你能帶公司跳上火箭嗎?抓住大數據商機,CEO必須改變的9件事

2015.10.14 by
陳傑豪
大數據很花錢?數據行銷交給IT去做?靠經驗就做得不錯了,為何要改?CEO如果你想帶公司跳上火箭,這些觀念不可不知。圖片來源:deano...

大數據很花錢?數據行銷交給IT去做?靠經驗就做得不錯了,為何要改?CEO如果你想帶公司跳上火箭,這些觀念不可不知。

圖說明
圖片來源:deanoakley via Flickr, CC Licensed

很多人前仆後繼地想要跟上這股大數據趨勢,他們花了很高的代價購買昂貴的系統,到處尋求所謂的高階演算法,最終卻沒能找到數據應用的價值,或是應用價值與投入成本不符合效益比,然後在大數據探險的路上敗興而歸。

真正的關鍵是什麼?如果你是老闆,當你預見的數據的未來,記住、先別急著動手,先坐下來好好思考一下我們的目的地,我們期待透過數據帶來怎樣的改變,我們要利用數據把團隊和顧客服務提升到什麼位置,然後盤點一下自己手上握有的資源和籌碼,而這一連串的問題,都必須站在俯瞰全局的高度和格局去思考。

CEO們,面對大數據你必須學著慢慢走、快快到,必須扛起找出核心問題的責任,然後對數據的應用抱持合理的期待,我一路走來,也不是沒有誤闖過崎嶇小徑,雖然弄了一身的傷卻也學習到了寶貴的經驗,加上自己長期顧問經驗的觀察,整理了一些心法和大家分享,希望可以讓大家少走些冤枉路,早日看到大數據背後的美好風景。

1. 確立目的(Objective)

用大數據做為行銷的依據時,你想要達到什麼目的?或是說你打算解決什麼問題?這看似簡單的問題,真要認真回答起來,可能不如想像中的容易。

我常常遇到一些企業的老闆想開始做大數據,但我通常都會先好奇地問:你想用大數據來改善現在營運或是管理上遇到的什麼問題?

運氣好一點我可能會得到的回答會是:我想改善第一、第二、第三、第四⋯⋯,洋洋灑灑地列了10 幾項。沒錯,老闆們都「想」用大數據改善公司很多問題,但首先,做為管理者必須要能撥絲抽繭,梳理出真正核心的問題;再來,就是要針對一連串待解決的問題排優先次序。要專注,不要貪心地想要包山包海,什麼都想碰一下

最後,目的必須要明確(tangible),它絕不能只是一個議題(topic)。所謂「明確」的意思就是要有穩定而且可被衡量的目標

比方說過去每個月要投入四個人、一週的時間來執行每月固定的沉睡顧客喚醒活動,而且喚醒率是0.1%;如果你可以很清楚的定義目標是要解決人力浪費和成效不彰的問題,那現在有一個解決方案,可以讓你只用一個人、半天的時間就能完成同樣的工作,而且喚醒率可以提升到1%,然後你再評估喚醒率從0.1% 提升到1% 後,對營收和顧客經營帶來的貢獻,你很輕鬆地就可以判斷這個方案的成效與價值。

我知道作為一個CEO「想」要做的事情太多了,就是因為多所以才更要懂得進退和取捨,CEO 們,說Yes 很容易,但是從這一刻起開始練習說No 吧。

2. 行為(Behavior)改變

以前用經驗法則想策略,現在則是要用數據做判斷。企業普遍面臨的問題,老闆及CEO 大多較為資深或年長,過去他們用經驗法則做經營管理,當時的商業環境及經濟行為是用經驗去累積,可以運作得不錯,甚至很好,才有現在經營了2、30 年的公司規模。

但現在的環境不一樣了,有很多工具可用,特別是大數據愈來愈容易儲存運用,過去要花30 年的經驗理解,現在也許只要用一年的大數據就可以跑出一樣的結果。因此要改變過去依賴經驗的時代,改用大數據來幫你了解客戶,了解市場

當然、要老闆和CEO 們馬上從過往的經驗決策改為數據法並不是件容易的事情,我建議不妨先從推動行銷活動時,練習A/B Test 開始,方案A 維持原本的經驗邏輯、方案B 則是採用數據演算的結果,這樣一來你就可以很清楚地看到成效比較,並從中觀察數據決策的優點及好處。

