資訊與行銷人必看的行銷資料科學入門課-含範例與R程式碼

-
這幾年 「資料科學 」非常火紅，各行各業也紛紛打出大量招收資料科學人才的口號，讓資料科學家變成大家所嚮往的職業。
有接觸過資料科學這個領域的人一定會知道，裡面充滿著高深的機器學習演算法與各種大數據處理框架，所以總是會讓人誤以為，一定要會用最強的深度學習技術或是有能力處理大數據的人才叫做真正的資料科學家。真是這樣嗎？

舉個簡單的例子。以下是一家販售嬰兒車公司的資料集，名稱為 Carseats。假設我們是這間賣嬰兒車公司的資料科學家，老闆希望我們馬上可以對明年的行銷策略提出建議。這時我們發現公司的資料集只有各店的相關銷量與費用，沒有其他資料，卻連最基礎的顧客資料都沒有收集的很完整，所以只能嘗試從銷售資料來尋找可能的建議。


先看一下資料集有什麼可用變數：
  • * Sales（銷量） Unit sales (in thousands) at each location
  • * CompPrice（競爭者價格） Price charged by competitor at each location
  • * Income（收入等級） Community income level (in thousands of dollars)
  • * Advertising（廣告預算） Local advertising budget for company at each location (in thousands of dollars)
  • * Population（人口） Population size in region (in thousands)
  • * Price（價格） Price company charges for car seats at each site
  • * ShelveLoc（貨架陳列位置） A factor with levels Bad, Good and Mediumindicating the quality of the shelving location for the car seats at each site
  • * Age（年齡） Average age of the local population
  • * Education（教育程度） Education level at each location
  • * Urban A factor with levels No and Yes to indicate whether the store is in an urban or rural location
  • * US A factor with levels No and Yes to indicate whether the store is in the US or not
如果不談學術上行銷定義，通常行銷的最終目標就是促進銷量，所以我們會想知道究竟是什麼因素可能影響銷量（Sales），藉此達到提升銷量的目的。先從基本的人口因素開始比較，通常一個市場的大小與人口（Population）有絕對的相關，以下我們先以視覺化的方式來呈現。
圖1、人口/銷量 比較圖

將人口與銷量分別放在XY軸（圖1）比較後，可以發現人口與銷量其實是散佈的狀態，代表銷量與人口沒有顯著的相關，因此合理推論只看人口與銷量是不夠的。
圖1中人口是外部環境的因素，所以下一張圖中加入一個公司可控且有機會影響銷量的因素-貨架陳列位置（ShelveLoc），貨架陳列位置是指公司商品放在通路的擺放位置的優劣。通常在實體通路中，消費者一進門就可看到商品，通常會相對容易被消費者購買，所以在不考慮產品本身功能的前提下，放在好的位置也會提升銷量。
圖2、銷量/人口/貨架陳列位置 比較圖

放入貨架陳列位置因素後（圖2）就可以清楚地發現，貨架陳列位置的確會影響銷量， 成功驗證我們的假設，所以這時就可以明確的向老闆建議，銷量不好、但是人口數大的分店，將行銷預算投資到提升商品於貨架陳列位置。 如果此時我們可能會擔心該店根本沒有足夠的行銷預算可以編列，我們就再放入因素廣告預算（Advertising）。
圖3、銷量/人口/貨架陳列位置/廣告預算 比較圖

放入變數廣告預算後（圖3），可以更精確地看有許多分店， 即便投入大量行銷預算， 效果也不大。為了找到可以改進銷量不好的分店，而我們可以設定一個條件，例如： 選出人口數大於300且銷售量在7.5（千單位）以下，並且有廣告預算的分店（圖4），建議將廣告預算可以 勻撥一些至提升貨架陳列位置，就可預期會有提升銷售的效益。
圖4、行銷策略可修正分店
本文的範例中， 係目前一般企業中常見的狀態，往往只有銷量與費用的前提下，給定一個依據資料顯示的決策方案。讀者可能會覺得，一家公司怎麼可能連資訊化的交易資料都沒有，事實上現在台灣還是有許多公司認為，把訂單打在Excel就是資訊化，然而 Excel上的資料距離可分析成有用的資訊，還有很大的距離。
對於一般的公司而言，想導入資料科學的技術，初期公司資源有限，資料可能也不多，但只要是有品質的資料、且能夠有邏輯的呈現，就算是不用演算法，也可以協助公司做初步的決策。當然想要精準行銷或者推薦系統等，大量的資料與適當的演算法，絕對是不可或缺的一環。

