5. 三種資料維度，重新認識這世界

大家好，歡迎你與我們一起出來玩行銷，我是李博伯彥，今天是我們地球上最有趣的資料分析基礎篇的第二講

上一講我們談到公元2000年之前，在沒有行動網絡的時代，一般小商家要怎麼蒐集消費者的行為記錄，來了解他的偏好呢？其實啊，他們只要符合一個前提，一樣可以收集好個人資料來做資料分析，至於是哪個前提呢，前提就是你是我的會員，比如說啊，我是沃爾瑪的，或者是我今天是一個雜貨店，是一個日用品店，我發給你會員卡，你拿著這個會員卡，你每次購買商品之間間隔的時間是多久，頻率是多少，你會買什麼樣的商品，都在什麼時間買，通常買哪一類的商品比較多，只要我有了會員資料，自然一樣可以推算你的偏好。

如果大家還有印象的話，事實上早期大部分台灣的中小企業都有這種概念，幾十年前還有很多漫畫店、錄影帶出租店，各種日用品店、書店，都有在經營會員，甚至集點，對不對，他們透過會員卡就可以知道你的偏好，當時他們最早用的系統是什麼，都是那些用pe2寫出來的早期系統，以前我就寫過這種系統，大概30年前吧，他們為什麼要做這些事，因為他們可以根據這些事情來了解用戶的偏好，可是因為當時沒有手機，所以能蒐集的信息才是有限的，但即使如此，大部分當時台灣的店家是不是都在做收集會員的動作啊，那這樣的動作現在還有人做嗎？

現在已經很少人做了，為什麼？因為越來越無效，大部分用戶的偏好現在都已經在網絡世界被記錄了，個別商家自己做會員系統已經沒有太大的意義，他不如直接用淘寶甚至pc洪某某這些電商或者是其他開放平台的系統，因為大的系統對用戶的偏好掌握度更高，在大的平台上經營更容易把自己的商品推送到相關的消費者手上，就不需要自己從頭開始建一套會員了，而且他還得把服務範圍擴大到自己的這一個街區之外，不管怎麼樣，偏好一定來自於行為，你在網絡上看到什麼廉潔會點下去，你看到什麼標題會停留，你買東西的頻率時高時低，這些都是你的行為記錄，代表你的偏好。聽到這裡，你就可以開始分析一下過去啊你所蒐集的資料，哪些屬於社會指標，哪些數為行為記錄。記得偏好一定要來自於行為記錄。

也許你想了一想，就會發現，過去很多我們記錄的資料大部分都只是社會指標的這個維度，但是我們的業務人員腦袋裡面關於用戶的資訊卻有一大部分是偏好，因為他常常去拜訪用戶，他在跟用戶溝通的過程中，自然會把他的行為給記錄下來，你今天在網站上記錄到的行為軌跡也是一樣，通通都可以反映這個用戶的偏好，這兩個維度過去有沒有拉在一起一起分析，如果你的商家或者是你服務的企業沒有這樣做，而只是用一堆社會性的指標再分析，那就很難說你們分析出來的結果會準確了。就像剛剛講的，你直覺會認為台北市的賓士比較多，可是真實的狀況，並吃了集中度在彰化田中反而比在台北高，一旦你知道了真實的狀況，你的商業策略很，業務部署就會因此而改變。

接下來讓我們繼續來看資料維度的第三部分。

第三就是開放空間

開放空間是我看大多數台灣公司在做資料分析時最缺乏的概念，很多人會認為有用的資料就是我收集到了我蒐集不到的資料就沒有用，真的是這樣嗎？問題是你收集的資料啊，除了一小部分的社會指標之外，最多再加上一些行為記錄就了不起了，根據這麼少量的資料，要對一個人有完整的理解，請問這樣夠嗎？當然不夠，要對一個人有完整的理解，必須要來自很多不同的維度，像我對汽車有偏好，您就算把我購買汽車跟維修保養的記錄給記錄下來，又知道我個人的社會指標，難道這就可以代表說你真的了解我是屬於什麼樣的人嗎？

