面對多元的管道以及愈趨複雜的消費者行為，從搜集數據、整合數據並找出洞察關鍵，每個瞬間都考驗著品牌對於數據的掌握。透過發揮數據最大價值，看見數據的可能，才能創造商業的契機。
在這個管道、裝置多元化的時代，數據成為品牌最重要的資產，同時也是最重大挑戰。若品牌能夠成功憑藉數據做出正確的商業決策，將能看見不可限量的成長。接下來將探討三項建議做法，協助品牌進一步善用數據，獲取成功。
一、累積及整合數據
每一天，行銷人員都得在成千上萬個畫面、裝置、接觸點和管道的大量數據中抽絲剝繭，尋找其中的關鍵洞察。但龐大的資料量可不是唯一的難題。顧問公司 NewVantage Partners 的執行長 Randy Bean 在《MIT Sloan Management Review》(麻省理工學院史隆管理學院評論) 發表的一篇文章中，就提到「多樣性挑戰」，指出品牌現今需要整合的數據來源比過去更多。1
聽起來很有壓力嗎？
先別緊張，因為這是所有品牌的共同課題。就算是成效頂尖的品牌，也同樣面臨了資料累積與整合的挑戰。
"數據不斷湧進，不但數量龐大，儲存位置和格式也五花八門，因此我們得不斷努力整合所有資料。"
-Progressive 資料與分析業務部門主管 Pawan Divakarla
以有 79 年歷史的保險業巨擘 Progressive 為例，該公司的資料與分析業務部門主管 Pawan Divakarla 表示：「數據不斷湧進，不但數量龐大，儲存位置和格式也五花八門，因此我們得不斷努力整合所有資料。」Pawan 的團隊已經採取行動解決難題，以「謹慎」的態度看待數據，並在數據收集、整合和安全性維護各方面都有出色成果。
透過數據導向的思維，並善用企業分析工具，他們成功發掘能夠提升消費者經驗的重要洞察，更憑藉著這些數據為自家品牌和客戶省下大把時間和金錢。
那麼您該做些什麼呢？要是數據亂成一團，內容再豐富也枉然。行銷人要全力整合資料，將訊息轉為實用的洞察，嘗試適合品牌現在使用平台的嶄新科技，藉此簡化數據收集、處理及儲存的方式，從而更全面地瞭解客戶的消費歷程。
二、發掘重要洞察
一邊是等待分析的龐大數據，一邊是琳瑯滿目令人難以選擇的分析解決方案，導致現今分析結果的過程更加困難。然而只要品牌懂得找出寶貴的分析結果，制定業務決策來推動事業成長不是難事。
您或許會想：其他品牌是怎麼辦到的呢？
重點在於工具。選對工具，將數據化為明確分析結果的過程易如反掌。藉著善用新技術和機器學習，品牌可更加精確地辨識出目標主題和消費模式，甚至挖掘到出人意料的分析結果來帶動事業成長。Progressive 第一次推出的行動應用程式只提供消費者要求報價的功能，後來從 Analytics4 (分析) 提供的資料得知，消費者有意直接透過應用程式買保險，Progressive 遂添加了應用程式內購功能。
行銷人可以怎麼做呢？我們建議您與自家分析團隊或代理商談談，瞭解他們用了哪些工具及其用法。此外，您不妨考慮採用 Analytics (分析) 全方位套件；它不但能夠提供資料，還能為您發掘實用的分析結果。
三、將數據化為實際行動
數據的價值取決運用的方式。躋身業界龍頭的一流品牌都知道，成功之道在於迅速根據關鍵分析結果拿出應對之道，藉著擬定對策並展開行動，從競爭激烈的環境中脫穎而出。
這些一流品牌究竟有哪些秘訣呢？
簡而言之，重點在於溝通。成績出眾的品牌有個特點：公司上上下下都懂得解讀資料，不會只把數據分析工作丟給後勤部門。不過，這可不表示人人都得是分析師。在 Macys.com，資料和分析專員鼓勵全機構組織的員工接觸自己需要的數據。Macys.com 行銷分析與決策科學部門副總裁 Nur Ghani 指出：「就算某個主管不太懂數據分析，也能從中發掘出一些簡單的疑問。」他建議分析人員與整個機構組織裡的團隊合作設定主要成效指標，然後判斷該如何運用數據和分析來達成目標。數據能夠在全機構組織的各個部門中流通，才能在設定及達成目標的過程中時時派上用場。
行銷人該怎麼做？組織的改變可以從一個簡單的洞察開始。與您的主管與團隊分享數據在策略層面扮演什麼樣的角色，以及從過程中所看見的成果與經驗學習。找出目標與關鍵指標作為成長的基準，並善用數據找出如何在對的時刻向對的族群傳達正確的訊息。
歡迎您下載《How Analytics and Machine Learning Help Organizations Reap Competitive Advantage》(分析和機器學習技術如何協助機構組織奪得競爭優勢) 這份白皮書，進一步瞭解如何發揮資料的最大價值，並加快分析結果出爐的速度。
