。如果覺得「大數據」這三個字看起來神秘而悠遠，可敬而不可親，那麼何不先從建立一支企業內部的「資料科學團隊」開始？經實地分析資料、踏實地從資料中創新找商機，那麼，或許大數據三個字幾年之後也將不再是遙不可及的神話了。

2015年台灣資料科學愛好者年會於8月20～23日在中央研究院盛大展開，過往為期兩天的年會內容，今年加長為四天，除了年會主要議程外，還包含了「R資料分析上手課程」、「g0v零時政府黑客松」、「DSP資料開竅・企業論壇」、「資料新聞實戰營」、「Hadoop/Spark 資料科學快速體驗營」、「地圖資料視覺化課程」等內容。

在21日的「DSP資料開竅・企業論壇」活動中，中華電信、宏碁物聯網事業處、通用移動（GMobi）、沛星互動科技等企業，則個別分享自家企業如何培養資料科學人才、建立資料科學團隊並透過數據發掘新的商業模式？
資料科學年會

#IT單位不只要會蒐集數據，還要學商業分析

為什麼打造一支資料科學團隊如此重要？中華電信總公司資訊處科長楊秀一表示，資料科學的核心知識可以分成三部分，分別是幫助客戶帶來營收的業務能力、IT技術以及量化分析技巧，三者之間的核心交集知識包括IT人員必須懂驗證統計的結果、會用說故事的方法解析數據背後意義、和業務人員合作的能力等等，不過，多數的人卻只能擁有其中一到兩項的技能。

資料科學年會
（圖說：傳統數據與大數據分析比較表。圖片來源：蘇宇庭攝影。）

「期待人人都是擁有三種領域的能力是不切實際的，打造資料科學家團隊才是務實的做法。」楊秀一說，懂得做資料探勘（Data Mining）的人，不一定懂商業分析，然而「分析」這件事情應該是往外延伸，變成跨部門的合作。

研究機構Gartner曾經預期，在兩到三年之後，「大數據」就不會再是神話，資料探勘的系統會直接嵌入在企業內部的IT基礎建設，形成企業很自然的一部分。「所以現在應該要開始培訓，讓IT人員有機會進入到這個領域，去學習匯集分析的方法，創造業務機會。」楊秀一說。

楊秀一接著強調，「現在連買車買房都可以大數據，分析已經是各企業單位重視的事情，雖然路程比國外慢了兩年⋯⋯分析不是只有專家與業務單位的事，IT單位也可以，也應該要學著運用分析技術，而且IT人員最懂系統的流程，更要進一步掌握商業的know-how、具備創新能力。」

中華電信已從今年開始啟動了資料科學團隊培育計劃，由公司內部的IT人員自行報名，授課內容著重在商業分析心法、商業論戰、巨資技術等課程，目標希望IT人員成為企業內部資料科學團隊的中堅戰力。

#確立目標，創造Try and Error的空間！

但是在企業內部打造一支資料科學團隊又談何容易？東森科技、隆中網絡大數據顧問趙國仁說，「跨」是打造資料科學團隊的核心價值，但是「跨」就會踩到別人，會遇到很多部門組織的阻力，還必須要跟現有系統做整合，「人家為什麼要讓你整合？人家為什麼要花功夫幫你找Data？這牽扯到權力關係。」

既然跨組織這件事本身就會碰到許多問題，那又該怎麼辦？趙國仁的答案是「既然會失敗，那就快點失敗吧！」他接著說，早點失敗，才能快速調整。

趙國仁也建議，企業可以從建立資料探勘系統開始，不要一下子就要趕著到資料分析階段，最重要的，是企業必須給團隊足夠的時間和信任，不斷做實驗，慢慢找到自己的核心價值；此外，一個強而有力的領導人也很重要，他必須能夠承擔來自股東和公司內部不同單位給的壓力。

沛星互動科技（Appier）營運長李婉菱也舉自己公司實際營運的狀況為例，她認為最重要的一件事是「確定目標，確定你想從Data中得到什麼？」

李婉菱說，因為我們不可能把所有數據都蒐集起來，所以必須要先確定目標，知道哪些數據是有意義的，才能著手進行。她也再次強調，資料科學一定要「做實驗」，所以企業內部要有允許資料科學團隊試錯的彈性空間，整個企業環境必須鼓勵、支持資料科學團隊的「實驗精神」。

（圖說：2015年資料科學年會邀請中華電信、宏碁物聯網事業處、通用移動（GMobi）、沛星互動科技等企業，分享運用資料科學及大數據的經驗。圖片來源：蘇宇庭攝影。）

一家連續十年營收 700 萬元的健身業者，如何在一年內將業績推升至 3,500 萬元，成長整整 5 倍？答案可能和多數人想的不一樣。

這家健身品牌不是一開始就加碼投放廣告，而是先從調整組織架構與薪酬制度著手，透過明確分工改善團隊運作，進而建立「全員銷售」文化，這並不是要求每位員工都成為業務員，而是讓團隊理解與認同品牌理念，確保從服務、回覆、教學到售後過程中的每一個顧客接觸點，都能傳遞一致的訊息與體驗，從而建立顧客對品牌的信任感，甚至願意主動購買與持續回購。而規劃這套成長策略的幕後推手，正是無限創意行銷。

