WiDS Taipei 2022 | 數據驅動旅遊電商的多元行銷渠道策略 — 陳維君 Irene Chen
講者介紹Irene 目前在旅遊電商平台 KKday 擔任 AI 組組長。在資料科學擁有豐富經驗的她，曾任職於台灣大哥大、Teradata 和 iKala，對於金融業、電信業、電商和數位行銷的數據都相當熟悉。在工作上，除了數據分析的專業外，Irene 良好的客戶溝通、團隊經營和專案管理能力也為她協助客戶解決許多商業問題。熱愛資料科學的她，在工作之餘創辦了 Instagram 帳號：Irene 與資料職涯大小事，分享她在職場的經歷。同時，Irene 也是 Taiwanese in Data Science 的資深志工，努力的在台灣推廣資料科學。
KKday
KKday 是ㄧ家提供旅遊體驗平台的新創公司，主打在地體驗行程，目前提供超過 30,000 個旅遊體驗，涵蓋多達 90 個國家以及 550 個城市的行程。一開始，Irene 提到旅遊是大部分人內心的渴望，ㄧ句話點出 KKday 的經營理念和 Irene 想進入 KKday 做數據分析的動機。
Irene 說：「我會加入旅遊電商產業，目標是希望在旅途過程中，能看到自己做的服務所帶來的深刻體驗。」
數據分析關鍵流程 5 步驟
有著多年數據分析經驗的 Irene，首先說明進行數據分析時有五個關鍵的步驟，依序是：
- 定義商業問題
- 資料準備
- 資料清理
- 資料分析
- 成效追蹤
然而，實際上資料科學專案的流程會更複雜，會包含部署模型、模型迭代管理、設計自動化排程、上線後的監控管理等。
另外，Irene 提到進行數據分析的專案時，常常在資料清理這個步驟花費大量時間，要清除錯誤的資料，確保之後進行分析的資料是正確的。
這次分享 Irene 將著重在如何運行一個最小可行性的資料科學專案並取得投資人的共識。
定義商業問題
首先，定義商業問題是執行數據分析專案的第一步，也是最重要的一步。Irene 提到，這步驟絕對是做任何題目最關鍵的，必須要確認你現在在做的題目是「真的有需求、真的有商業痛點」，並要能聯想，如果你完成這個這題，應該要用什麼指標來衡量？預計能帶來多少貢獻？
至於要如何定義商業問題呢？Irene 分享四個方法：
- 公司的 Top Down Metrics
思考公司 CEO 的目標是什麼，要如何 break down 成ㄧ個一個的小目標。 - 產業基本 know-how
例如：AARRR 行銷漏斗思維
ㄧ開始客戶進到站內 (Acquistion)，激活客戶使其在站上留下更多的行為 (Activation)，離開之後是否會再回來 (Retention)，並且持續性購買創造營收 (Revenue)，最終養成品牌忠誠度並將其分享給其他人 (Refer)，帶來更多的客戶。
3. 直接對目標企業單位約需求訪談
4. Golden Circle 的邏輯
由內而外是：Why、How、What，分別代表為什麼要做這個專案，如何進 行這個專案，以及這個專案可以帶來什麼效益。
Irene 以 KKday 的行銷渠道策略為例，說明 Top Down Metrics 如何應用：
公司的營收可以依照來源劃分，KKday 的客戶來源主要分成三個：
- 自有渠道 (Own Channel)
例：KKday 自己經營的網站、部落格、社群媒體…等 - 付費渠道 (Paid Channel)
例：花錢打廣告 - 聯盟行銷渠道 (Earn Channel)
例：和社群媒體合作或是異業結盟
每個渠道都可以再細分出客戶數、客單價、流量…等指標，每個指標將營收進ㄧ步的細分出小目標，了解每個指標如何貢獻到最終的營收便是 Top Down Metrics 的用途。
Irene 這次的分享主要以這一年團隊有開發的兩個數據分析題目為例，介紹數據在行銷科技上的應用。
部落格產品推薦系統
Irene 運用 Golden Circle 的邏輯解釋如何為這個專案定義商業問題。
Why？ (商業目標)
部落格一直是公司的重點自有渠道 (Own Channel)之一，流量頗高，且有導流至 KKday 電商主站的優勢。當客戶已經在我們的自有部落格渠道上觀看文章，如何再增加他們的停留時間或跳轉至電商網站購買商品？
How？ (執行的方法)
在瀏覽文章的同時放入與文章相近的產品推薦列表，吸引讀者點擊。
What？ (預計的成果)
建置文章關聯產品推薦系統。
因此，建立部落格產品推薦系統的商業目標是，當客戶已經在我們的自有部落格渠道上觀看文章，如何再增加他們的停留時間或跳轉至電商網站購買商品？
