《大數據玩行銷》精選：老奶奶會不會買鋼彈模型？
編按：本站自即日起與多家出版社合作，由編輯為您精選最近出版的科技相關書籍內容，經授權後小幅改編為文章形式供您閱覽；希望您在繁忙的日常生活中，能以精簡方式吸收新書精華。
以下內容摘自原書，文中第一人稱為原書作者。如果您有任何討論或意見，歡迎您在這裡留言，原書資訊請參閱文末介紹。
數據愈複雜，解釋愈簡單：三個指標看營收方程式
大數據就像浩瀚無邊的大海，任意縱身跳入，若沒有一個中心思想，沒有觀點，往往容易迷失於數據汪洋中。隨著數據不斷成長，企業報表往往動輒上千張，面對大數據，有人追求數據愈大愈好、報表愈多愈好；我們則主張，要化繁為簡，以簡馭繁，亦即「減法原則」。
著名的奧卡姆剃刀（Occam’s Razor）原理主張，當兩個假說具有完全相同的解釋力和預測力時，應該使用較簡單的那個。
對於現象最簡單的解釋，往往比較複雜的解釋更正確。
愈複雜的數據，愈需要減法，面對複雜的數據問題，我們認為萬法歸一，均應回歸到營收，即企業獲利是否獲得提升。
對於營收，我們提出一個精簡的觀點，即營收方程式：
營收（revenue）＝有效顧客數╳顧客活躍度╳客單價
這個方程式雖然看來簡單，但卻是我們一直期待和客戶溝通分享的概念。當我們沒有真正認清營運核心問題，往往會不切實際地描述並放大眼前遭遇到的挑戰，然後急著在一堆數據裡面翻找，產出一張又一張的報表，試圖透過這些報表來降低內心的焦慮感。
但事實上，如果管理者能夠認清營收背後的干擾變項，就能靜下心，有目標和策略地蒐集必要的關鍵數據，然後依循一定的邏輯來制定各種改善方案，並透過數據的實時（real time）變化來做即時的優化調整。
老奶奶會不會買鋼彈模型？找顧客不看人口屬性，看行為標籤
從營收方程式來看，在大數據時代，是以「人」為核心，而不是以「產品」為主軸。人有所謂的異質性跟變動性，傳統行銷往往偏重處理異質性的問題，根據人口統計學的屬性特徵，如性別、年齡、居住地、收入等為標籤，進行分類分群。
舉例來說，鋼彈模型的消費族群一般以為是男性，如果今天一位80歲的老奶奶，她所有的行為和預測，都指向她會購買，儘管她不在傳統分類的行銷溝通族群裡，那為何不能將鋼彈模型的相關行銷訊息傳遞給她呢？
依據傳統的人口屬性標籤，她將被排除在外，面對這樣的數據偏誤，我們則提出不同的標籤觀點──NES模型。NES完全不在乎年齡、性別等傳統人口統計特徵，而是根據消費者具體的購買行為，將消費者分為三種：
首次購買的新顧客N（New Customer）；
支撐主要營收來源的既有顧客E（Existing Customer, 主力顧客E0＋瞌睡顧客S1＋半睡顧客S2）；
沉睡顧客S（Sleeping Customer）。
透過NES標籤，企業可以清楚掌握顧客的回購潛力與現況。無論他幾歲、職業、性別、收入、興趣、屬於哪個族群，重點是只要他反映出他要買鋼彈模型的動機，只要他願意成為鋼彈模型的消費者，就應該服務他，即使他是女性，一位80歲的老奶奶（詳見下圖）。
從N-E-S看顧客消費狀態變化
NES模型根據消費者個人購物週期，分為首次購買的新顧客（New Customer）、支撐主要營收來源的既有顧客（Existing Customer），和回購率低於10%的沉睡顧客（Sleeping Customer）。 而既有顧客又可分為E0主力顧客、S1瞌睡顧客和S2半睡顧客。
不在迷霧森林裡打轉：大數據，觀點決定方向
目前的商業競爭法則是大者恆大，規模、資金優勢，一旦領先，其他競爭者完全無翻身機會。但是未來大數據的競爭，較勁的是觀點，觀點錯誤，運算、統計能力再強大，只會南轅北轍，永遠都到不了目的地。
過往的顧問經驗告訴我們，大部分的企業在沒有觀點的情況下，就像在迷霧森林中漫無目的奔跑，因為沒有方向也沒有目標，往往跑得筋疲力竭卻只是在原地打轉。
觀點的價值在於，讓分析人員或是決策主管冷靜下來思考，看清楚環境的現況以及自身的裝備與條件，謀定而後動。有時候我們會驚覺要走出這團迷霧，原來只差一步的距離！
數據之前人人平等，大數據比的是點子，不是銀子，未來贏家需要的是數據洞察力。
如果我們知道準確的方向，也知道距離終點線原來只需要一步的距離，就能贏得比賽，那我們就不必大費周章地投資人力、資源和時間，去打造新幹線或是頂級超跑，我們需要的只是一個精準轉身，然後輕鬆地跨出關鍵致勝的這一步。
總之，大數據的競爭法則是觀點取勝，大數據時代商業競爭中，老二不會永遠是老二，小蝦米也可以有機會扳倒大鯨魚。只要你的數據觀點夠犀利、夠深入到核心問題，而且又具備眼到手到的超強執行力，人人都有機會成為未來的數據贏家。
《大數據玩行銷》
30雜誌出版
作者：陳傑豪