3. 要找到懂統計語言的行銷人才,大膽授權

要推動數據行銷這件事,絕不是光靠老闆或是CEO 自己捲起袖子就可以成事的,這當中牽涉了很多專業的分工,甚至是一個公司層級的全民運動。

大數據行銷需要新型態的專業人才,特別是同時懂統計語言和行銷語言的「通才」,因為這塊領域在過去很長一段時間,不論是學界或是產業界都沒有特別去培養,所以坦白說,這樣的人力稀有而且值錢。

如果你很幸運地找到了這樣的人,恭喜你,但接下來更重要的是把好的人才放對位置並充分授權,讓他有空間和資源去嘗試新的作事方法,給他權限去接觸那些過去被嚴密管制卻沒有運用的數據,用開放的態度去聽聽他的建議、批評還有可能提出的一些天馬行空創意,大數據行銷本來就是要翻轉我們的思考,那就留一片天空讓「天馬」痛快的飛。

4. 成立專案小組(Task Force)

而大數據行銷的構想,應該交給誰去執行呢?這個大哉問的答案既不是行銷,也不是IT,而應該另有其(奇)人。

因為如果交給IT,很有可能會讓案子從系統採購開始評估。但如果交給行銷主導,在不知道公司資料架構和數據規範下,極有可能會浪費時間,做出一些不切實際的企劃,這兩者都很容易讓數據行銷專案懸在空中,久久不能落地。

所以真正好的作法是授權一個懂數據的行銷人才,讓他組織一個專案小組,協調各個內部單位去執行此專案。或是找一位特助(當然,這位特助要有專業知識,熟悉組織溝通,有執行力),把這專案交給他去做,然後直接向你(CEO)報告。這樣在推動的過程中,如果遇到任何的阻礙或是無法決策的事情,你才能夠在第一時間掌握狀況,並介入給予必要的協助。

老實說,專案小組成員在精不在多,組隊的關鍵,首先,他必須充分了解數據行銷的目的與精神;其次是要能夠有效率地橫向溝通,在剛開始推動的時候,專案小組可先做小型測試,因為執行過程一定會不斷地修正與調整,但沒關係,因為規模小,比較容易看出問題和修改,讓專案在做中學、學中做。等到測試成功以後,再逐步擴大執行的規模,到這個時候,慢慢地就可以就放膽去做了。

5. 精實管理(Stay Lean)

一旦確定了目的,訂出了方法,找到了人才,接下來就是要精實地去執行。

舉大陸湖南衛視為例,當我跟他們提數據行銷一事,他們馬上決定做A/B Test,也就是用他們現有的方法跟我們提供的策略來做對比實驗(比較江湖的說法就是「PK」),看哪一個效果好。結果馬上就有答案,數據證明,我們的方法就是比他們現在使用的方法有效四倍。

花了幾萬人民幣,用不到兩週的時間做一個A/B Test,很快地找到了一個更新、更有效的執行方法,然後CEO 很快地就可以根據測試結果,做出進一步的投資決策。這樣快速、有效率地執行,就是精實(Stay Lean)。

湖南衛視可說是完全體現了「精實」。從頭檢視到尾,他有目標,有人才,也有量化指標,行為也改變了,結果就是四倍成效的差距。

數字說明了一切。

6. 從B2C到C2B

至今我們與顧客開會時,還是常常看到顧客在會議中,仍然以代理商或通路的意見為主,甚至是以公司自己的意見為意見,只有10~20% 在討論消費者的心聲。為什麼?因為CRM 很貴也不好做,所以消費者的意見很少冒出來。

但數據行銷時代,不再是B2C 了,而是要C2B。你要開始學習傾聽客戶的意見,這樣才知道產品要改善什麼?產品好不好用?產品有沒有市場?過去是你想開發什麼樣的產品,就自己想,自己做,做完了再丟到市場去給消費者選。現在是用大數據,完全可以做到不要再猜測市場要什麼? 消費者要什麼?

