如何挑選一家合適的數據分析服務公司?

如何挑選一家數據分析服務公司?我相信這是目前不少中、小企業老闆和管理層的頭痛問題。我說得對吧?!

那麼為什麼我不把大企業的老闆和管理層也說進去,因為絶大部份的大企業會自組數據分析團隊,而不是將數據交給服務公司去幫它分析。所以他們的問題是請不到數據分析人才。尤其是今時今日我們說到的大數據分析(big data analysis)和機器學習(machine learning),市面上真正懂得的人其實不多。

說回中、小企業吧!它們那有資源去僱用上述人士?還要跟大企業去爭?真是天方夜談吧!不過,當整個世界都告訴你,數據分析是各行各業的生存命脈,你又好像必須做點準備,於是在公司呼喊了幾回,內部又好像沒什麼回響,正是不知從何開始。於是,選擇外聘服務公司似乎是唯一出路。

接下來的問題是,如何挑選合適的數據分析服務公司?!

我會說,首要條件是要熟悉業務或說有提供服務的公司要有business sense。

不是說數據分析的能力不重要,市面上有不少數據分析服務公司的管理階層及服務人員很多都是數據分析專業出身,但商業經驗欠奉,很多時做出來的分析報告不一定有助商業決策。

所以,中小企業在尋找數據分析服務公司時,重點還不是這家公司的數據分析工具如何強勁,而是提供服務的人員有多麼熟悉你的生意。

錯誤數據引致錯誤的結果

外國曾有一家保險機構想要調查人們的生活習慣如何影響他們對於退休方案的喜好。由於習慣、行為有太多種,執行這個調查的管理層便把問題收窄到抽菸/不抽菸。進行了大規模的市場調查後,結果依然失敗了,他們無法得出抽菸與退休方案的關聯性。

後來管理層與醫療業界、行為心理學家、社會人類學家等會面,把提問的方式改變了。他們發現,這種非黑即白的問題(抽不抽菸)難以得出答案,於是將問題更改至「你抽菸幾年了?」、「你戒菸幾次了?」、「你最後一次吸菸是什麼時候?」。最後成功得出準確的數據,幫助保險機構推廣更合適的退休方案。

再舉另一個例子,第二次世界大戰期間,一群科學家提出可憑戰機身上的彈孔數據分析來增強戰機和機師的安全。透過將所有完成任務回來的飛機進行彈孔數據收集、位置記錄及統計,一份一份的數據分析、詳細報告隨即誕生。

科學家和軍方圍著數據討論,各抒己見。有人主張應該鞏固戰機受到攻擊密度最強的位置,也有人提議該從油箱和駕駛員所坐的位置著手改善戰機的設計。當大家都在引用著數據來激烈討論。在大家彼此爭論不休的時候,有一個人緩緩的站起來說:「這些數據都沒有參考價值!」

「這些能夠安全飛回來停在停機坪等待維修的戰機,正說明了在它們機身上的彈孔落點都不是致命的,真正致命的彈孔數據已經隨著被打下的飛機沉在大海裡了!」

銷售額下降了,你要問什麼問題?

好吧!我們還是舉回一個商業世界的例子吧!

這種情況很普遍,就是營業額下降,收到這樣的數據,你會如何?!你需要作出什麼行動?我提議你必須問更多的問題,而不是立即下令減價促銷,以下是你需要提出的問題:

  • 1/ 是否有哪一條產品或是服務線的營業額下降了?下降的幅度如何?
  • 2/ 在總營業額下降的情況下,有沒有哪一條產品或是服務線不但沒有跌反而是上升的呢?
  • 3/ 舊客戶的重訪率/單價是在上升還是下降?
  • 4/ 新客戶的增長率是上升還是下降?
  • 5/ 公司的市場推廣活動及預算在這個階段是增加了還是減少了?
  • 6/ 若你的某些產品或是服務可能跟天氣有密切關係的,那麼你還要問天氣在這個營業額下降的時期段究竟有什麼變化?
  • 7/ 在這個營業額下降的時期段,競爭對手有什麼市場推廣活動?

好了,讓我們暫時問到這裡!要問的話還可以繼續問下去。

上述所有問題都需要有相關的數據,若是數據庫(database)內沒有相關的「數據欄」(data field),那就需要增加有關的「數據欄」並把數據收集回來,再進行數據分析,才可以作出正確的商業決策。

愛因斯坦曾經這樣說:

“If I had only one hour to save the world, I would spend fifty-five minutes defining the problem, and only five minutes finding the solution.”

我要說的是,一切的數據分析始於問對的問題,並據此設計出數據庫的「數據欄」,才有之後的數據分析,而問對的問題始終是人而不是機器,所以懂得商業運作是商業大數據分析的前提。

事實上各行各業都有其獨特的商業環境,譬如說零售業就跟旅遊業就很多不同之處,沒有一家數據分析服務公司可以服務各行各業。

數據分析-需要熟悉業務

當然,我絕對不是說數據分析服務公司的數據分析能力和作業工具不重要,無論是數據處理的技術、後台的功能、分析結果展示等都是數據分析服務公司必備的。不過,數據處理的技術,每家數據公司分別未必很大,但對於你所處的業務的熟悉程度就大不相同了。

合適的數據分析公司必須以Marketing角度出發,審視數據的採集、儲存、管理、分析和展現。要代入角色考慮如何處理數據才能貼身地幫助企業改善他們的市場策略,達到增加營銷的效果。

選擇正確的數據,問對的問題

大數據顛覆了過往玩行銷的方向,企業可以憑著數據分析,達至精準行銷(Precision Marketing),不再單憑經驗靠估,就可以精確瞄準客戶的需求。不過,數據分析的重點不是在統計,而是懂得問對的問題,然後,再找相符合的資料來分析,為客戶提供可實際可實行的解決方案。

企業在推廣自己的業務時都會產生海量的數據。但當中很多可能是無效、虛假或者毫不相干的數據。除了以上飛機彈孔作例子外,更生活化的有Facebook和Instagram。他們掌握的數據量是天文數字,但同時有很多因素影響他們數據分析的準確性,例如假帳戶。Instagram 上面有不少的虛假帳戶,提供大量假的讚好和追蹤服務。用戶可以向這些虛假帳戶供應商購買FOLLOWERS、貼文等等捧紅自己的產品。這類形虛假帳戶、讚好等產生不準確的數據,除了影響用家使用體驗,亦影響Instagram的廣告生態系統,以及數據分析。

因此,懂得篩選數據才能更有效率地對症下藥,呈現更精準合適的分析報告,協助企業制訂更進步的市場推廣。

總的來說,手持大量客戶數據的你,不要白白浪費這些寶貴的資源!馬上尋找合適的數據分析服務公司幫你將數據化為黃金吧!!

記得要鎖定熟悉MARKETING業務的分析公司,問對的問題,才能事半功倍。