數據化的時代
近年來越來越多人知道公司該「數據化」了。不只需要行銷的公司才需要數據化，各行各業都需要開始數據驅動化。因此，到了 2016 年上半年，許多台灣企業的數位廣告預算首次大於電視廣告。公司紛紛開始聘請程式設計師加入公司的行列；UI 、UX 設計師、數據分析師也將快成為一間公司必備的職務。但是聘請那麼多數位與數據人才，耗了那麼多的成本，真的有為你達到理想的成效嗎？
企業主在聘請這些人之後，有可能會面臨到幾個問題。為何增加數位預算廣告業績卻沒有成長？為什麼廣告預算都投放在 Google 和 Facebook ？為什麼辛苦的產出內容、獲得流量、版位，賺大錢的卻不是我們？
這幾年廣告費飆升，不像過去可以砸錢瘋狂地買廣告，因此投放背後的策略就很重要了。
為什麼你的 FB 臉書廣告投放失敗？←看完這篇說不定你就有解答了。
光有數據還不夠
在許多數據的底下，真正重要的是它背後的資訊和意義。它跟你講了什麼？
當我們打開 Google Analytics ，或是看到 Facebook 後台的數據分析，會發現許多的數字，但不見得每一個資料都是我們需要的。有些資訊在這次的分析過程中是沒有用的。在得到數據的過程中，也會得到許多無用的數據，它無法成為關鍵性的資料，沒有實質的幫助。
有時候，我們得到了許多有用、重要的數據，卻不知道如何應用。其實，得到數據只是一個開始，後續的分析與預測更為重要。
數據驅動 (Data Driven) 不光是人才，是一個體系
沒有達到預期效果的另一個非常重要的原因，是公司沒有建構出數據驅動 ( data driven ) 的架構。實質地改變成為數據化的體系，並且具有數據化的思維，才是企業成功的關鍵。
許多大公司或是小公司，依然使用過去的管理運作模式，用原有的方式制定決策，訂定公司的績效與方向。如此一來，雇用了再多會數據的人才也沒有用。
你的公司是如何做決策的？是老闆說了算，還是你們有分析數據去了解客戶的需求？
假設你是電商公司，有一個產品銷量不佳，你會怎麼做？你覺得問題是產品的圖片不夠吸引人，產品的描述寫的不夠詳細，網站速度 loading 太慢，還是根本這個產品在市場上沒有需求？
如果你是一家數據導向的公司，你不會用猜的，而是抽絲剝繭從數據裡面找出答案。
這裡面的難題在於：
1. 你想要問什麼問題？這個問題應該很詳細
2. 你要如何透過數據去找出正確答案？
3. 你確定沒有被表面上的數據騙嗎？你的數據分析準確嗎？
我認為數據導向公司是非常有邏輯性的一個體系，我們不會靠「直覺」去猜測問題所在。如果你的產品銷量不佳，你應該很有邏輯性的去找出問題。或許答案是市場競爭太大，或許是你的 TA 找錯了，又或許只是你的按鈕顏色不吸引人。
當你能打造一個「會問正確問題」，知道如何從數據中找出答案，並且修正這個錯誤，你就已經成為一家數據導向公司了。
如果你想成為一家「優秀的」數據導向公司，你的團隊應該能透過反覆不斷的「 AB 測試 」來找出最佳公式。這個過程就好比一個「科學家」團隊，每天在實驗室做不同的實驗，最終找出秘方的最佳調配方式！
案例分享
我們來分享一個實際案例。國際型的遊戲開發公司都會大量的利用玩家數據去修改遊戲內容。玩家們為了在遊戲中變得更強大，他們往往會花錢購買寶物。假設你從數據發現第10關的魔王太弱，玩家一下就把他擊敗，這時，若你把魔王的力量調高一級，玩家可能就會為了擊敗魔王來買寶物。所以將魔王力量提高時，你會發現遊戲營收高出了 3%。又或者你發現第二關的魔王太難被擊敗，大部分的玩家輸了之後就把遊戲刪除，導致玩家流失率很高。這時，將魔王的力量調低或許能幫助玩家留下。
除了遊戲以外，網站設計，客戶反應都是能被記錄下來並且加以分析的數據。我們可以測試網站的設計，並且找出「轉換率」最高的設計，進而極大化公司的利潤。
除了行銷以外，我們更可以透過數據來分析員工的表現，測試公司獎金結構，研究每一個人事決策對員工帶來的影響。例如：公司獎金多給 5%，員工產能增加8% 之類的數據。
我再次重申一次，數據導向公司的重點應該是「如何找出問題所在」以及「如何蒐集於分析數據來找出對策」。這是一個永無休止的測試與優化流程。但是當我們客觀的靠數據去找答案時，公司的業績與產能大部分都能得到大幅提升。
要注意的一點是「我們很有可能被數據矇騙」，所以請一位經驗豐富的數據分析師也很重要。不同的人對不同數據會產生不同的解讀。如果解讀錯誤，我們很可能會做出錯誤決策，浪費時間與資源。
只要有數據分析師就夠了？
許多公司只有數據分析師最了解數據，但我們也不能只靠數據分析師一人。
公司憑著數據訂定了績效目標、卻沒有和公司策略配合，各個部門依然我行我素，沒有按照計畫走，如此還是事倍功半，無法與數據相輔相成達到目標。
整間公司的每一個人都必須「熟悉」數據，最終每一個人都會提問，並且靠數據來找出答案。
那我們到底該怎麼做呢？
