9.地球上最有趣的資料分析答疑篇 3-3

問：那我們是否該自己做線上會員？

在一個合作中，如果有一個共通的會員系統是最好的．如果別人設計初期你希望對你未來業務有幫助，就要再他發展過程中一起參與

問：一定要一起合作嗎？早期的合作很麻煩，能不能先各做各的

各自做各自的不違和．你做你的社會指標，或請業務員觀察也可以，別人做他的行為記錄，只要大家知道彼此做什麼，未來可以資料交換即可．

問：現在兩邊都有會員系統怎麼辦？

比如說他在那邊加入會員的時候，直接問他要不要得到額外什麼服務？兩個系統不需要底層打通，可以用網路服務方式交換即可，未來把相關資料拉去分析即可，這部分在 UX的設計上可以完成，會省很多力

將服務整合後，你可以告訴線下業務他們的客戶都能得到一個免費的權利，可以使用XXXX聯盟的線上的服務．由業務員來推薦或當事人透過網路邀請，這樣最省力

問：我們兩邊都有會員，但資料不一致也不完整，這樣能有效分析嗎？

不需要資料完整才能分析

由於夥伴在兩三個維度各自發展，中間真能cross的地方一開始不會很多，這是必然，但只要有部分資料區間能cross，對整個分析的掌握度就會高很多，慢慢你就可以掌握到更多的信息

假設這邊有五十萬的客戶，這邊有五十萬會員，中間只有一萬能勾稽也沒有關係，因為只要考慮到有效性的適用範圍，這1萬個交集的人裡面分析出來的模型可以分別應用在個別的五十萬個用戶身上，這才是我們設計算法或進行統計分析的妙處

如果一定要收集大數據，要有完整的結構化與非結構化資訊，那台灣沒有幾家可以做了，連金控公司都沒辦法，因為他們的資料維度都有欠缺

我們只需要把現有三個維度的資料相交的部分找出模型，這個模型就能有一定的有效性，再回個別線上線下套用進行測試即可

問：目前我們有三個夥伴跨界合作，要注意什麼？

如果三個夥伴各自發展自己的業務，透過先期溝通，一定可以在某個地方有交集，但是如果我們在這個階段不把三件事情拉在一起，未來一定是最大亂讀，各做各的收不回來，所以這個階段你們彼此的溝通蠻重要的，我建議你們可以做多溝通，能統一資料格式最好，就算不行，至少有資料交換標準、可勾稽的id對應．

一旦你們溝通的很好，你們自己就可以開發很多應用，不需要再問我，我最大的任務是要確保你們底層不要走偏，不然各自發展完了以後很難再有進一步的綜效

問：關於相關技術的討論

此部份與大多數夥伴無關，故省略

但社團夥伴如果以後在資料分析上有任何問題都可以在社團隨時提問

絕大多數你遇到的問題，都不是技術問題，而是觀念問題．觀念正確了，技術很便宜；觀念不正確，開發起來的費用會嚇死你，光是資料搬遷、清洗、匯總，就能讓你脱三層皮，更別提後續的分析有沒有用了

問：關於用戶族群調查的有效性

以前我們在做用戶調查時，常常要做質性研究，當時都被規範要做觀察，透過量表可以將調查對象分成一百多個點。然後透過觀察找相關性．例如工作、經濟的程度，分類後再看特定指標，ex. 姿勢、反應、特定特徵、外顯徵兆、行為頻次進行紀錄，同時也要問四五個規範性的問題，得出他的社會指標，這樣的分析難道沒有效嗎？

答：有效．

來自社科領域的統計分析一項都走得很前沿，但是兩千年以後用戶使用行為的永久改變，讓我們有了新的方式做分析．早期你們做的分析是因為當時沒有足夠的使用情境來搜集資料並作實時性比對

以你剛才說的方式，以前在商業世界最有名的應用就是現金卡．還記得借錢免利得廣告嗎？當時台灣引進那一套的信用評比紀錄，在短時間之內在產業中掀起炫風，後來幾間銀行倒閉、被接管、賣掉，也都是這樣風暴的後遺症

