推薦序
為數據品質進行健檢
「營業額 = 流量 × 轉換率 × 客單價」,許多經營電子商務或行銷工作的朋友,總拿著這公式當作尚方寶劍般的看待業績和成效,但電子商務網站的業績和成效真能這麼簡單看出來嗎?只要流量越大?轉換率愈好,就是賺的多嗎?
分眾行銷(Segment Marketing)的廣告方式日漸成為主流,社交廣告宣傳工具更是當紅的一種行銷選擇,然而社交廣告真的是造成消費者下購買決策的影響關鍵嗎?
消費行為的成效如果單憑結果來判斷優劣,就像籃球比賽只看投籃得分的明星,認為該球隊能贏冠軍一樣的膚淺,一個球隊沒有大前鋒(大前鋒的角色是在防守、搶籃板、卡位)和控球後衛(控球後衛的角色就是在傳球),怎麼有最後完成投籃得分的動作;而產品的銷售就如同一場球賽,從搶到球(引起消費者目光注意)、到每個隊員傳球的過程與順序(影響消費者購買決策的各環節因素)、最後投籃得分(消費者完成購物結帳行為),不但狀況相同,而且「球隊教練」扮演著影響勝負關鍵的角色!
教練要能有效運用各球員擅長的能力與特性,並且根據每場球賽不同的變化來適當調整球隊戰術,這也和行銷操盤者要下的判斷決策相同,什麼樣的廣告媒體有哪一類的特性、什麼樣的流量管道又有他的優缺點……,這些都是一個「教練」要懂得掌握的要點!
本書是繁體中文出版書籍中少有並值得推薦的佳作,作者深入淺出的引領網站分析初學者進入成效分析的世界,對於熟悉網站分析的先進們也能透過實際案例來獲得更多值得思考的面向。
不熟悉 Google Analytics 網站分析工具的初學者,想快速了解功能有哪些可以從第五章開始,透過重點功能的導覽,除了認識基本觀念,更能知悉「價值」是什麼、為什麼「區隔」資料很重要。
而已經有基礎分析概念的讀者,更可以從第六章了解「事件」追蹤細部成效的重要性、第八章看到為公司建立一個「分析團隊」是刻不容緩的事情;最後第九章與第十章都是讀完後值得反覆咀嚼和消化的精彩章節。
我個人最重視第四章〈數據品質〉。一直以來在課堂與實務分析上也傳達著 GIGO 原則(Garbage In Garbage Out),數據資料若沒有可信度(Reliability)和可用度(Availability),那所有的分析結果都沒有參考價值,進行分析前的「健診」是每一個從事行銷的工作者都必須知道的,書中還提供「品質健診計分卡」來讓讀者可以自行衡量,讓這本書除了可讀性更多了實務運用性。
今日科技的飛快發展,電腦取代人腦雖然還是科幻片中的情節,但一些繁瑣的數字資料處理工作,人類已經可以完全被取代了,如果網站分析者還只停留在報表數據的整理與呈現,那你的被取代和替換性已經是可以預見的結局。
一個網站成效分析者應該提升分析高度與深度,更懂得運用現有電腦的各項數據資料和多元化分析維度能力,找出商業價值、挖掘商業洞見,透視數據並且找到正確的商機。今日企業要的是人工智慧而非工人智慧,資料科學家不單是一個很酷炫的職稱或頭銜,更是一個需要不斷學習和思考性的工作,並且還要懂得接觸市場、了解消費者,絕對不可以自己關在象牙塔裡悶著頭做。
《透視數據下的商機》不是服務介面教學手冊,更不是Analytics(分析)個人認證的應試指南,而是一本學習分析技能上不可或缺的指導好書,推薦給大家細細品味,享受成效分析能力提升所帶來的喜悅!
吳天元
本文作者為關鍵數位行銷數據分析副總監
推薦序
是時候開始做數據分析了!
或許你會說:Google Analytics(分析)(或是其他統計軟體)我們已經開始在用了,公司內部也有人在看報表,固定會議上也有專人在報告數據,我們已經開始做數據分析了!但是除了工作階段跟單次工作階段頁數(PV)的增加、跳出率降低了、停留時間拉長,你曾想過你所看到的數據是真的嗎?抑或是:數據真的解決了公司內部的問題嗎?再退一萬步問:你所收集的數據有任何意義嗎?
