WiDS Taipei 2020 |《返校》數據行銷：你是忘記有數據了還是害怕整不起來？ — 謝佩芳 Nicky
講者介紹 - 謝佩芳（Nicky Hsieh）
📍Nicky，現任創市際市場研究顧問、麟數據科技策略長，擁有 20 年的數位產業經驗，服務客戶包含 CludMed 及荷蘭銀行；並協助 comScore 在台灣的數據推廣，且同時擔任產官學的數位行銷講師。而今天，他不私藏分享 LnData 麟數據科技是如何透過數據來操作經典國片《返校》的數據行銷！超精彩內容，希望大家可以透過筆記再複習一次喔！📍WiDS 講者介紹影片：https://www.facebook.com/watch/?v=532804321003680
LnData 麟數據科技的基本介紹
LnData 透過創新的軟體服務平台與公正第三方的角色，成為串接品牌、媒體、代理商與消費者的關鍵數據樞紐，收集品牌跟消費者間最真誠的互動，幫客戶最做客製化的解決方案，並以資料科學的方法優化客戶的行銷資源。
前言：行銷是改變認知的一串行動
談到 CRM（客戶關係管理）你會想到什麼呢？大部分的公司仍使用 RFM（近期購買、購買頻次、消費金額）來當作 CRM 的計算標準，比較有價值的客戶都是透過 RFM 去算出來的，並不在意品牌與消費者的真實關係；但在數位時代，CRM 已經不再是「單向品牌教育」，而是「雙向品牌對話及漸進式認同」，我們需要用技術的方式去監測這些動態的轉變，並著重在行銷效益上的累積。
顧客之於品牌，更像是動態的朋友關係
小提問：
如果今天有一個人要跟你借10000元，你們要到怎樣的關係你才願意借他？
根據幾次的調查，大概到小酌聊天的階段之後就會願意了，如果是借100元或1000元，大概只要到見面聊天的階段你就願意借對方了，透過這個小問題，你可以來評估自己的商品要在客戶面前出現幾次，或是到哪樣的情感層面才有辦法成交。
數據的時代追求的不只是觸及人數，每一個行銷企劃帶來的效果變化，和品牌是否提升是品牌最重要的核心問題。
第一階段：數據行銷建議
在剛開始因為團隊對電影圈不熟，因此我們必須先知道，《返校》是一部怎樣的電影？
- 改編赤燭工作室製作的同名全球暢銷遊戲
- 台灣首部遊戲IP翻拍電影
- 國內首部轉型正義題材相關的商業片
- 因涉及政治議題，預告片釋出即引發爭議及話題性
了解相關背景後，並進行事前溝通，我們需要知道對方所有的工具，行銷管道，透過資料分析將數據及行銷合而為一。
- 線上廣告活動（Online Tracking)
針對所有電影數位廣告、 素材、預告片等，及官方 貼文操作與售票連結進行 數據監測。 - 線下宣傳活動（Offline Tracking）
於線下返校電影體驗屋 進行 Beacon 設置，收集 人流數據與廣告數據。 - 社群反應監測（Social Listening）
爬搜各大社群平台，從眾 多聲量中分析、分群，更 協助品牌即時調整社群行 銷方向，並透過競品分析與危機預警，掌握優勢。 - 市場調查（Marketing Survey）
與專案市調公司合作，頗 析市場大眾對於電影上映 看法與其意願，更結合廣 告監測篩選已看過預告片 受眾進一步投遞問卷。
第二階段：數據執行，分析洞察
既然要做數位廣告，我們一定要懂的他的優勢在哪裡，像是透過廣告監測，衡量媒體版位成效；多元維度分析，掌握廣告成效與受眾，更可以通過即時社群觀測，掌握商品動態；最後即可有效評估社群討論度，並將社群分眾，投其所好的行銷素材，因此在這個階段，《返校》做的數位行銷策略可大致分為以下三種：
（一）數位廣告監測
我們發現預告片是電影最重要的行銷素材，此階段廣告宣傳素材則以電影預告片為主， 透過廣告監測，可即時調整廣告素材、並知悉廣告受眾輪廓與 點擊頻率，有效進行廣告策略。
（二）社群分析
針對社群貼文與行銷操作進行相關爬搜與建議，發現有些名言特別受觀眾喜愛，掌握網友討論風向與頗析電影元素期待值，透過分析建議增加官方帳號粉絲數與互動量。
（三）廣告素材衡量
透過專案受測小組， 藉由腦電及眼動測量， 真實評估受測者對於廣告素材之真實情緒反應與專注程度，作為優化海報、素材依據。
在這個階段，LnData 麟數據科技使用了透過 Neuro 神經科學測量工具，測量官方出版三份海報，提供視覺關注及腦波情感等直觀反應。