不可能的，因為你對我的偏好跟行為記錄只留在汽車相關領域，所以在兩千年以後的資料分析的進化比較大的部分就是在開放空間的領域，什麼叫開放空間，就是理解我今天能蒐集到的資料有限，但我知道別人也在蒐集很多資料，我能不能想辦法把這些資料串在一起一起來分析，當然可以，甚至在我們整個基礎概念篇結束之前，我還會跟大家講，比開放空間更大的領域就是無限空間，根據在無限空間中收集資料所設計出來的算法，才是真正資料分析裡面的精髓

一旦知道了有開放空間這個概念，我們會遇到的第一個問題就是假設今天有一個人在我的資料庫裡面也叫比爾，但是這個比爾在別人的資料庫裡面叫什麼，我不知道有沒有一個東西可以串通，我這邊的比爾跟別人資料庫裡面的那個比爾把它串在一起呢？如果我們要串聯資料，我們首先要找到一個獨立的符號啊來，便是這個人確定兩邊的比爾是不是同一個人，這個符號就是id universal id通用的身份識別在台灣，通常大家談到u id都是在自家的系統，比如說我自己家裡有三個資料庫沒有整合，我設計一個id，把不同資料庫裡面的資料串在一起，叫做歸戶。同里在開放世界也是一樣，請問大家你第一個聯想到的id是什麼，有人說是身份證，但是你要在開放世界中用身份證之後去串，可行嗎？

身份證的確是一個絕對的id，但是在實際狀況是不可行的，因為有很多系統裡面沒有這個東西，甚至有了也不齊全比較可行的東西是什麼，像手機、email，有人會說email不好分析，但是現在大多數人用的email通常都是用來做open group的登陸，幾乎都不是Gmail，就是Facebook上面的email也許不盡相同，但是要匹配的機率還是比較高，所以我今天要跟人家做資料交換，我只要拿兩三組資料來比對，三個東西里面有一個一致，我就可以先假定它為一致，至於到底有沒有可能不一樣，當然有可能，但是有關係嗎？沒關係，因為個別的偏誤都可以在後續的分析中把他排除掉，一旦理解了這個概念，我能不能去跟別人交換不同維度的資料？

當然可以，最簡單的就是我們的集團現在如果已經有好幾間公司，我們要把幾個業務系統全部整合在一起，哇，那可能要做到天荒地老，但是如果我們透過u id把有價值的資訊先做聚集、匯總、清洗，然後來做分析，也許事情就會簡單很多。像我知道有些夥伴現在要開始做異業結盟，但是因為他合作的伙伴都是非常傳統的企業，他們有資料庫，但是不會做分析，資料也不見得齊全，這樣子還能不能crossover，當然也是可以的，而且綜效也許還是很大

因為就我對夥伴實際狀況理解，我可以跟大家講，兩個不同企業彼此合作，很可能因為他們消費者的生命週期不一樣，所以不一定要有很多來自於行為的記錄，一樣可以產生綜效，可能又有人會疑慮，這會不會牽涉到隱私保護的問題呀？當然會假設今天我們有個u id，讓我們兩邊互串，這個人的隱私就曝光了，對不對對，假設你今天你的生意是賣情趣用品，我是賣汽車，我們兩邊一串通，我是不是馬上知道我的用戶他對情趣用品的偏好，這樣個子不就洩露了嗎？

沒錯，這樣的確會牽扯到隱私保護的問題，可是有沒有辦法又避免隱私保護又能跨越結盟當然有，而且你也可以這樣做，隱私保護現在在全世界都非常重要，受限於產業現實，也許在台灣我們還沒有那麼關注，但是台灣也有個人資料保護法，而且全世界都非常的focus，歐盟跟美國也各自在推動標準，就是要解決隱私保護之下資料交換的問題，這些問題我們早晚都要面對，從明年開始，Google就會開始限製網站使用來自第三方的cookie，所以趁這個時間早做準備，該建會員的建會員，該做好隱私保護等，做好隱私保護反而是提升我們企業競爭力的好方法。

