任立中 靜宜大學資深策略副校長/臺灣大學全球品牌與行銷研究中心主任
近年，大數據行銷在台灣發展十分火熱，如何利用大數據資料庫，建立正確的消費模型，解讀和分析數據背後所隱藏的消費者行為，讓我們能更了解這個複雜的世界與消費者行為，為消費者的下一步行動而提前做準備。
我從事資料庫行銷相關的研究已經超過二十年了，最早有幸由博士班論文指導老師領進門爾後至今。大數據資料庫行銷在國外已行之有年，至今仍不斷隨著時間和技術的發展演進。近幾年，因為科技的發展與環境逐漸成熟，大數據在台灣也開始獲得很多關注而熱門起來。許多學校紛紛開設大數據課程、學程、或學院。並積極從資工、商管、統計等各種面向切入。現在，要蒐集並分析上億筆的數據，都可以透過電腦程式設計，在彈指間完成。
大數據資料的特色
但許多人都很疑惑，數據量大，應該如何應用在行銷呢？是否數據多又大，必然能幫助我們了解消費行為的全貌，並做出最合適的決策？大數據並非萬能，我們必須注意大數據資料有以下的特點：
1. 數據不論多大，仍是樣本
任何人類所能蒐集到的資料，不論多大，都是樣本，都必須經由統計推論分析，才能推敲全貌。例如：每家公司能收集到的資料都僅僅只是客戶在該公司的交易紀錄，因此僅能藉由這些線索，去推測消費者的真實消費型態，再以此設計出對應的行銷策略來吸引消費者再購行為。
2. 資料需依理論篩選，否則容易迷失在海量資料中
在大數據時代，許多人直接分析所收集的海量資料，並未先依照分析的目的，將資料做篩選後使用，導致資料原有的特性消失在海量的資料中。一個很有名的例子－「尿片與啤酒」，一群上班族和一群家庭主婦的消費型態是不同的，若我們未先依市場區隔分類，直接將上百萬筆的資料一起分析，產品關聯性就容易被巨量的資料覆蓋而消失。又如，若我們想預測消費者未來一個月的消費行為，應直接分析近期的消費紀錄，倘若分析他十年來的消費紀錄，反而會容易造成誤判。因為消費者的需求會隨著年齡而改變，幾年前的消費訊息完全無助於此名消費者未來行為的預測。這些都是我們做大數據分析時常犯的錯誤，因此對於海量的資料，仍須依照分析的目的先做篩選。
3. 消費模型的正確性比數據本身更重要
對於行銷人員來說，能透過大數據建立正確的消費模型，並幫助決策者預測消費者後續的消費行為，以設計出合宜的宣傳方式和手段，吸引消費者再次購買才是最重要的。現在的海量數據都由機器抓取，所以數據本身的正確性很高，但是大數據資料應用的核心問題是，建立的模型是否正確？是否能正確地解釋模型體現出來的消費模式？而不單單只是資料的彙整與描述。
4. 因果關係很重要
能正確地預測消費者下一個動作並做出適當的處置，一定要根據因果性：消費者在什麼環境條件下，一定會做什麼事情。因此，若只在分析巨量資料後，將分析結果相關的產品都放在一起賣販售而不去思考和解釋因果，則設計的決策容易與實際狀況有落差。
5. 這個世界是複雜的，亦需要複雜的模型詮釋人的行為
我們有幸能生於這個科技飛速發展、訊息量爆炸的年代，數據的豐富性也代表雜亂。因此我們需要透過更精準的統計模型，去解讀和分析消費者背後所隱藏的行為，讓我們能更了解這個複雜的世界與消費者行為，並為消費者的下一步行動而做準備。
客觀的大數據＋精密的統計分析＝正確行銷決策
若要讓大數據資料庫行銷，成為客戶關係管理的終極武器，則需要客觀不偏頗的資料庫紀錄，配合正確且精密的統計分析，方可提供行銷決策人員關鍵的行銷決策資訊，助其做出準確的行動方案。
▸ 任立中教授 大數據行銷 https://pse.is/3buzl9