在大數據喊的震天響的年代,很多人都以為擁有了大量的數據就可以解決一切的商業問題,但常常發現事與願違。其中最主要的關鍵問題是:有沒有問對問題?經營一個網站,不可能沒有目的。你的網站可能是一個電子商務網站,有販售物品的需求;可能是個內容提供站,有可能是要轉介到其他站點,或是利用瀏覽率來賺取廣告費用。當我們想要利用 Google 分析來檢視我們的 KPI 之前,我們必須要先定好目標和關鍵結果(Objectives and Key Results, OKR),也就是問對問題的過程。
譬如說:我們為什麼要做搜尋引擎優化?因為搜索引擎所帶來的自然流量較精準同時轉換率也高,故可帶來較高的營業額,也希望透過搜尋引擎帶來更多新客為主要目的,然而一個網站在經過網站優化過後,我們必須先思考,哪些目標跟這個目的相符,該目標才能稱之為 OKR,例如說:
● 造訪關鍵字數提升 (×) 帶來轉換關鍵字數提升 (○)
● 流量提升 (×) 帶來轉換流量提升 (○)
● 使用者互動數提升 (×) 新客互動數提升 (○)
幾乎所有的 OKR 或是 KPI 都得跟是否能幫助企業產生價值發生掛勾,即使再間接也得要設計出來,而且絕對不能只單看一個數字。譬如一個電子商務網站的會員數就是一個假的 KPI,但是會員數同時跟會員重複購買率一起看就是有意義的指標,當會員數持續增加,會員重複購買率能夠維持恆定或是增加,這樣的會員招募才有意義。當你貫徹了這兩個心法之後,你就會知道如何正確的問出問題,並且賦予這些冷冰冰的數據一個漂亮的故事,這時你才能真正成為一個數據分析師。
今天在閱讀《透視數據下的商機》之後,你將更進一步成為「數據架構師」,Google Analytics(分析)細部的基礎操作早在《流量的祕密》及 GA 線上說明檔講完了,作者布萊恩‧克里夫頓在本書更多著墨的是如何將「數據分析」導入到各企業中,透過 Google Analytics(分析)從代碼的埋設到目標的設定,更精確的協助企業問對問題,這是其他 GA 書籍或是技巧文章無法告訴你的。不論是分析新手或是老鳥,第三及第四章的內容請務必務必經常翻閱,企業也可以將其內容加入內控循環(甚至有必要成為第十大循環),讓網站數據華麗的轉身成為公司營運的一個部分,不論是純線上企業或是O2O虛實整合的公司,都能有效運用數據不斷衝刺營業額!
邱煜庭
本文作者為eProMotor 網路行銷零元本鋪創辦人
推薦序
數位分析領域的好書
我在九十年代後期進入網路業界,從事數位行銷、電子商務相關工作。2009 年,我從工研院離職創業,擔任多家企業的顧問至今。十餘年來,由於工作和興趣的關係,我從未中斷對數位分析(主要是網站分析)方法與工具的應用與探索,並曾在 2006 年將個人相關經驗整理集結成《網站績效分析與管理》一書。2012 年起,承蒙多家培訓單位的邀請,我開始在業界教授分享數位分析。身為數位分析的學習者、應用者,同時也是教育者,總結個人多年來的觀察,我認為目前國內在數位分析領域的學習、應用、教育上,存在三個比較大的問題。
第一個問題在於:目前就國人的認知,數位分析幾乎就等同於網站分析,涵蓋的面向顯然不夠寬廣。
第二個問題在於:單就網站分析而言,目前業界主要探討的議題,例如:分析工具(主要是 Google Analytics)安裝設置、資料收集、報表產生與解讀等等,整體較偏向操作面,對於管理面的議題鮮少著墨。
第三個問題在於:即便只談數位分析的操作面,目前國內探討的深度還是普遍不足,對於許多較為深刻複雜的議題,例如:產生數位分析洞見、確保數據品質、解讀報表、追蹤技術、數據責任等等,相關的論述並不多見。
本書在很大程度地填補了國內數位分析領域的缺口。首先,作者以國人普遍應用的 Google Analytics(分析)工具為標的,從網站分析延伸到數位分析,詳細地介紹組織如何應用數位分析發掘商業洞見,進而提升營運績效。
接下來,針對數位分析的管理面,作者在書中探討了分析師的價值、 Google Analytics(分析)免費版和付費版的差異與選擇標準、組織導入數位分析的四階段架構、確保數據品質的方法等議題,這些內容在國內相當少見。