作者：林建興（TMR技術長）、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

這個網誌中的熱門文章

淺談資料類型 — 初級資料與次級資料

-
圖片
搜集行銷資料是一件很耗時費工的事，更重要的是，它還可能很「花錢」。在進行行銷資料科學之前，先來看一下資料的另一種分類方式「初級資料」與「次級資料」。 1.初級資料 初級資料（primary data）是由研究者主動自己收集的資料（第一手），例如：自己所進行的市調。舉例來說，行銷研究中常會調查消費者的態度、認知、意圖、動機與行為。在傳統的行銷研究裡，常見的初級資料蒐集方法包括：面談法、問卷法、觀察法、實驗法…等，如圖1所示。 圖1 、初級資料的蒐集方法 。 繪圖者：周晏汝 而在行銷資料科學中，初級資料的蒐集方法還包括網路探勘（Web Mining）等，詳細的內容於往後再陸續介紹。 2.次級資料 次級資料（secondary data）是指間接取得別人所整理的資料（第二手），例如：引用政府開放資料。次級資料是相對於初級資料所命名，雖然次級資料在字面上看起來像是二手數據，但所謂的「二手」，並不像現實世界中的「二手車」，是已被他人使用過的那種意思。 次級資料一般分為「內部次級資料」與「外部次級資料」，如圖2所示。次級資料的蒐集成本通常較低並且有效率，但所獲得的資料卻未必適合企業自身所需。 圖2 、次級資料的種類。 繪圖者:周晏汝 （1）內部次級資料 內部資料成本低而且取得容易，同時符合企業所需，故內部資料為次級資料的重要來源。內部次級資料包括：銷售資料、生產資料、財會資料、人資資料…等。 （2）外部次級資料 資料本身並非為特定問題或研究而蒐集，可能是因其他的研究或報告而已被彙整成為檔案。例如政府或企業的出版品或報告。常見的外部次級資料包括：政府機構的統計資料、公會、協會、學會、媒體業、學術機構、行銷研究機構之產業報告、調查報告、研究報告…等。 「次級資料」通常有一定的限制。例如不同機構收集的資料可能無法比較。換句話說，資料收集不會採用統一的基礎，或者來源不完整，又或者收集的目的不是為行銷研究所專用。有關次級資料進一步的闡釋，將於下一篇文章中進行介紹。 羅凱揚（台科大兼任助理教授）、蘇宇暉（台科大管研所博士生）
閱讀完整內容

