WiDS Taipei 2020 資料科學 x 行銷科技應用研討會- 官方筆記手 12 篇筆記精華彙總！
Women in Data Science Taipei(簡稱 WiDS Taipei)於 2017年成立，旨在鼓勵與育成全球的資料科學人才，不分性別，同時支持「女力」在此領域中的發展。了解更多：https://www.widstaipei.org/2020 年 WiDS Taipei Conference 邀請 12 位來自業界擁有豐富實務經驗且深耕多年的女性專家，與我們分享當資料科學與「行銷科技(Martech)」兩者碰撞在一起時，大數據與 AI 技術的行銷科技實務應用面 、數據驅動行銷決策面、 行銷科技產品各種情境，籌辦團隊官方筆記手在此篇將 12 位講者的精彩演說收錄彙整為 12 篇筆記精華，歡迎點擊觀看！
＊文末也可填寫表單索取完整 12 場的簡報檔案！
一、AI 賦能的行銷科技趨勢與組織實踐 — 鄭芝郁 Josie
Josie 透過三大主軸來貫穿主題，從消費者行為的改變與行銷思維的趨勢說起，接著透析數據科學在這個時代下的機會點，最後從自身經歷與業界觀察來分享實踐過程中會遇到的困難與挑戰。
二、《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
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，本次不私藏分享 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！
三、不只是成效 — 行銷與科技如何攜手合作 — 桂冠 Guiguan
桂冠跟我們介紹 AiDeal 這套智慧工具如何幫助猶豫的顧客進行購買。首先分析哪些行為代表使用者『正在猶豫』? 接著 AI 工具便會區隔出其中的猶豫顧客，在顧客瀏覽網頁的不同階段，對顧客提供優惠券。最後再透過 AB-testing 來證明這套工具的績效。最後也跟我們分享 Martech AI 的未來及 AiDeal 實際案例應用。
四、從好的問題出發！Instagram 行銷科技產品實務與開發方法 — 楊晴 Steff
Steff 從社群行銷的數據分析切入，分享 DaaS 數據產品設計與開發的三大要素：數據獲取、數據轉換、數據交付的實作方法與案例解析。
五、網紅與廠商媒合的關鍵：數據驅動網紅行銷 — 張九瑄Chiu
九瑄，現任於 iKala KOL Radar 資深行銷企劃，擅長分析網紅數據，橫跨美妝保養、電競遊戲、美食旅遊、親子家庭、生活用品等多個產業，這次要教導我們身為一個文組的資訊麻瓜，要如何使用數據來驅動網紅行銷！
六、客戶旅程優化：談測量、分析與落地 — 徐紹婷 Angie
Angie 分享了優化客戶體驗的方法論，包含衡量方式、描繪用戶旅程與定義痛點的案例，以及要在團隊內推動數據驅動文化會面臨的困難與挑戰。
七、《天下》2020總統大選：一個選舉資料庫，如何在一天內創造數百萬流量? — 李郁欣 Sylvia
郁欣分享團隊如何規劃總統大選專題。在選情資料庫將『社會經濟數據』跟『開票結果』做交叉分析，自動產出一段分析文。並推測讀者要的不只是開票結果，而是能「分享」，因此與 UX Lab 討論 flow chart 規劃分享機制。最後建議大家在位子上想梗想破頭，更要走出去感受世界的脈動。
八、影像 AI 在行銷科技的應用與技術簡介 — 劉丁綺 Cecile
丁綺介紹影像 AI 的三個應用領域：人臉識別、影像識別、擴增實境。並分別列舉多種相關 AI 工具，及 AI 在廣告的應用，也分享很多工具使用的 AI 技術差不多，卻是完全不同的應用方向。接著介紹 Netflix 的 Contextualization 運用影像做推薦系統及其他應用，包含字幕算法、影片封面、影像排序等等，這與 Youtube 及 IG 用 hashtag 做推薦系統有蠻大的不同。
九、當客服比你更懂你：用資料科學優化客戶體驗 — 陳冠穎 Amber
Amber 用預測客戶進線的問題這一個實際的案例貫穿，介紹資料科學專案的四個步驟：定義問題、資料清理與轉化、數據實驗、上線部署，將思考脈絡與實作項目用故事化、視覺化的方式分享給大家。
十、數據趨動的音樂產業 — 黃韻如 Estelle
韻如透過三個主題介紹音樂產業的數據應用： 1. 用資料分析理解音樂產業-數據如何評價音樂行業？2. 獨立音樂人與行銷科技-Martech 如何幫助獨立音樂家？3. 捕捉聽眾的數位足跡。
十一、Pinkoi 電商產品的資料科學應用-推薦系統、廣告投放 — 潘玫樺 Mei-Hua Pan
玫樺，目前任職於 Pinkoi 擔任 Data Scientist，在這次演講中，他分享了在Pinkoi的工作實戰案例，有邏輯的架構思維與大家揭秘，在 Pinkoi 產品團隊如何思考「推薦系統」與「廣告投放優化」的設計，他們的團隊又是如何跑實驗與迭代產品。
十二、在網路聲量論定產品好壞的年代，我們需要好的機器學習來翻轉 — 張雅涵 Elisa
電商平台上的客戶評價過去都是由人工審核，耗日費時。Elisa 分享了如何透過好的分析工具與演算法的方式針對商品評價進行篩選，減少人力支出，並有效的進行模型優化。
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！
