見樹不見林

資料分析在相關學者、有應用經驗的企業、系統和服務廠商的大力鼓吹之下，越來越受到業界的重視，這當然是個好現象（尤其對我的工作機會而言）。然而最近我也看到了意想不到的不良後果，就是有些企業以為只要導入資料分析就可以生意興隆、萬事如意，因此把重點放在分析的工具和產出的模型上，反而見樹不見林。

資料分析是一種任務（task），我們透過執行任務來解決問題、達到目的。所以在企業裡，資料分析應該是某個業務問題的解決對策中的一部分，我們是因為這項對策必須用到資料分析才去執行資料分析這個任務。我用以下幾個假想的案例來說明：

• 業務問題：型錄的回應率一直平平，顧客反應說型錄千篇一律、所以沒有特別想要翻閱的動機。解決對策：利用購買各類商品的行為將顧客分群，根據各群顧客不同的需求製作不同內容的型錄，提供獨特的價值主張。
• 業務問題：會員行銷處的年度預算被刪減了20%，要如何更有效率的運用這筆預算？解決對策：根據RFM變數把會員區分為不同價值與關係的分群，挑選重點客群制訂會員溝通策略，最差的一群會員暫不作溝通。
• 業務問題：型錄的預算大幅刪減，無法寄給每一位會員人，要寄給哪些會員才可以提高ROI？解決對策：利用以往的型錄回應資料建置預測模型，未來型錄只寄給模型分數較高的會員。
• 業務問題：公司每個檔期都有五種不同類型的型錄，要如何挑選其中最適當的一本寄給會員？解決對策：對五種型錄建置五個回應預測模型，從每位會員的五個分數中選擇最高分對應的型錄來郵寄。

2013年分析領域代表名詞

有一則故事在講吹破肚皮的青蛙，
不知道 Big Data 是否也會跟這隻青蛙一樣？

2012年底，我寫了一篇《分析領域的2012年度代表名詞： Big Data》。轉眼之間，一年過去了，如果要我再選出分析領域在2013年的年度代表名詞，我還是會圈選 Big Data ，因為這個名詞在過去的這一年真是被渲染和消費到了極點！尤其是相關的 IT 系統與軟體業者（很抱歉，本山人也在這類行業裡工作），更是言必稱 Big Data。

然而跟十年前的那股 CRM 熱潮（其實也是 IT 業者炒起來的）比起來，我認為現在的用戶端冷靜多了，不像當時那樣瘋狂的擁抱 CRM。在我接觸的企業客戶中，只有一家公司認為 Big Data 重要到必須列為立即發展與投入的目標（不過根據我的觀察，這是因為他們應用資料分析的經驗不足而導致對 Big Data 認識不清，他們其實還要經歷一段漫長的路途才有可能走到 Big Data）。這種現象有可能是因為景氣仍差，企業緊縮內部投資所致；也有可能是大部分的企業已經有應用資料分析的經驗，因而能夠認清 Big Data 其實還無法馬上為企業帶來可見的金錢利益。

（在繼續閱讀下去之前，先回想一下 Big Data 的三個 V ：Volume「大」、Velocity「快」、Variety「雜」）

Amazon.com 難得也有出錯的時候

上圖是我今天收到 Amazon.com 寄給我的行銷 Email（點選可放大），雖然 Amazon.com 精準的計算出這些都是我有興趣的書，但卻忘了排除我已經跟他們買過的第二本《Show Me the Numbers: Designing Tables and Graphs to Enlighten》和第四本《Taming The Big Data Tidal Wave》。尤其第二本是我上個月才下單買的，而且也是因為我買了第二本才 trigger 他們發這封行銷資訊給我的，所以算是被我抓到一個小小的 bug 吧！

如果無心改進，垃圾永遠是垃圾

自從我在今年8月貼出《高成本的低成本行銷溝通管道》這一帖後，那幾家被點名的國內知名企業寄給我的 Email 行銷訊息持續出現在我的垃圾郵件桶（Spam）裡。其實我一點都不寄望它們會有「翻身」到 Inbox 的機會，我只是納悶：當 Gmail 今年5月在 Inbox 增加了 Promotions 這個 tab 後，美國的 Email Marketing 服務業者馬上就構思反應之道。我們國內這些大企業的行銷部怎麼仍如此淡定，不會要想辦法「反制」Gmail 和 Yahoo! 嗎？

今天在電子報裡看到《10 Best Bets for Avoiding the Spam Filter》這篇文章，內容綜合美國幾家 Email Marketing 服務業者的意見，列舉了10種避免 Email 被判別為垃圾郵件的小撇步，在此轉介給有興趣的人士參考。

Data Art

前兩天在一個部落格看到 Data Artist 這個名詞，作者把 Data Artist 描述成運用資料和分析工具作為顏料和畫筆的藝術家，這樣的比喻著實讓我眼睛一亮，但是有沒有比較明確的定義呢？這篇文章說：

A data artist is responsible for delivering fresh insights from data to help an organization meet its goals. This is the person who takes the output from decision-support systems and turns it into consumable theories, postulates and hypotheses that can be tested and applied to the business.

跟前面那個譬喻比起來，這段定義的文字反而有點 anticlimax ，因為這不就跟 Data Scientist 沒什麼兩樣了嗎？ Google 一下就可以發現 IBM 對 Data Scientist 的描述跟上面差不多：

What sets the data scientist apart is strong business acumen, coupled with the ability to communicate findings to both business and IT leaders in a way that can influence how an organization approaches a business challenge. 