淺談資料類型 — 研究資料

-
圖片
當我們要對「資料」進行更進一步的「統計運算」時，就必須對資料「測量」（measurement）的類型先行了解。「測量」意指對所測概念（變數）給定一個數字或符號的過程，例如：溫度為攝氏26度、性別為男…等。 在研究方法裡，有關「測量」（measurement）的資料類型包括：名目資料（nominal）、順序資料（ordinal）、區間資料（interval），以及比例資料（ratio），如圖1所示。 圖1 名目資料、順序資料、區間資料、與比例資料 繪圖者:張庭瑄 1.名目資料（nominal） 名目資料能區分不同組別，例如：將「性別」區分成「男」、「女」。以下是名目資料的特性： 名目內容（如：「男」、「女」）本身具有意義，但編碼後 （如「男」為「1」、「女」為「0」） 的數字大小，並不代表任何意義（如，不能說1大於0）。 編碼後的數字不能排序，但在統計處理時，可以累加次數(頻率數，也就是符合的人數)，例如男性156人、女性182人，或按次數多寡依序排列找出最高數值(最多人選擇的選項次數)。 2.順序資料（ordinal） 順序資料能區分等級或順序，例如：教育程度裡，從小到大依序為：國小、國中、高中、大學、研究所。以下是順序資料的特性： 編碼後的數字能夠排序，但無法進行加減。 可降階為名目資料（如：將教育程度區分成國小、國中、高中、大學、研究所，但不予排序）。 3.區間資料（interval） 區間資料能區分程度上的差異，例如：年份為2001年、2002年、2003年…。以下是區間資料的特性： 編碼後的數字為等距（如：「1與2之間的距離」，與「2與3之間的距離」相同）。 因為等距，所以能夠加減（如：年份2005年與2000年之間差了5年）。 因為不具絕對原點，所以不能乘除（如：年份2000年/2並不具意義） 問卷調查最常採用的就是區間尺度。例如請從「非常滿意、很滿意、滿意、普通、不滿意、很不滿意、非常不滿意」等選項中圈選出符合的，這原本是順序尺度，在此則拿來做為區間尺度來使用。區間尺度因為設定的組距都相等，所以可做為「非常滿意7分、…、非常不滿意1分」的處理方式，而最有名的則像是李克特七點量表或五點量表。 可降階為名目資料與順序資料。 4.比例資料（ratio） 比例資料能衡量數值之間實質的差異，例如：
閱讀完整內容

淺談資料類型—企業內部資料和外部資料

-
        為了做生意，全世家每一家企業都在搜集資料。像是在銷售產品時，收集消費者資料以便做好售後服務；或是在製造產品時，收集品管資料以便做好製程改善；亦或是在人員訓練時，搜集學員的上課、考試資料以便做好人才培育。平心而論，蒐集資料是企業的天職之一。而讓我印象最深刻的是，跨國企業蒐集資料的廣泛與仔細程度。         還記得，前總統陳水扁第一次參加總統大選時，他的競選總部首次推出「扁帽」商品，當時還沒流行起來，就有一家日本跨國的商社（姑隱其名）打電話來問我，可以在哪裡買到扁帽。我才剛回覆他們說，總部才推出不久，估計全面上市，起碼要一個星期之後。沒想到這家公司當下已經漏夜買了兩頂，隔天馬上連同樣品，材質與供應商名單快遞回日本。日本大商社蒐羅商業情報的速度，讓我瞠目結舌。         企業所蒐集的資料，種類可以很多元，無論是實體的或是數位的，無論是文件或是電腦檔案，而拿來做行銷之用的，就屬「行銷資料」（顧名思義就是與行銷相關的資料）。一般來說，行銷資料的分類方式有以下幾種：                  1.內部資料與外部資料。                  2.初級資料與次級資料。                 3.總體（宏觀）資料與個體（微觀）資料。                  4.研究資料。         以下先說明內部資料與外部資料進行說明，之後再陸續介紹其他類型資料。 1.內部資料：         與行銷較相關的企業內部資料，包括：銷售資料、顧客交易資料、產品服務資料、銷售人員報告、廣告支出相關的統計數據、運輸成本、與會計資料（會計損益表和不同年度的資產負債表）…等。內部來源的資訊取得容易，且收集時比較不會有財務負擔。然而，內部資料的搜集可能是個緩慢的過程（因為各單位的本位主義），但相對來說也比較準確和可靠。         在蒐集內部行銷資料時，業務人員是一個重要的來源，因為他們直接負責銷售與推廣產品，並參與了解消費者的需求、動機、偏好和購買習慣。他們還可以回饋對產品價格，設計，包裝和尺寸的建議，了解消費者或經銷商對公司產品的反應。行銷經理可以指導業務人員如何收集資訊並做定期報告。而行銷資料科學也可以針對這些文字資料與數字資料進行分析。         搜集消費者的原始數據非常重要。企業可以
閱讀完整內容