101 3 科技與數碼營銷 ［本文摘要］：企業利用大數據協助營銷，以提高銷售效率近年大行其道。數據 促進營銷有三種類型方法，分別為「描述型」，「預測型」和「規範型」，其基礎技 術包括統計建模，數據挖掘，機器學習和人工智能等。運用「描述型」識別出 潛在問題，或找到未來商機；「預測型」於營銷中聚焦各種預測問題，如信用評 分、新客戶獲取、客戶流失、客戶生命週期價值、廣告點擊率、購買發生率和 產品推薦等，以協助企業提升營運、客戶服務和降低風險的效率；「規範型」則 分析基於使用準實驗或觀察數據的預測分析結果，據此進行精準有效的決策。 作者的研究發現，企業愈來愈多地利用數據，去發現可協助其制定業務戰略、 決策以及提供更好的產品、服務和個性化在線體驗的洞察力。在此利用過程 中，上述三種不同的營銷分析，不僅有互補性，並具有顯著成效的價值。 2022 年 1 月上旬，跨境電子錢包 PayPal 發布了一個中小企數碼支付研究報告，這項調 研於去年 9 月至 10 月期間進行，調查訪問了 210 名有進行網上銷售的香港中小企業務 決策者。調查發現，有 60% 的受訪中小企已經進行跨境貿易，跨境貿易佔受訪者平均 32% 業務，當中有 26% 受訪者已採用全球跨境支付方案。在銷售渠道方面，社交媒體 最受香港中小企歡迎。有七成受訪者現正或計劃利用社交媒體作銷售及宣傳。很顯然， 近年，企業利用數據進行營銷，提高銷售效率已然大行其道。 數據營銷簡單地說就是使用定量方法從數據提取意義，據此作出明智的營銷決策。由於 大量數據的可用性，營銷中的數據分析，變得比以往任何時候都更加重要。根據 BMO Capital Markets 的報告，營銷人員每年在大數據和深入分析上花費 500 億美元，據此 提升營銷業務的績效。麥肯錫的研究顯示，投資大數據和分析的公司，其利潤平均增長 5% 到 6%，五年間可躍升至 9%。 在許多情況下，公司都致力以開放的態度，冀從大數據中獲得具啟發性的信息。根據工作流 程階段和數據分析的要求，數據驅動的營銷分析，可以主要分為三種類型—描述性、預 測性和規範性，其基礎技術包括統計建模、數據挖掘、機器學習和人工智能等。筆者通過 近年的營銷學術研究，扼要闡釋這三種類型的一些商業應用，供從事營銷工作人士參考。 三大數據分析法 提升營銷效率 劉佳
RkJQdWJsaXNoZXIy NDk5Njg=