行銷資料科學｜大數據x市場分析x人工智慧

PART 1 概論篇
Chapter 01 何謂行銷資料科學
Chapter 02 行銷資料的類型、來源與管理
Chapter 03 行銷資料科學技術概念
Chapter 04 整合行銷資料科學與行銷研究

PART 2 大數據篇
Chapter 05 行銷資料科學與大數據
Chapter 06 大數據行銷分析工具

PART 3 行銷篇
Chapter 07 市場分析與行銷資料科學
Chapter 08 STP 理論與行銷資料科學
Chapter 09 價值創新與行銷資料科學
Chapter 10 價值溝通與行銷資料科學

PART 4 策略篇
Chapter 11 行銷資料科學與策略

 

序

　　記得是一年前，我們在每兩星期一次與指導教授的會議過程中，都會由不同的碩、博士班學弟妹，上台報告全世界最新的行銷科學論文內容。很難想像，在學弟妹由不同期刊近乎「隨機」選出的論文中，三篇論文竟然同步指向一個全新的研究領域─行銷資料科學，這也讓原本只埋頭在傳統「口碑研究」領域的我們，突然驚醒，我們已經悄悄站在全新的學術浪頭之上，而它正以鋪天蓋地之勢席捲而來。

　　於是，在徵得教授的同意下，我們把自己鑽研的口碑研究，向前後左右延伸，開啟了這趟全新的研究之旅，畢竟口碑研究在網際網路的推波助瀾下，已和行銷資料科學密不可分；畢竟在台灣還少有行銷研究的同行，著手撰寫行銷資料科學的相關工具、發展與可能擁有的未來。也就在這個趨勢下，我們創建的台灣第一個行銷資料科學臉書專頁和部落格於焉誕生。

　　為了這個專為行銷學術和實務圈所設置的臉書專頁和部落格，我們遍讀許多有關大數據和行銷資料科學的國內外學術期刊、論文、新聞，以及兩岸三地許多行銷實務案例，希望以最淺白的科學和商學普及教育的角度出發，向有意進入這個領域的新鮮人介紹未來的發展趨勢。很快地，我們各平台的粉絲加總已經突破七千多人以及眾多網友的按讚與分享，也承蒙碁峰資訊的抬愛，讓網站的內容得以很快集結出書。

　　以下，是這本書的梗概：

　　近年來，在資訊時代巨量資料蓬勃發展下，人工智慧（AI）浪潮席捲全球各大行業，賦予了我們許多資料科學的相關工具，諸如：機器學習、深度學習等，使管理者可以根據更廣泛的資料來源協助決策，讓傳統直覺式的決策方法，逐步轉型成「證據導向決策（Evidence Based Decision）」。

　　這也因此造就了2012年曾被《哈佛商業評論》評為「21世紀最誘人的新興職位」 - 「資料科學家」，使得資料科學家頓時成為被眾人追捧的對象。為了趕上這股風潮，台灣已有一些大學開設資料科學相關的課程，像是大數據分析、資料科學方法等，亦有企業界為求百尺竿頭，讓資料能更進一步發揮其價值，所以不斷延攬資料科學講師，進行企業內訓，讓資料科學的風潮在產學界十足興起了陣陣波瀾。

　　這幾年，在產業界和學界對資料科學技術，向下扎根的同時，我們藉由產學界的經驗，發掘了商業界因為資料科學解讀上的困難，屢屢造成「老闆與主管看不懂的結果」，進而否定了資料科學在商業上所帶來的價值；行銷學界則因資料科學的出現，對行銷研究的發展產生了巨大的改變，致使許多國際期刊搖身一變，對研究者要求使用資料科學式的行銷研究方法。

　　於是我們開始探討如何「透過科學化的方式，對與產學界最直接相關的行銷資料進行分析，並達到解決行銷管理上的問題」，也就是將資料科學運用到行銷領域的一門學問就稱為「行銷資料科學」。舉例來說，在亞馬遜網站購書後，網站透過不同的演算法也將其他人購買的同類的哪幾本，做出推薦清單後一併推薦給你，既能讓業界管理者輕易理解，也能讓學界研究者以資料科學的角度發表新研究文獻，這就是行銷資料科學的應用。

　　賡續「行銷資料科學」之理念，撰寫了國內第一本「行銷資料科學」的書籍。本書章節內容循序漸進，解說完整，包含行銷理論、實務故事、亦有部分實戰專案案例與線上程式操作，適合行銷人、經理人、管理者、資訊人、學生、數據分析使用者與預想從行銷商業面著手學習資料科學的初學者。

　　本書得以順利出版，要感謝台灣科技大學林孟彥教授指導本書的編撰。感謝基峰公司的鼎力支持與協助。感謝台灣科大的繪圖團隊為本書貢獻多張精美圖表，增加讀者的對內容的理解程度。希望我們在行銷資料科學的努力，能協助產學界走向一個更具競爭力的未來。最後作者於本書的撰寫期間雖然十分投入用心，但唯恐能力不及或論述未周詳之處，如有這些疏漏或錯誤內容，盼請您不吝提供改善建議，讓我們有所成長。