Marketing

以分析為基礎的策略（analysis-based strategy）

進入大數據時代，企業在了解分析的目的與類型之後，能不能顛覆傳統以天然資源，甚至是人力為競爭基礎，改以「分析」做為企業發展的競爭策略，就考驗企業領導人的智慧了。

淺談資料格式 — 結構化與非結構化資料

進入大數據時代，資料成為挖掘商機的礦脈，對資料的管理不夠，想要利用大數據來開創新生意等於緣木求魚。請思考一下，自己公司有刻意收集甚麼樣的資料嗎？有善待貯存下來的各式資料嗎？有專人管理嗎？還是坐看它們放在倉庫中，隨著歲月崩解殆盡？

在過去，許多企業認為資料庫裡的銷售資料、生產資料、財務資料…等量化資料，特別具有價值。事實上，真的是如此嗎？我有個朋友，十多年前就開始在網路上，架設網站收集網友關於美妝的討論資料，而網友的留言都是一些文本（Text）資料，沒有固定格式，也不容易發掘出什麼內容來。當年他的員工就曾經問他，收攬這些資料到底要幹麻…

行銷新顯學︰行銷資料科學（Marketing Data Science）

美國零售業先驅約翰‧汪納麥克（John Wanamaker）曾經說過：「我花在廣告上一半的經費都浪費掉了，麻煩的是我完全不知道是哪一半。」後來，這句話又被人引申成「我有一半的廣告經費都沒有效，我卻不知道是哪一半。」多年來，行銷界人士之所以有廣告經費不知道花到哪兒去，以及明知無效卻還得投入這樣的喟歎，其實都是因為過去的廣告行銷，都很難做到「明確區隔、準確行銷」所致，然而現在隨著社群網路（Social Network）、物聯網（Internet of Things）、開放資料（Open Data）、大數據（Big…

淺談資料類型 — 初級資料與次級資料

搜集行銷資料是一件很耗時費工的事，更重要的是，它還可能很「花錢」。在進行行銷資料科學之前，先來看一下資料的另一種分類方式「初級資料」與「次級資料」。

1.初級資料

初級資料（primary data）是由研究者主動自己收集的資料（第一手），例如：自己所進行的市調。舉例來說，行銷研究中常會調查消費者的態度、認知、意圖、動機與行為。在傳統的行銷研究裡，常見的初級資料蒐集方法包括：面談法、問卷法、觀察法、實驗法…等，如圖1所示。

淺談資料類型 — 研究資料

當我們要對「資料」進行更進一步的「統計運算」時，就必須對資料「測量」（measurement）的類型先行了解。「測量」意指對所測概念（變數）給定一個數字或符號的過程，例如：溫度為攝氏26度、性別為男…等。

在研究方法裡，有關「測量」（measurement）的資料類型包括：名目資料（nominal）、順序資料（ordinal）、區間資料（interval），以及比例資料（ratio），如圖1所示。

資訊與行銷人必看的行銷資料科學入門課-含範例與R程式碼

這幾年 「資料科學 」非常火紅，各行各業也紛紛打出大量招收資料科學人才的口號，讓資料科學家變成大家所嚮往的職業。

新時代的策略性資源 — 資料與資料科學

企業要營運，通常得依賴兩種策略性資源，一種是資產，一種則是能力。其中，資產又分成「有形資產」與「無形資產」；能力又分成「個人能力」與「組織能力」。台灣科技大學特聘教授盧希鵬說，企業必須要先有資源，再在資源上談策略，而聰明的經理人會選擇在「稀有且有價值」的資源上，建立核心能力，給予特別的管理，確保企業擁有長久的競爭優勢。

進人大數據時代，企業可以循著同樣的方式前進，以下結合「資料」與「資料科學」的概念，簡單說明如圖1示。