第三階段：映前 Warm up 行銷建議
在這個階段，《返校》行銷團隊透過了映前問卷、試映會社群監測以及 Beacon 線下數據蒐集，在各個階段都得到了不同的回饋，並及時應用在行銷上：
- 映前問卷分析
根據調查結果顯示出，沒有意願進影院的主要原因大多是因為受試者不喜歡驚悚片，且大部分為女性，得到了這個結果後，團隊們決定減少恐怖驚悚的宣傳主題，並嘗試與女性 KOL 合作，以提升女性觀者進影院的意願；同時，大部分的受試者對『你是忘記了，還是害怕想起來』這句台詞感興趣，因此行銷上增加了關於這方面的素材，讓網友跟進討論，形成一波熱議。 - 試映會社群分析
綜觀各平台，較積極討論的族群以年輕學生、對政治時事有關注、未經歷白色恐怖時期的人為主。為了擴大觀者年齡層，FB 上可針對中年族群，以該年代專屬的事物為素材，吸引回味引起共鳴；為避免遭到政治激進者的攻擊，因此在行銷上必須強化電影核心「自由」，以避免過多爭議。 - Beacon 線下數據蒐集
第四階段：票房熱賣，危機預警
2019/9/20 《返校》電影上映後，各平台討論文章以及報導數皆迅速增加，社群上有不少二次創作帶動討論，包括圖文作家以及臉書小編，但也發現有不少惡意攻擊，且剛好又遇到香港反送中事件。有人在 9/20 凌晨刻意到 Yahoo 電影刷一星負評，靠北影視 9/21 也出現匿名攻擊《返校》團隊的文章。有鑒於這類狀況， LnData 因而啟動危機預警機制， 透過負面關鍵字的設定，第一時間掌握惡意攻擊並提供因應之道。
第五階段：知己知彼，走向海外
電影上映後仍不可鬆懈，根據新的強片上映以及長尾行銷也要做須相應對策：
（一）掌握社群關鍵，即時操作的重要性
小丑上映後，話題度與熱度一定比返校高， 因此返校在社群主題選擇時可以截取兩電影之共同性，不僅能增加曝光量，也能吸引想看小丑但沒看過返校的族群。
（透過Google trend發現香港反送中跟小丑聲量拉高也有關係，小丑上映時，香港反送中剛好是勇武派崛起的時間，正也對到電影話題）
（二）針對廣告受眾分群再投遞，增加電影進場人數
透過數據收集（媒體監測、社群資料收集、Google關鍵字），了解消費者偏好（透過廣告點擊狀況歸納消費者偏好），進行分眾，最後進行廣告投放，增加電影進場人數。
（三）海外策略發展
總結
《返校》透過精煉的數據行銷操作精闢的的瞄準每個有可能引發病毒行銷的可能，整場活動聽下來，我認為此次行銷操作會成功最主要的原因就是『把每份精力都花在最重要的事情上，且絲毫不鬆懈』，在電影前期到電影後期，都有思考到有可能會發生的事情，並根據數據立刻做反應，大家都懂的數據很重要，但最重要的是有了數據之後那應該如何做出反應，此場分享就是值得學習的數據行銷操作！
Q&A
Q1：請問你們是用什麼工具/方式, 去知道你們社群的分類去定義是這麼明顯的分成四群？（電影愛好/遊戲玩家/學生族/歷史愛好）
A1：工人智慧跟人工智慧的結合，要記住，數據是可以被操弄的，雖然數據可以輔佐我們做決定，但最後還是透過人的智慧去做出決策。
Q2：如何去抓問卷要總共做多少？當時是採取每個年齡層數量一樣，還是有放不同權重？
A2：問卷做了七百份，我們與創世紀（網路問卷公司），雖然沒有到千份，但我們已經覺得還算夠用，能符合現況。
Q3：請問Unified ID如何產生 能驗證正確性嗎?
A3：我們有客戶數據平台（Customer Data Platform，CDP），客戶資料進來, 我們就會幫她建立一個ID (所有可搜集的資料 ：電話, email) 但當然還是要符合個資法。
Q4：想知道在體驗館利用Xbeacon搜集了哪些資料，整個的規劃有什麼
A4：用藍牙或Wifi搜集手機，停留多久，哪個區打卡，整個區域流動的方式，但不會知道你是誰, 所以需要其他資料mapping才能作身份連結
Q5：想請講者解釋情緒指標對社群互動的影響，不太懂情緒指數越低越引起社群共鳴的原因是什麼？
A5：情緒指標越低(負面)，產生的共鳴越多 (互動/留言數最多)；神秘與恐怖感，會最容易引起共鳴，引發更深沉心思。
想更深入了解 WiDS Taipei Conference 2020 的活動內容嗎？歡迎到此連結索取當天活動的 12 份完整簡報檔！更多 WiDS Taipei 2020 精彩演說紀錄，回索引文：