聘請數據人才前的四大準備
1. 分派一個數據的管理者
國外在聘請數據人才前，會有詳細的規劃。公司要數據驅動化的首要事情，就是需要一位具備數據專業的領導者，但許多公司願意聘請數據人才，卻不願意把權力、或是將關鍵權限下放。企業想轉型，老闆卻不願意學習相關知識，或者不願意另行分派一位好的領導者，其實實行上都是有難度的。
2. 將公司的願景與數據價值鏈 ( Data Value Chain ) 扣合
每間公司的營運模式不同，數據驅動化不能只將別人的案例或是方式套用在自己的身上，而是需要與公司的願景作詳細的核定。因此公司體制也應該調整，用數據做串連，整合成數據價值鏈。將需要數位化、或是有連動關係的部門，都互相串連。才不會淪為只有一部份的公司數據化，無法完全得到數據化的效益。
3. 制定與企業目標績效一致的策略
知道願景，並且將其與數據價值鏈扣合之後，接著開始訂出達到公司願景的事項，再來一一列出如何用數據來達成績效與目標。並且開始依此制定策略。
延伸閱讀：行銷寶典來了！想利用行銷策略來規劃行銷流程，看這篇就對了。
4. 吸引人才來完成你的策略
當公司的架構都已經建立起來，一切準備就緒之後，此刻才是吸引數據人才的時候。這時請人，馬上就可以上軌道，並開始運作數據驅動化。
聽到這邊，大家知道了數據驅動前的前導事項，也可能會衍伸出更多的問題，例如我們該如何制訂策略，需要注意什麼事情？分析數據有什麼步驟？要怎樣才不會得到一堆無用的數據？拿到數據之後卻不知道該從何做起？如何讓公司能夠實際的應用？
別急，我們為你整理了
成為數據驅動公司的五大步驟
1. 制定策略
數據導向的策略是數據驅動化的開始，利用這種方式可以幫助你過濾掉對公司沒幫助的資料。
首先你得先釐清你的目標，思考數據可以實際為你帶來什麼效益？現階段的你是要蒐集名單，還是尋找顧客？
知道企業的目標客群後，即可以開始精準定位，蒐集數據。如此一來才不會擁有多而無用的「大」數據。
2. 設定主關鍵區域(key areas)
數據會從各種管道進來，可能是顧客現場留的資訊，也有可能是透過網頁互動的過程中得到的。不同的社群平台都可以幫你得到名單。管理資料的來源很重要，我們需要知道最有效和最大量的數據來源，也就是主關鍵區域，此時公司便可以開始專攻那塊，集中火力。
3. 精準的資料目標定位
當數據開始進到你的企業時，而當你也知道名單蒐集的主要管道(主關鍵區域)在哪裡時，這時你就得開始關注這些數據所帶給你的資訊。
一開始一定會有大量的數據和資訊，但是你需要篩選，並且定位出會提供你最有用資訊的數據。這邊也需要注意到從不同系統得到的資訊會有很大的落差，將他們集聚在一起統整的話，結果也會有誤差。最理想的狀態，是有一套系統，甚至流程，將整套系統資料整合在一起。
4. 蒐集並分析資料
確認了有用的數據之後，管理者就必須開始追蹤它，公司也必須定期從管理者得到回報訊息。
為了要有效地分析資料必須將系統整合，如此一來才能把數據完整的串聯，形成一個資料庫。此刻就與專業技術層面有關，要將越龐大、差異越大的資訊整合在一起，所需要的能力就得越強。
同時，最基礎、簡單的分析工具就是 Excel 。為了讓每個人都可以得到數據以及數據分析的資訊，將分析的結果呈現在 Excel 中也非常重要。如此一來，大家可以一同討論並優化。
5.實踐得到的結論
最後一個步驟，也是最重要的部分，就是你需要將結果付諸實踐。
網路上有許多企業可使用的智慧型工具，它能將複雜的數據圖像化？是這意思嗎？，來幫助決策者理解。
但管理者需要注意，重要的不是資料外在的美觀，而是要如何透過圖表將結論視覺化，幫助讀者理解內容，並且應用在公司的決策當中。
轉型成數據驅動的公司
數據導向不光是全部交由數字來決策，也不是只要選對分析工具幫你得到數多資訊；更不是聘請很多工程師就能成為一間數據導向的公司。。
數據導向公司不光是雇用數據人才就好，也不只是一個部門，它是一個企業的文化與架構。當它成為一個企業的核心價值時，數位、行銷、業務、廣告、客戶，每個不同部門的人都開始應用便能相互串連，發揮數據最大的效益與價值。
一間公司光是下層改變是沒有用的。領導者必須帶頭開始轉變，帶領公司數位驅動的風潮，整間公司才能夠轉型。
公司轉變的過程中，一定仍有許多人墨守成規。其實最好的方式就是領導者利用數據帶來的績效與成果來告訴大家答案。當開始應用數據所得的結論，真正為公司帶來實際的效益時，就是最好的證明。
要成為數據驅動的公司，首先就要先有數據化的策略，改變整個公司的體系，而連行銷方式都得開始要數據導向。網路行銷方式有許多種，現在最有名，也以數據分析聞名的一套行銷流程，就是 Inbound marketing ，集客式行銷。它利用數據來分析來擬定策略，幫助公司達到目標。在美國已經不再是新的名詞，也漸漸開始紅到亞洲，你還不知道什麼是集客式行銷嗎？趕快來了解吧！