所以上面提到的 Data Artist 看來只是作者自己發明的新名詞，並非一個新的 profession。（失望中）

我在兩年前寫的《Are You a Data Scientist?》敘述了 Data Scientist 必備的一些技能，除了 Data Munging 、 Data Modeling 這兩項傳統上認為是比較偏向 Science ，另一項 Data Visualization 就顯得「軟性」些，應該可以算是 Art 了吧。只是當時我對此似懂非懂，沒有一套理論。最近入手一本《Show Me the Numbers: Designing Tables and Graphs to Enlighten, Second Edition》（Stephen Few, Analytics Press, 2012），驚為天人，原來不是會用 Microsoft Excel 就代表會製作圖表。

數字不會說話；人，才會說話

昨天在家裡訂的《國語日報》上看到一則關於國道計程收費的新聞，內容基本上跟中央通訊社網站發布的【國道計程　75%車日省45元】這一則相同（其他新聞媒體也有類似的敘述）：

（中央社記者汪淑芬台北2日電）交通部國道計程費率最終版今天定案。高速公路局估計，計程上路後，與現在計次相比，約3/4車輛平均每天可省新台幣45元。‧‧‧‧‧‧

我想交通部公布這個省錢數字的用意，是要讓大家相信新的計費方式很優惠，以便獲得大眾的支持。我剛看到這新聞的時候，也的確有這種省錢的感覺，只是我的感性不到幾秒鐘就被理性壓制住了。

新聞說3/4的車輛可以省錢，那麼我的車究竟屬不屬於這3/4？假設我真是這幸運的3/4裡的一員，我一個月跑高速公路頂多兩次，也會平均每天省45元嗎？（當然不會）

有效還是沒效？

電視的藥品廣告經常在最後加上一句「有效！」的台詞（而且還要用台語發音）。現代的藥品在上市前都要經過實驗和審核的過程，所以應該都是有效的，那些吃了沒效的狀況多半是沒有對症下藥。行銷人其實也會用「藥」，這些「藥」往往含有DM、型錄、簡訊、EDM、或廣告的成分，景氣好或買氣高的時期可能用得較少，遇到景氣變差、消費低迷、業績下滑、會員流失這些重症時就用得很兇。只不過行銷人常用的這些「藥」不像真正的藥品有公正單位的審查驗證，所以它們到底有效還是沒效？

高成本的低成本行銷溝通管道

左圖是我Yahoo!信箱的垃圾郵件桶（Spam）的內容，用滑鼠點選放大後可以看到不少國內知名企業寄給我的郵件被Yahoo!自動歸類為垃圾郵件。如果我沒有特別打開Spam信箱來檢查，我就不會看到他們給我的行銷訊息。

以往免費Email信箱的業者對付垃圾郵件的機制比較簡單，例如檢查標題或內文裡是否出現垃圾郵件經常使用的keyword。但是道高一尺、魔高一丈，如果這些keyword改用不一樣的拼法（例如把英文小寫的L改成阿拉伯數字的1），可能就成為漏網之魚。不過現在像Yahoo!或GMail等業者使用的過濾機制早就超越這種簡單的rule-based方式（當然是拜分析之賜），所以上圖出現的國內知名企業寄給我的Email雖然被Yahoo!當成我的垃圾郵件，別的顧客卻仍有可能在他們的Yahoo! Inbox看到這些行銷訊息。

From A (Analytics) to A+ (Aligned Actions)

德國柯隆大教堂的兩座尖塔像不像A+ ?

之前幫一家金融機構建了一個所謂的預測模型，用來評估靜止戶起死回生（reactivate，中文怎麼翻比較傳神？）的傾向高低。剛好我也名列他們的靜止戶，還好模型做出來我的傾向分數在前20%，要不然就有點糗了。

不過根據這家公司對我的說明，他們定期都會產出靜止戶的名單，交給客服人員撥打聯繫。他們查了我的資料，發現也都在聯繫的名單內，奇怪的是為什麼我從來沒有接過這樣的電話？

原來我在聯繫名單的電話號碼是我十多年前在飛利浦的公司電話，難怪他們的客服人員一直找不到我（所以我有理由當了這麼多年的靜止戶，嘿嘿）。問題是我雖然很久沒有跟這家金融機構有過金錢上的交易，我在近年來其實註冊加入了他們的網站會員，除了留下Email，我還登記了手機號碼。我的信箱三不五時都會出現他們發的電子報，卻從未接過客服人員的電話，到底是為什麼？

一切都是區隔

也許您已經發現，我很少在這個部落格談到技術面的事。一般講資料分析或Data Mining的書不是都用許多篇幅介紹Data Transformation、Clustering、Decision Tree、Regression、Association這些技術嗎？為什麼我幾乎不曾在這裡提到Lift、Odds Ratio、Confidence、R-square這些資料分析常見的名詞呢？其實這只是我為這個部落格作區隔（Segmentation）的結果，希望它跟其他以技術為主的部落格可以有所差異，訴求的讀者對象也不同。而Segmentation也是這一篇的主軸（包括旁邊這張照片，看得出來嗎？）。

首先介紹Konstantinos Tsiptsis和Antonios Chorianopoulos兩位所寫的Data Mining Techniques in CRM: Inside Customer Segmentation (Wiley 2010)。其實這本書有許多章節是在講技術（Techniques），跟我的部落格走向不太一樣。但是它提供了不少Segmentation專案的案例，包括銀行、電信、零售三種產業，而且它在講每個案例的一開始都會說明這個專案所要解決或達到的業務問題或目的是什麼，甚至還包括後續應用的構想（嚴格說起來，這是目的的一部分），這是這本書跟其他以技術為主的Data Mining書籍最不一樣的地方（換句話說，它成功的把自己跟其他Data Mining書籍區隔開來）。在我看過的Data Mining技術性書籍中，業務問題或目的不是完全被忽略，就是簡單一兩句話帶過。影響所及，是以模型作為思考的起點，或是為了建置模型而建，結果就是模型完成之後難以應用。