這次要分享的是參加了CMX 《量化行銷時代》 的讀書會心得，參加讀書會主要是希望想擺脫埋頭苦幹的念書狀態，聽聽別人怎麼將書的內容融合到自己的生活。就算討論的同一本書，每個人都會有不同的分享觀點，我想這就是讀書會最大的價值吧！你能看到不同領域的看法，最後再從書中獲得更多與日常的連結和收穫。
接下來我會分享我在讀書會的收穫以及與生活連結的內容，期待讀完這篇文章的你，能可以留言分享你的讀書心得或是生活應用，那就話不多說開始囉！
數據的價值是讓人容易理解以及決策
拿出數據之後，需要會說個好故事，讓不專業的人看得懂。
很喜歡一位讀書會成員分享的觀點，專業的數據行外人不太能立刻了解，就算是內行人，在密密麻麻的數據海中也不容易發掘價值，所以必須整理數據、述說淺顯易懂的故事，讓人一目了然。故事背後反映的可能是消費者輪廓，可能是消費者需求，也能是品牌未來的走向，這也是為什麼需要數據的原因。
不過數據其實也不是萬靈丹，想要讓數據發揮效益其實有兩個基本功：刻意蒐集有價值的數據以及做出最終決策兩大基本功。
刻意蒐集有價值的數據
先談談有價值的數據，分享一位讀書會成員的分享：應該先有企劃（意圖），才去找需要什麼資料。這個分享讓我頓時回想起學生時代查資料的過程，其實也是先釐清目標是什麼、想佐證什麼觀點，這才到國家圖書館調出相對應的論文期刊；反觀數據資料充斥的現在，反倒是容易在埋首於數據之前，忽略仔細盤點用數據的意圖。
忽略利用數據的意圖會發生什麼事？最容易遇到的情況就是找不到想觀測的數據。以大多數電商都會設置的Google Analytics為例，懂Google Analytics的朋友應該不陌生，Google Analytics程式碼埋入網站後其實還有一大堆設定要做，完全不是立刻就能坐收資料，例如說如果要投遞Google廣告就要連接Google ads資料、避免隨機搜尋的數據在90天後消失，就要連接Google Search Console或是想知道知道站內搜尋字有哪些、網站訪客興趣等都需要開啟對應的設定。
上述提到需要觀測的數據，在網站發布前就該先想好，因為Google Analytics的資料是不可回溯的，其他蒐集數據的過程也是一樣的，都需要刻意規劃，留下有價值的資訊。
人的判斷彰顯數據意義
有了數據之後，再來談談人的判斷，踏入數位廣告領域之後，我發現超級多廣告投手的，投手間最終的差異絕對不是會不會設定廣告，因為大家都會，而是對廣告數據的判讀。
我曾經被問過一個問題：到底為什麼投遞廣告要找代理商？代理商跟自己投廣告的差別是什麼？
剛開始我的答案是「因為代理商比較熟悉廣告操作，廣告成效比較好」。直到前陣子才有新的體悟，廣告熟悉程度不算是一個不可取代的核心技能，因為設定這種幾近SOP的流程其實不難，網路上也大有教學文章、線上課程，換句話說，只要肯下苦功，代理商跟品牌間對廣告的熟悉度微乎其微。
那代理商的價值是什麼？我認為是依據經驗、大量的測試之後對於數據解讀的差異，除了廣告設定本身的優化，連帶還需要看到廣告數據背後的商業問題，並且給予品牌建議優化方向。就好像品牌遇到問題可能會找外部顧問一樣，代理商也是類似的角色。
你知道海量數據其實會遮蔽雙眼嗎？
大多數的行銷人員其實是被數據給淹沒了，不知道該從何處著手，不知道要測量什麼指標才能得到真正的結果。
這是書中提到為什麼無法「量化行銷」的原因之一，這句話特別有共鳴，因為我的工作－數位廣告投放其實不缺數據，相反的，數據唾手可得，每一天、每個消費階段都有大量數據，不過有趣的是，數據卻是我剛踏入數位廣告領域時最大的困擾！因為數據太多，反而不知道哪個數據是重要的、哪些數據應該互相對照、數據反映哪些現象，現象背後又隱藏什麼危機。
如果有使用過廣告管理員後台的朋友應該就知道，臉書廣告的後台都是指標，一攤開來包括觸及人數、曝光次數、CTR、頁面瀏覽次數、連結點擊次數、不重複連結點擊次數等等。再根據不同的廣告設定和客戶目標，還會需要對照不一樣指標；當然，這些狀況不只發生在臉書廣告，Google廣告也是，除了臉書有的指標外，還有SOV、可見曝光等大量指標。
數位廣告工作除了多到數不清的指標外，數據的判讀也是一大挑戰，與其說廣告成敗是仰賴廣告投手，我更喜歡說廣告是仰賴投手以及品牌共同努力的成果。廣告成效的結果是一項「綜合性的指標」，很多因素會共同影響最終的結果，像是廣告文案、素材設計、活動設計、產品價格、產品品質等 。換句話說，在綜合性因素影響的情況下，要揪出什麼是「關鍵性因素」不是一件容易的事。
分享兩個我經常用來觀察數據的小技巧：
第一個小技巧是適時地掩蓋。對掩蓋數據不是要對數據視而不見，而是人的腦袋是有限的，全部的指標一列排開，其實看不出什麼洞察，重要訊息反而容易在茫茫數據中被忽略，適時遮蔽不重要的數據能讓人豁然開朗。Google Analytics就是一個用來篩選重要資訊的設定，像是可以排除自家員工的網站流量，更精準的監測訪客真正的訪站偏好和停留狀態。
第二個小技巧是數據視覺化，用合適圖表來述說想表達的內容，例如說男女人口比、觸及人數和購買次數之間的關係等，可參考下方數據圖表。
延伸閱讀：人人都要懂的數據思維課，這場活動有很多數據應用前需要注意的十個重點，推薦給剛接觸數據的朋友。
結語
這場讀書會對我的最大收穫就是把不確定的輪廓再畫得更清晰一些，把從沒想過的事情一一展現在眼前，讓你更容易從別人提出的日常連結套用到自己身上，形成你獨一無二的收穫，最後還是感謝這次讀書會成員的無私分享～
ADer Sharon