在本書的後半段,針對數位分析的操作面,作者探討了 Google Analytics(分析)報表的深入解讀、追蹤技術、數據責任、團隊建立、KPI 選定與呈現等議題,並在本書卷末,將數位分析所產生的洞見分成行銷、訪客、轉換、使用者經驗四類,結合自身直接參與的案例,說明投資數位團隊可以獲得的成果,以及小小的洞見可以為組織帶來的立即性效益。
這是本網站分析領域的好書,作者在本書闡明如何應用網站分析產生商業價值,卻又不失專業技術的底蘊。您很難用一個下午輕鬆讀完這樣一本資訊含量極其豐富的書,但絕對適合將它擺在案頭,時時研讀、參考與實踐,我誠摯 地向您推薦。
連啓佑
本文作者為將能數位行銷創辦人/企業數位轉型顧問
推薦序
新時代的實戰數據力
動手去做,去實證,是數位時代真正的科學精神。當大數據廣泛成為人人掛在嘴邊的流行語,Google Analytics(分析)也順勢演變為能讓數據資料分析簡單上手的免費解決方案,而不是飄在空中泛泛的概念。安布思沛(iProspect)身為一家以績效行銷為定位的公司,以數據及技術為核心,對數據的看法就是用來驗證行動的依據。數據的收集分析及應用,都是在幫助我們找出一個更接近事實的樣貌,以利後續判斷。因此,數據應該走向民主化,讓組織中的資料可以流通,進而能改善決策品質及加速應變力。Google Analytics(分析)正是數據行銷的有力推手,它讓大家能真正運用數據資料工作,並透過數據資料去洞察商業機會與價值。本書從如何正確看待數據資料、收集、測量到組織如何運作都有詳盡說明,是一本實際且必備的入門書。
收集數據資料的正確性及完整性是決定行銷決策能否成功的關鍵,也一直是我們協助客戶導入績效行銷的第一步,而這一切都跟 KPI 及測量計劃有關。當您決定了行銷目標,如何把目標與期待轉換成可被測量的指標,這是所有工作的源頭,也是行銷藝術與數據科學的完美結合。如果您熟悉 Google Analytics(分析)的一些衡量指標,將有助於設定目標及檢視您每一個行銷動作。但是,請務必記得,數據資料僅是用來檢驗您的動作,藉此再優化做出更好的下一步,但絕不能一昧參考數字的表面結果,而忘記既定的初衷(行銷目標)。
Google Analytics(分析)免費版就像一顆免費的鑽石,它是全世界使用最廣,更新速度最頻繁的分析工具。它的美妙之處在於其開放性及可串接性, Google 提出的「The power of together」,除了幫助大家把所有的資料整合在一起,即使透過跨屏、跨裝置、跨情境,也都能清楚完整地呈現消費者旅程(Consumer Journey);加上歸因模型(Attribution Model)能夠分辨不同接觸點及裝置中的相互影響,分析出主助攻的關係。另外,Google Analytics Premium 企業版對於大型客戶資料的龐大性、機密性以及需要及時反應的要求都能完全掌控,Premium 版本提供了絕佳的資料連結性,這其中也包含了與 Google 旗下廣告商品的整合。同時透過 BigQuery 的匯出功能,兼具可下載性。
此外,數據分析工作中,能有商業洞察乃至說出啟發或發人深省的 Data Story,是目前最缺少的人才。面對複雜交錯的數據資料,需要具有商業經驗的敏銳度,才能發展出精確的商業洞見。數據行銷(Data driven marketing)需要一個堅定的信念,完整的投入計劃,因而工具和人才都是必要的投資。同時在組織規劃上,必須有共識地在以數據資料為核心的概念上來進行設計,因為數據分析工作需要的是一個團隊,而非一位工程師或是分析師,就能達成以數據 作為內部溝通及決策的基礎。
數據資料是數位時代的靈魂,是新的市場貨幣。當全世界的企業都擁有數據資料,企業的競爭力就將取決於數據資料所產生的企業智能,企業所啟動的數據資料策略與計劃,將是身在千變萬化的數位環境中,翻轉創新或帶來商業契機的祕密武器。
蔡秀麗 Carrie Tsai
本文作者為安布思沛行銷股份有限公司董事總經理
推薦序
投資在聰明的大腦上
如果你有100 美元可以投資在公司的分析部門,讓業績蒸蒸日上,請你花10 美元買工具就好,把90 美元投資在聰明的大腦上。(也就是人!)