問：那透過行為紀錄就能避免問題嗎？

答：不盡然．

同樣以金融產業來看，兩千年以後最具體的案例就是掏寶的線上借款．他們透過網路行為分析就可以讓合作的金融機構大量放款，讓他三十億的資本槓桿初上兆元的放款規模，再透過ABS將風險轉嫁出去．

許多人說中共在對付馬雲，是因為他觸犯龍顏，其實這完全是不正確的，因為相關法規在螞蟻金服被停止上市的前一週就已經出台．中共這次的行動是快的，如果等到ABS和MBS一樣開始信用風險互換的時候，一兆的放款規模恐怕會膨脹到一千兆，這時候再出風暴中共就一定要倒台了

馬雲的計畫後面最大的支持對象是華爾街，大家可以自由聯想．2008年金融風暴時MBS帶來的信用風險互換市場高達六百兆，最後把整個世界金融都拖下去，大家可以想想中國若沒有停止螞蟻金服上市，最後會帶來什麼結果．

問：那我們未來該怎麼做？

你們業務開始的年代行動網路都還沒展開，當時那樣的分析當然最有效，即使現在還是有效，就像我說的，社會科學的統計分析一直都是走最前面，但是他有兩個很重要的前提：

1. 分析的人要受過完整訓練，這對大部分的業務員是沒辦法的

2. 要很清楚最後要的結果

如果一開始這兩個前提不存在，那你無法設計點位、路徑與前置問題，後面搜集的資料標準也不一致．但這兩個前提對一般的公司難度都很高

大部分公司不知道以後要幹嘛，很難一開始就做對，這就是頂層設計的難處

現在發展的機器學習、人工智能，很多時候就是要解決頂層設計的問題．

畢竟現在已經有網絡了，來自網絡的行為分析容易收集的太多了，只要我們一開始與合作夥伴在跨售的項目中有設計到，就可以將前置成本降低很多

如果我們既有50萬用戶中有2萬個客戶可以做多維分析，得到的結果剩下的四十八萬個用戶也能受惠，如果範為再大一點，我們更可利用抽樣的方式節省運算的時間與資源．很多分析不需要有完整的資料，不是每一個人都要分析到，但每個人都要記錄到，未來才有辦法套用分析後的結果．

問：設計算法與分析模型時要注意什麼？

我們做分析的人，在設計算法時都要注意節省資源

現在網路世界頻寬和儲存空間好像都是無限，但算起來就不是這樣了．當資料面臨搬移、清洗，工作量是巨大的，所以我們要假設各種資源都有限制．

當資料無限，計算能力有限時，分析的效率就有限，這時候我們可以做幾件事降低難度

1. 樣本抽樣

2. 算法優化

一開始在設計算法的時候就要確保運算難易度上的量級區分，假設我們同時要好找出公司既有會員中誰會買？同樣只有50萬筆資料，不同維度的資料算起來的成本完全不同

如果只有社會指標，也許中位數和平均值就可以做基本分析，這時候算法怎麼設計，運算量和運算時間可能都差不多，但如果牽涉到多維，甚至非結構化資料，那五十萬個用戶就不是五十萬比資料，可能是幾十億筆資料了，這時候算法設計的差異最後的成效就是非常巨大．甚至可能相差兩三個量級，差一百倍到一千倍了

由於需要了解算法的人實在不多，如果夥伴實務應用上有算法設計的實際問題都歡迎在社團提出討論

問：做這些事情對我們未來有什麼好處？

你可以先做小範圍的跨界，或公司內跨業別、跨產業的合作，這樣你才能說你在網路行銷有基礎

透過線上線下跨界合作，你以後才可以跟更多人做跨售，

台灣一般跨售都做得不好，大家都想做，但結果常常變成亂發dm

那如果你們有了這樣的經驗以後再跟人家做跨售，做資料分析才有意義

20年前我們在與一些中美大的電商平台合作時就有這樣的合作，所以這方面台灣很多產業其實落後很久了，但這些東西並不難，工具都很成熟，算法也都放在那裡，你如果會用的話，追上也是很快