AI 讓行銷變簡單，為何行銷公司反而更難做出成效？

雖然公司名稱裡有「行銷」兩個字，但無限創意行銷並非只從行銷工具出發，而是以顧問式行銷的角色，先理解企業經營問題，再決定應採取哪些行銷與營運解方。「我們不會一開始就告訴企業該採用哪些行銷策略，而是根據企業真的需求來提供適合解方」，無限創意行銷創辦人翁小五一語道出公司的獨特定位。

通常，企業在面對營收成長瓶頸時，第一個念頭就是做行銷，然而，翁小五從過往的工作與創業經驗中發現，限制企業營收成長的原因有很多，不一定與行銷有關，背後可能還有其他問題，若沒有釐清真正的問題所在，就急著投入廣告或其他行銷資源，很可能只是治標不治本。

基於這樣的觀察，無限創意行銷決定採取反向思考邏輯：先回到企業經營本身，找出造成「成長趨緩」的真正原因，再據此制定策略、優化營運流程，最後透過行銷放大企業優勢。當每一筆行銷投入都建立在更健康的企業體質與更精準的策略判斷之上，行銷才不只是「有做」，而是真正能為企業帶來成長。

這套「先找問題、再選工具」的服務模式，在生成式 AI 工具普及後，也成為拉開行銷成效差距的關鍵。

過去，行銷公司的價值建立在製作能力、投放技術與媒體資源；但當 AI 逐步降低文案、素材與分析的執行成本，單純提供「做內容、下廣告、做報表」的服務，差異化將快速縮小。此時真正考驗的，反而是行銷人的理解力和判斷力：能否看懂消費者真正需要什麼？能否找出限制企業營收成長的關鍵環節？而這正是無限創意行銷長期深耕企業經營現場、不斷透過數據與市場驗證所累積的核心能力。

AI 拆解營收黑洞，讓數據為企業成長導航

在無限創意行銷的顧問式服務流程中，數據是相當重要的依據。翁小五進一步說明，無限創意行銷的數據應用可以分為三個層次：從檢視行銷活動成效、拆解顧客旅程中的問題節點，再進一步延伸至年度營運規劃，讓企業不只知道「過去發生了什麼」，更能判斷「下一步該怎麼走」。

首先，是檢視行銷活動成效，其中最重要的原則在於，根據行銷目標去解讀數據。舉例來說，如果目標是增加首購顧客，除了檢視素材吸引力與點擊率，還要持續追蹤到站、詢問、成交、新客占比與首購成本；如果目標是擴大營收規模，則應進一步檢視回購率、客單價與顧客終身價值。

數據應用的第二層價值，是拆解從「廣告投入」到「營收產出」之間的過程，理解每一個節點的數據分別反映什麼問題，再針對問題逐一修正。

至於第三個層次，則是讓數據成為企業經營與資源配置的依據。無限創意行銷會從年度營收目標出發，結合產業特性、淡旺季變化與過往行銷成果，拆解每一季、每個月的業績任務，再將過去有效的策略放大、成效不佳的做法修正，據此安排下一年度的行銷資源與營運節奏。

不急著加碼廣告，從企業體質出發找出 5 倍成長解方

對無限創意行銷來說，數據是找出問題、配置資源與規劃成長路徑的關鍵，文章開頭提到的健身業者，正是此套方法論的最佳印證。當初，翁小五深入診斷後發現，這家企業真正的問題在於組織結構過度扁平，老闆長期忙於處理日常事務，難以專注在營運規劃；此外，組織缺乏真正負責營運管理的中階主管、教練流動過高導致學員缺乏安全感等，皆是影響回購率的因素。

因此，無限創意行銷先從組織架構著手，設立專責店長一職，並重新設計薪酬制度，藉此讓教練、店長與老闆皆可專注在自身工作上。之後，再透過前期廣告數據與顧客洞察，找出消費者選擇品牌的真正原因，並運用行銷活動與口碑經營持續放大。同時，翁小五也在過程中導入「全員銷售」概念，確保顧客在各個接觸點都享有一致的體驗，品牌才能逐步累積顧客信任。

最終，這家企業的營收一年就成長至 3,500 萬元，達到原先的 5 倍。這個案例也說明了無限創意行銷的方法論：行銷不是企業成長的起點，而是放大企業優勢的槓桿；企業體質愈健全，這支槓桿所能放大的成長效益也愈大。

從「會做」到「會判斷」，AI 時代，無限創意行銷正在重新定義行銷公司的價值

隨著 AI 能力越來越強大，下一代行銷公司的價值，不只是比誰更懂得運用 AI，而是行銷人的市場理解力與專業判斷力，知道 AI 產出的內容哪些值得留下、哪些應該捨棄，或是該如何持續修正，才能打造出能夠被消費者感受到的品牌體驗。

因此，無限創意行銷未來將積極建立團隊與 AI 協作的方法論，將過往的專案判斷、提問框架與數據檢核邏輯，轉化為 AI 協作流程。團隊在面對新專案時，不是直接要求 AI 給答案，而是先定義目標、限制條件與判斷標準，再去檢查 AI 產出是否符合商業情境。

對翁小五而言，AI 時代真正稀缺的，不是工具，而是定義問題、理解消費者與判斷品質的能力。未來無限創意行銷的競爭力，也不在於使用多少 AI，而是持續將人的品味、市場理解與產業 Know-how，透過 AI 放大，協助企業打造更精準的品牌體驗與更高品質的決策。