“  從Big Data的理論探討延伸舉Necomimi案例來探討,經過調查在台灣喜歡這類型商品的
人多為Cosplay愛好者(簡稱腐宅),Cosplay這類群聚活動皆非單人行動,加上台灣的宅市場不若日本盛行,基本上還是偏向保守,若一個人戴上貓耳在路上行走多少會引起側目,若鎖定團隊活動,如:唱KTV、聯誼、團康等破冰活動(或是調情專用XD),當然最大宗的用戶來源可能還是Cosplay族群!另外,多數玩Cosplay的人們砸錢在置裝上也是M型化,最少金額也達兩千元,最高則是看個人能力,服裝的需求會比周邊(如:貓耳、權杖...)來的高,因此定價上也是一門學問。從資料中洞察人心,把礦煉成鋼是一項不小的挑戰。 ”







尿布、啤酒與星期五的銷售連帶關係
早在90年代,以「幫顧客節省每一分錢」造就零售業傳奇的Walmart,就是從龐大的交易資料當中,發現了這三者間微妙的連結。最初,Walmart的分析人員只是不經意地發現,在每個週五晚間,總是會有大量的尿布與啤酒被一併購買。

經過進一步的市場調查,才發現美國的婦女們常會在週五提醒先生在下班後要順路去幫孩子買尿布再回家,而同時先生也會想要順手帶個幾罐啤酒歡渡週末。有了這一層面的市場認知後,Walmart就開始在尿布區擺上啤酒飲料架,甚至在啤酒區擺上銷路較差、但價格較高的尿布(吃米都不知道米價了,又有幾個男人真的去研究尿布的價格)。結果,尿布跟啤酒的銷量便大幅成長了三成之多!這樣的「購物車分析」,現在也普遍的存在於一般電子商務中了。這個尿布配啤酒也成了經典的 data mining 實例,經常被用來說明最基礎且直觀的關聯法則(Association rule)演算法。

換成離我們身邊更近一點的例子,如果今天 7-11 發現買了瑞穗鮮乳的人,有很高的比例也會購買統一麵包,也許 7-11 就可以採取交叉銷售的行銷手法(例如常見的39/49元組合),來提高營業額。



淺談 Data mining
隨著各式各樣的網路媒體平台,如雨後春筍般冒出,對於網路公司或者一般網路使用者來說,每天早上醒來就是看到一個又一個的數字。從無名小站上的瀏覽人次統計,到 Google Analytics 中的網頁分析,你必須學會懂得數字,懂得數據,更要懂得數據背後所代表的意義。

說到底,你到底該怎麼看待海量的 Data?

Data mining,通常譯為資料探勘、資料採礦、數據挖掘。字面上的意思,就是要從資料的礦場中,挖出看不見、但卻價值連城的礦產。簡單地說,data mining 的意義在於:

  ︱從無意義的資料(data)中,萃取出有意義的資訊(information)


從資料中衍生的額外資訊,才是對人類而言有意義的內容,在商業上就是有利可圖的行銷點子。Data mining的應用相當的廣,甚至可以說,只要有data的地方就可以使用 data mining 去進一步地獲取額外資訊。



洞悉數據分析
你可以說尿布與啤酒的行銷成功,是個天外飛來一筆的想法─又不是只有這兩種東西賣的特別好,況且,我怎麼知道是尿布配啤酒,還是啤酒配其他熱賣產品?這些深入的議題,就有賴更深入的 data mining 技術以及專業的資料分析師來研究了。更重要的是,這說明了Data mining作為一個統計分析的工具,在運用它的同時也必須具備充份的domain knowledge。不然,呈現在你眼前的,始終還是如山一般的數據資料。

俗話說的好,「內行看門道,外行看熱鬧」。唯有對於你自己的產品有高度的掌握度,才能在見到趨勢的瞬間,滿足市場未被滿足的需求。今後,面對網頁上數都數不完的數字時,試著思考其中潛藏的關聯,在消費者認知到他們的嗜好或習慣之前滿足他們吧!畢竟,套句Steve Jobs的名言,
  

消費者是除非有人把自己的需求直接呈現在他們面前,否則根本不知道自己想要的是什麼 。



| Original:5945 |

Categories: , , , Related Posts Plugin for WordPress, Blogger...