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：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！
@@ACTIVITYID:513@@
本文摘錄自：
@@BOOKID:126512@@