其實要資料交換很簡單，我們透過一個token就可以，但我想要做資料分析的時候，根據這個token去查別人資料庫裡的資料就好了，這些技術已經很成熟了，而且我們只要換一個方式就可以做到隱私保護。假設今天我的資料庫裡面有100萬筆你可能有興趣的資料，我不需要把隱私資訊給你，我只要大概知道你對哪些用戶的偏好有興趣，然後我把它篩選出來，再根據你設定的條件跟他推送你的廣告，這些都是我跟我自己會員的行為，符合個人資料保護法，也不違反會員的意願，我能不能這樣做，當然就可以這樣做，但是要記得，都要在合法合規的情形之下來完成。

談到這裡關於資料維度，我們就先要告一個段落了，我們有三種認識

1. 來自於開放空間
2. 行為偏好
3. 社會指標

如果在這三個維度中，你只有社會指標，你分析出來的結果自然很偏，像是在台灣，台北收入200~300萬的男性，有小孩的家庭主夫你都認為是你的 target audience，像這樣的設定，那就太寬泛了

最大的偏誤啊都來自於主觀認知，一般來說，主觀認知就是因為受到社會指標的限制，可是一旦泥加入行為記錄，了解了用戶的偏好，你的分析結果準確度就會大幅提升，如果再加上其他任何一個來自開放空間的維度，通常你打了三隻腳，對個人的畫像定位就會更加準確。

聽到這裡啊很多夥伴可能就會開始疑惑，是不是只有這三個維度呢？在大的溝面上，我們可以先分為這三種，但是再小的夠面上有非常非常多不同層次的資料可以蒐集，光談到用戶的偏好，比如說我的用戶偏好買什麼樣的汽車、什麼樣的金融商品、什麼樣的音樂、什麼樣的居家生活、什麼樣的理由、什麼樣的連鎖店、什麼樣的採購行為、什麼樣的購物行為、去什麼樣的早餐店、做什麼樣用餐的頻率，這這些你都可以無限延伸

當然你不可能收集到非常齊全，但是你可以透過跟有相關合作的產業做交換，每週交換一次，你就可以對你的用戶有更多一層的了解，就算不跟人家交換，幫人家行銷也是可以的，比如說我今天在賣理財服務，我能不能幫車商賣車？能不能幫全聯推銷會員？能不能跟全家一起做咖啡寄杯？如果我這樣做，我很快就會在不同維度上對我的消費者更了解，而且還創造它更大的價值和合作夥伴更大的收益。

你的消費者如果有固定去超商寄杯的需求，那跟你銷售產品有沒有關係？如果你覺得無關，可能就太武斷了，因為他有這樣的行為，你就會增加對他偏好的理解。但如果你主觀認定會去寄杯的人一定比較精明、喜歡精算，而且生活比較嚴謹，那就可能犯了一個很主觀的錯誤

太主觀的認定往往會跟結果有偏差，很多人一天到晚寄杯，但是最後都沒去拿，你認為像這樣的人生活很嚴謹嗎？夠算得上能精算嗎？他也許只是貪小便宜，但是卻沒有紀律，更談不上嚴謹，這樣大家了解我的意思嗎？

透過實際的數據來修正我們的主觀偏誤才是資料分析的真意

大家現在開始可以通過不同維度的分析來更了解你的用戶，要了解一個人除了在社會性上收集相關指標資料，我們還要記錄行為，透過行為記錄來理解偏好行為可以來自於多種概念，當然可以包含我們在線上收集到的實時資訊，也要包含線下業務觀察記錄的資料業務觀察用戶算不算當然算，因為一個好的業務對用戶的觀察，和用戶自己告訴你他的偏好是完全兩回事。

接下來就讓我們來看全台灣哪一個內需型的產業的業務，最會做資料分析

到底是哪個產業的業務，這麼會做資料分析呢？

這就是下一講我們要繼續跟大家分享的內容，我是李伯彥，謝謝你與我們一起出來玩行銷地球上最有趣的資料分析紀錄片第三講，我們下一講再見。