2006年5月19日,我虛心根據這顛撲不破的真相提出「10/90 法則」。隨著時間過去,我愈來愈相信這個法則,原因相當簡單:在商業世界裡的各個角落與每個人生活的各個層面產生愈來愈多的數據,加上我們還堅持要分享訊息,結果是數據得來不花成本,但根據嚴謹的分析來讓企業主判斷應該採取什麼策略並不是免費的。
這正是布萊恩這本書讓我這麼興奮的原因。這本書去掉一般常聽到「我的老天」這種語助詞,像是「我的老天啊,你看這裡有多少數據,真是驚人,咱們花個1 年半來裝套分析軟體吧」,而是直截了當告訴你,如何從不停製造無效的數據,轉變為根據數據來建議可行的商業策略。
簡單舉個例子說明這兩者有什麼不同,還有最終將生意推向成功的關鍵是什麼。不論是哪家公司的老闆,都想要一目了然的報告書,他們會說:「給我一份業績總表,該做決策了!」接著分析師們橫衝直撞,把爆量的資料轉化成各種圖表,印在充滿香草味的紙上,端上會議桌。生活有因此幸福快樂嗎?有因為這樣升官發財嗎?
遺憾的是,沒有。
事實證明,當一個人在決策階級裡爬得越高,分析能力也跟著下降,報告裡有意義的數字更是急遽減少。讓決策變得更難就算了,若是要討論這些數據,也只會淪為檢討大會,數據品質、數據漏失、圖表顏色⋯⋯看來一切都討論了,還是無法做出決策。
該怎麼解決這個問題?解答就是文字。更精確地說,就是洞見、配套措施和對公司的影響。
全世界每份數據報告上的圖表都應該愈少愈好,這種報告應該包含分析師用你的語言寫下來的洞見,還有建議你該採取的行動,以及下面這個最關鍵的元素:採取這些行動會對公司造成什麼影響。
這麼一來,那些有香草味的報告就不會再害你多開一場開口閉口都是數據的糟糕會議了,它們會告訴你應該先下什麼決策。
很難相信吧,結果「數據」什麼都沒做,數據就只是數據而已,真正讓獲利和客戶滿意度一飛衝天的,是花了90美元的投資,也就是聰明的大腦,是他們從數據裡分析出結果,告訴你該採取什麼對策,以及決策的後續影響。
下次拿到報告的時候,你該看看圖表和文字的比例,你就會知道這份報告真有參考的價值,還是只會浪費你的時間。
以上就是在閱讀布萊恩的書之前,我奉上的一點開胃菜。
這整本書都非常棒,結構非常漂亮,要享受這趟「把數據利用得淋漓盡致」的旅程,就必須從第一章讀到第十章,不過你若想耍點小聰明跳著讀的話,我個人最喜歡第八章(這章什麼時候讀都可以,裡面的建議會讓你覺得相見恨晚)與第十章(若你覺得遇到難關,從別人的案例裡找找希望吧)。
祝福各位事事順心,把握當下及時行樂!
亞維納什‧卡希克(Avinash Kaushik)
本文作者為數位行銷倡導者,目前任職於Google,著有Web Analytics 2.0、Web Analytics: An Hour a Day