接著是資料準備，針對已定義好的商業題目，開始搜集數據，需要確認數據的時間範圍、數據的類型與數據欄位。在此，需要蒐集的資料是部落格文章和要推薦的商品。
Irene 提到，拿到數據以後，必須花一些時間了解你手上的數據，這時需要有一些批判式的思維在洞察的過程上，這過程可能包含：清理和轉換。
例如：ㄧ篇文章需要經過處理才能進行分析，Irene 提到可以利用斷詞斷句技術，先將文章拆解成一個一個的字詞，再用 Word to Vector 將字詞轉換機器看得懂的向量。
做完這些步驟後，就可以進行數據分析。Irene 說，如果你是資料技術人員，你可能會想用各種資料科學演算法執行數據分析；如果你是行銷人員，你可能會想用一些商業視覺化工具輔助，幫你透過不同的維度，執行數據分析。
在此，Irene 分析部落格文章和商品的相似度，藉此推薦和文章相似的商品。
最終，會得到一個推薦列表，將文章和想推薦的商品連結在一起。客戶的停留時間、客戶從部落格跳轉至電商網站的比例、帶單率就會是重點成效指標。
廣告渠道用戶分析
Irene 表示這次分享的廣告渠道用戶分析是廣告渠道追蹤平台這個專案的一部分。
同樣的，Irene 再一次運用 Golden Circle 的邏輯來為這個專案定義商業問題。
Why？ (商業目標)
廣告付費渠道 (Paid Channel)很重要，是一個獲取新客的關鍵手段，因此如何更控制預算的找到精準目標就會變得很重要。那些透過廣告進來，最後沒有下單離開的人都發生什麼事情了？
How？ (執行的方法)
理解透過廣告進來，最後沒有下單離開的人的站上行為路徑。
What？ (預計的成果)
建置路徑分析模式，驅動未來投放廣告目標以及行銷活動頁和選品配置。
和之前一樣，資料準備需要針對已定義好的商業題目，開始搜集數據，需要確認數據的時間範圍、數據的類型與數據欄位。在此，需要蒐集的資料是廣告用戶的行為數據。
資料清理的部分初步將廣告用戶行為路徑分成使用者基本輪廓 (User Persona)和使用者行為步驟 (User Behavior)，其中使用者行為步驟是指一般瀏覽、有目的性瀏覽(活動頁、城市頁、主題頁、商品頁…)、訂購、離開…等步驟。
接下來是資料分析，Irene 拆解廣告用戶的行為數據，做成一個使用者路徑，透過 Sankey Graph 將資料做視覺化的呈現。
最後，從 Sankey Graph 可以得到以下的 insight：
使用者基本輪廓解讀
- 大部分的人都是透過手機網頁點擊廣告進站
- 台灣語系
- 時間偏好(晚上>下午>早上)
- 50% 是從來沒有造訪過的人
使用者行為順序解讀
- 滿多人在站上會停留約 5 步左右的行為，代表未來在過程中還是能有跟這些人溝通的機會。他們猶豫的原因是什麼？是不是對其他產品也有興趣？
- 有一些人進來後就會立馬離開。
- 有一些人會進來後開始有目的地的瀏覽站內的商品。
至於成效指標，Irene 說到此題不容易有成效指標，會先以和行銷同仁合作為主，進一步確認關鍵指標。
另外，測試的方式會實際透過行銷投過的廣告直接驗證分析模式，例如：我們投了某個樂園型廣告來到 KKday 站內，那我們就會搜集這些使用者的行為數據並彙整成路徑分析的樣貌。
Irene表示，最後切記做完的所有努力都要好好的整理「商業價值」在哪裡，必須要能回扣到第 1 個步驟 — 定義商業問題。
個人化數據驅動全渠道思維
從一開使用戶進站，開始觀看商品，登入帳號，購物，到最後結帳，整個是ㄧ個客戶旅程 (User Journey)。在這個客戶旅程中，客戶可能透過自有渠道、付費渠道或聯盟行銷渠道進入，加上客戶在網站上的種種行為，完整建構出 Customer Data Platform (CDP)，勾勒出客戶樣貌，並且可以對客戶貼標，以達到精準行銷的目的。
Q&A
Q1:
公司內這種跨部門整合資料小組不會遇到不同組織利益衝突嗎？
Ans:
Irene 表示要了解各自的需求，定期對各自的 KPI 或 OKR 討論，看是否有衝突的地方，並針對衝突的地方進行協商。
Q2:
有提到在自有產品公司和顧問型公司服務過，那數據分析在這兩種不同類型的公司最大差異在哪裡？
Ans:
顧問型公司主要是賣分析和技術，很容易接觸多元的產業，但無法針對單一產業深入了解，而且客戶可能不會給全部需要的資料。自有產品公司則剛好相反，可以針對單一產業深入了解，資料就是自家公司的內部資料。Irene 表示各有其優缺點，在職涯規劃上都可以體驗看看。
更多在演講中沒回答到的問題，Irene 在她的粉絲專頁有詳細的回覆，請參考：