問：未來發展遇到的最大問題？是否需要資料總歸戶

目前最大的問題是許多人缺乏這樣的概念和基礎認識，這樣未來的發展空間就很有限了．

如果你底層清楚，那你可以多個單位合作，最後搜集必要資料搬到一個地方分析就好了，還能解決隱私報戶問題．但如果一定要做完整歸戶的話，那工程就浩大了，反而沒必要．

可能對客戶來說，他可能最後只知道我要加入某某平台的會員，另外兩個都是額外服務，他不需要知道你後台的運作是怎麼回事．

問：是否適合做點數行銷？

不建議，因為那很消耗資源

是否做點數行銷要考慮三件事

1. 交易頻次

2. 點數對交易母體的影響

3. 可交換的物品價值

對大多數行銷公司來說，點數要做好，資源消耗太大，而且效益太低，這部分難的不只是工程，而是規劃與營運不容易．低頻交易點數本身沒有意義，因為低頻交易中，額外的福利不能改變交易的頻次

什麼人做點數有用？計程車、便利店、量販店，因為他們不是高頻交易，就是有一定的忠誠會員在做高頻交易

由於你的服務屬於低頻交易，就算免費人家也不會短期來買第二次，那點數還有什麼意義？

問：如果做點數交換呢？

那就牽涉到第三個問題，可交換物品的價值，此外，還要考慮clearing 的難度

在台灣做點數交換失敗率很高，便利店能做成，除了因為頻次高，也因為成本結構造成返利高，也有足夠多樣化的商品可以做交換，少了這三個東西點數通通做不起來

以前銀行的信用卡的點數可以換很多商品，但現在大多數只剩下停車、現金折抵等真正有效．送商品以前很有效，掏寶開始以後就慢慢無效？現在是商品過剩年代，你申請信用卡的第一年也許你拿個商品沒問題，後面要送你，可能你都不要了

對於低頻次交易的產業，點數是非常非常難做的東西，要花很多錢，很多力氣，還不一定推的起來。

問：costco應該不算高頻交易為什麼點數做得起來？我們行銷活動要怎麼設計？
 

因為Costco它只要100萬付費會員，而且點數也是鎖定在單純返利，操作簡單．全家可能要1000萬用戶，同時提供多樣化商品才做得起來，所以就算你網站有100萬會員好了，只要交易頻次低，這樣的行銷方式都不適合。

此外是你的商品是否是高返利？像化妝品交易頻次不高，但反利高，大家就願意加入會員累積點數，按摩店、運動中心也是如此，因為

如果你今天是賣新車用品，那買了汽車用品後送你再多點數，你都不會多買，因為你換車週期不可能改變．所以要看我們賣的商品附著的主體是什麼，才來決定行銷的活動該怎麼設計．

問：要如何改變交易母體？

高頻高返利是充分條件，但必要條件是邊際效用不能降為零．

如果你是出國旅遊，每一季出國旅遊的人送你當月再出國一次，你去得了嗎？這就是邊際效應為零．

以前銀行在做商品交換的時候，當時由於商品資訊不夠透明，你2000點來，我給你一個市價600塊的麵包熱壓機，當時做得起來，因為成本才50塊，現在這種東西滿大街都是，資訊都很透明，很多信用卡中心乾脆把贈品部門取消掉，乾脆透過高返利與通路直接合作算了．

所以先確認你商品附著的母體，再確認母體是否能改變，最後看返利活動有沒有資訊不對稱再進行行銷設計才有意義

記得，與其他任何單位交換都會牽涉到clearing的問題，很多公司從開始到倒閉，跨界合作對帳都沒有正確過，這部分要小心

問：我們在推薦商品的時候很難面面俱到，該怎麼辦？

多加幾個標籤讓用戶選擇，或透過相關度匹配就得了

問：推動線下業務轉型時最重要的關鍵是什麼

開發週期要縮短、頻次要高，要看到每次開發週期短期績效，才有可能爭取充足的時間做底層的改變

問：我們怎麼做跨界合作的開發案？

這我下一講會講