甚至可以精準做到每個顧客都可以一對一客製化量身訂做,而且有需求才有產有銷,可以解決庫存問題。

數據行銷時代,C2B 才是創新領先者,B2C一輩子只是追隨者。

7. 數據行銷可以量化

做數據行銷是要可以量化,可以計算出來的。比如說,我們要投入多少人?花多少時間?需要多少預算?達到多少的改善?這些都是可以訂出量化指標、可以被計算的。

而這些必須建立在你所設定的理想基準(Benchmark)上,每投入一個人力,每花一個小時的工時,都必須回頭去檢視是否有比理想基準好一點。

如果時間內看到改善成果,就繼續做下去。然後,再試著投入多一倍的經費及人力,觀察成效是否也是呈現倍數的穩定成長。假使成效遠低於理想基準,就必須調整步伐或直接喊停。這一切都是要可以衡量的,而不是只憑感覺而已。

如果公司訂出了一個數據行銷的策略是要廣告精準投放率增加20%。那OK,可透過精算,用大數據告訴我們投放在哪些媒體及用哪些廣告,能產生出更精準有效的行銷回饋。可以算出來,可以衡量,最終也可以看到具體效果。

8. 耐心等待數據發酵

我常常跟朋友說,大數據行銷要慢慢走、快快到,很多老闆都笑著問我說:「Tony,你究竟希望我走快一點還是慢一點?」

為什麼要說「慢慢走」,因為在大數據行銷的奠基階段,千萬別跟著熱潮人云亦云,一頭就栽進了設備投資或是推薦模型、預測模型之類的演算噱頭裡,要釀出好的紅酒,空有昂貴的釀酒設備卻沒有栽種好品種的葡萄,是沒有用的,所以要能夠讓大數據行銷對於決策優化做出貢獻,首先就必須確保數據的源頭,能穩定地提供具有價值而且質量好的數據原料。

因此,當大數據專案啟動的初期,如果過去沒有任何的數據基礎,那你首先要做的是有系統地蒐集並整理手邊的數據,這是必經的蹲馬步過程。

隨著資料量穩定增加和數據的欄位愈來愈完整,你就可以利用數據開始一些小規模的測試,透過測試結果,一方面檢視資料成熟度,另一方面觀察並修正演算法的成效,然後團隊也可以開始藉著測試過程,練習用大數據思考,簡單說,這是一個數據源、團隊以及演算法同步熟成的過程,這個熟成的階段不能躁進,所以不管是對於團隊或是成效的檢驗上,都建議你要設定「合理」的期待。

我看過很多失敗的例子,老闆們都是看到同業紛紛投入,情急之下跟進,希望今天開始蒐集數據,明天就能看到成果,但結果往往令人大失所望,最後連專案團隊都提不起士氣,整個計畫最後草草收尾告終。

所以,如果下次再聽到我說:「慢慢走、快快到」,別再用狐疑的眼神看著我。

我的回答永遠會是:「當你還在練習走的時候,先求穩;當你確定走穩了,認清楚目標了,我保證你會是哪個最快到達目的地的人!

9. Built vs. Buy?自建還是買專業資料庫

所謂的built,就是自己打造一個大數據的硬體架構,自己經營大數據中心。buy就是購買已建置完成的數據專業系統,就如同你通常會直接購買ERP 系統,而非花大把時間自己建構。

很多老闆會用硬體的思維去想大數據,一般人聽到大數據就會想到叫IT 人員去採購機器設備,增聘人力,投入龐大的預算打造了一個大數據中心,但這個年代的消費者是不等人的,當你用三年時間、花了3000 萬元的預算,還沒有找到具體的數據應用方向,此時你的競爭對手恐怕早已遙遙領先,更別提你可能失去掌握消費者的風險。

我通常都會建議CEO 們,先採用專業的解決方案,很快地透過別人成熟的經驗,來檢視自己的數據架構,並讓團隊輕鬆地進入大數據行銷的實戰環境,等到真的上了軌道也做出具體的成效,再根據公司長期的發展,去評估未來是否要投資打造自己專屬的大數據中心。

最後,提醒老闆及CEO 們,一定要先有自覺及自醒(self awareness),如果你仍自我感覺良好,那說再多也沒有用。

因為沒有自覺,就不會有動機,也更不會有所行動。所以,花點時間跟自己對話一下,我的公司真的很好了嗎?我的公司在未來大數據的競爭裡有什麼優勢?有自覺,很多事自然會better than tomorrow!

延伸閱讀:[數位書選] 從舊4P到新4P,大數據究竟如何顛覆傳統行銷?

@@ACTIVITYID:513@@

本文摘錄自:
@@BOOKID:126512@@

每日精選科技圈重要消息