行銷研究、資料庫行銷與行銷資料科學之比較-2
企業在做行銷研究時經常碰到一種狀況，好不容易向高層爭取到一筆經費來進行市場調查，然而開始實施後，卻總得擔心所抽到的樣本代表性不足。因為統計學一再告訴我們，抽樣時務必要讓樣本長得很像母體，也就是樣本這個小孩最好長得跟母體媽媽一模一樣，才能讓調查做的準確。現在拜資料處理技術進步之賜，從「行銷研究」到「資料庫行銷」，再進展到「行銷資料科學」，我們的確可以透過多種方式，來讓所處理的樣本，越來越接近母體，甚至是直接對母體進行普查。而這三者的差異，則如圖1所示：
從母體與樣本的角度來看，「行銷研究」一般會透過抽樣技術，來對母體中的樣本進行調查，而一個簡單、可接受的行銷研究，為了確保它的有效性（95%信賴水準下、正負3%的誤差區間），一般都有最低樣本需求量（1067個）。也就是說，一個有數百萬、數千萬人口的城市或國家，在時間與成本的考量下，行銷研究單位通常會以這樣的樣本數，來推論母體的模樣。而研究要成功則端賴「抽樣」是否抽的好，當然，這裡的好也就是所謂的與母體「不偏」，你可以想像1067人的樣本，要讓它很像擁有270萬人口台北市的母體，難度會有多高。
再看到「資料庫行銷」，假設母體為企業所欲服務的消費者，企業資料庫裡的內容，就好像母體中的小部分母體，包括：已經消費但尚未成為會員者所產生的資料（例如：POS系統裡的交易紀錄），或是已經成為會員者所產生的資料（例如：完整的個資加上交易紀錄）。企業可就這些小母體裡面的資料進行分析，無論是否需要進行抽樣。但在多數中小企業甚或是大型企業裡，行銷部門在進行資料庫行銷時，要先將這些散落在各處的資料調集回來，像是要跟會計部門索取以往的行銷費用資料，要向資訊部門調借顧客名單資料，甚至得向財務部門拿到產品銷售數量的資料，才能分析出有價值的資訊。值得慶幸的是，行銷部門起碼已經知道這些樣本的基本樣態了。
至於到了「行銷資料科學」，由於蒐集資料的管道變多，無論是透過網路爬文、影像辨識、物聯網自動取得…等方式，企業接觸母體的範疇變得更大且更加多元。一樣假設母體為企業所欲服務的消費者，企業可透過網路爬文技術，針對會上網發表文章與討論的消費者（部分母體），進行資料收集，而這背後的人數，已遠遠大於企業所蒐集到的顧客名單。
簡單瞭解了以上三種工具的差異，企業可以再將這三者所蒐集到的資料，送進資料庫中篩選、過濾、沈澱、分析、比對，說不定又會產生新的行銷想法，做出更好的行銷決策。以上我們簡單釐清「行銷研究」、「資料庫行銷」與「行銷資料科學」三者之間的差異。平心而論，目前能善用這些行銷工具的企業（比例）並不多，若是企業能妥善運用，將有助於企業的生存與發展。
蘇宇暉（台科大管研所博士生）、羅凱揚（台科大兼任助理教授）
留言
張貼留言