延伸閱讀：2020 最新Facebook Blueprint 認證應試準備與心得分享

迷思一：過去表現很好的廣告就不更換？

「這個廣告受眾過去跑的很好可以多試試看」、「這支廣告素材之前跑的很好可以不用換」，這些敘述其實只對了一半。

確實，過去成功的廣告設定可以有機會再創佳績，但也別忘了市場是會變動的，消費者的口味也會改變，過去覺得新穎的廣告格式久了也會乏味，所以千萬別妄想一招打天下。

過往亮眼的數據成果就好像某家企業第一季營收很漂亮，但不太表當年度該家公司就必然會繼續往上成長，這些過去好不代表現在會好、現在好不代表未來會更好的觀念很多人都有，但很奇怪，只要一遇到過去表現超好的廣告要被換掉，卻常會說服自己成效不好只是例行性的波動，很快就會回歸正常值。

好的成效絕對不會從天而降，通常都是仰賴大量的測試和優化調整才能維持，所以測試的廣告素材、受眾、目標、最佳化設定都還是要做，成效的風向轉了就要適時更改策略，才不會錯失最新的機會。

迷思二：粉絲數、互動數、曝光數愈多愈好？

「我要千萬觸及人數」、「這次活動希望有百萬曝光」、「一個粉絲要多少錢？」。這是很多人還有的迷思，覺得廣告愈多人看到愈好，最好還可以一起帶來一大票粉絲，卻很少思考這些觸及人數、曝光次數以及粉絲人數有沒有實質意義？會不會為品牌帶來商業價值？

臉書社群演變至今，不論是受到演算法影響、自然觸及率愈來愈低，使得粉絲專頁的粉絲數愈來愈沒有價值，又或是臉書官方公告，希望往更具備「Privacy」的臉書社團發展，都可以反映瘋狂追求「粉絲數」不見得有商業價值。為什麼我會說虛構的粉絲數？不是指粉絲數完全不重要，而是粉絲經營應該是吸引到真正對品牌社群內容感興趣的人。

舉個最簡單的例子，有什麼方法可以快速獲得按讚數或是粉絲數？很簡單，辦個獎品豐厚的抽獎活動或是商品大折扣就可以了！但這種活動會吸引到什麼樣的用戶？吸引到的通常是抽獎部隊、想嘗鮮的人或是只在品牌折扣才出現的客人，這些人不會成為品牌持續回購的客人，更不會成為擁護品牌、為品牌宣傳發聲的忠實客戶，所以與其花大把的時間心力辦抽獎、大打折扣，不如好好想想法子，看看怎麼讓粉絲變成消費者、消費者變會員，會員再成為忠實客戶。

說到這裡，千萬別誤會，我不是指觸及人數、曝光次數或是粉絲數都不重要，而是說這些指標要因應品牌的不同階段、目標，仔細評估上述指標是不是合適的KPI。以一家小型的品牌電商為例，如果這家品牌店商的臉書廣告佔了50%的營收，那我就會判斷對這家品牌電商來說，廣告帶來多少觸及人數、曝光次數或粉絲數一點都不重要，因為這家電商來說最需要的就是營收，知名度、粉絲量不會這家品牌電商生存下去，賺錢與否才會！

但如果是一家小有名氣的實體商家所舉辦的店點活動呢？這時候廣告帶來的曝光次數跟觸及人數就非常重要，甚至廣告的觸及人數還會比廣告的曝光次數更重要，因為活動就是需要有人參與，而且還要讓大量的人知道，最好還可以換得樓上揪樓下、全家大小一起參加的宣傳效益。總結來說，不同企業、不同活動目標就會有不同的數據判斷標準，沒有放諸四海皆準的指標。

迷思三：數大便是美？

到底怎麼判斷廣告好壞？到底哪個數值高值得高興？這些疑惑都是廣告數據分析最常見的問題，也是廣告數據分析最有趣的地方。

再談為什麼會被數據大小蒙蔽雙眼之前，先讓我們來看一些常見的廣告數據吧，看完就能知道為什麼數字常會誤導我們了！第一眼看到下方表格，你會覺得廣告A跟廣告B誰的廣告成效比較好呢？

如果你很快速的判斷是廣告B，原因可能是廣告B的連結點擊次數較高；如果你的答案是廣告A，判斷的依據則可能是CPC比較便宜、CTR比較高。如果你的答案是上述兩種，我會說你對廣告有基本概念，但更核心的問題沒問到，那就是這個廣告的目的究竟是什麼？ 所以，若你剛剛的答案是不一定或是還在猶疑，代表你對廣告數據指標已經有更多的想法，不會被數字大小牽著走。

不知道廣告目的就貿然判斷廣告成效好壞其實非常危險，因為代表很有可能判斷錯誤，並且往錯誤的方向優化廣告，以上述數據表格來說，如果廣告目標是轉換次數（購買），上述資料根本無從判斷廣告成效好壞！所以不論答案選廣告A或廣告B都不會是正確答案，因為根本沒有正解！

從上述例子我想說的第一件事情就是：先搞清楚你的客戶或是你的品牌想達到的廣告目的是什麼吧！

接下來，如果我再提供頁面瀏覽次數，並且告訴你這則廣告是流量廣告，你又會判斷哪則廣告比較好呢？

在細部討論前，先簡單補充連結點擊次數和連結頁面瀏覽次數的差別：連結點擊次數 只記錄「點擊的動作」； 連結頁面瀏覽次數則可以紀錄到是否進入網頁。例如一位訪客點擊了廣告但在跳轉過程中就離開，那廣告數據就會記錄成：連結點擊次數1次；連結頁面瀏覽次數0次。

所以要回答這個問題就要先問：廣告的最佳化選項是點擊次數還是頁面瀏覽次數呢？如果表格沒告訴你，那你該做第一件事，不是判斷數據成效好壞，而是和投廣告的廣告主確認想達成的目標究竟是什麼？

再換一個數據表格，廣告的目標是轉換次數，並提供你轉換次數的成果，請問是廣告A還是廣告B的廣告成效比較好呢？

沒錯，我還是會跟你說不一定，因為你不知道廣告A、B分別的廣告轉換值是多少、廣告報酬率又是多少。就像廣告A有5次轉換，但每次轉換值只有4,000，總營收是20,000；而廣告B雖然只有3次轉換，但如果每次轉換帶來的轉換值是8,000，總營收高達24,000

但帶來營收能不能直接作為廣告成效好壞的標準呢？也不行，因為兩則廣告的總花費不一樣，所以往下就要看廣告A花了多少廣告費帶來20,000的營收；廣告B又花了多少廣告費帶來24,000的營收？也就是所謂的廣告投資報酬率（ROAS）=廣告轉換值(透過廣告帶來的營收) / 廣告總花費。

算下來廣告A的ROAS是 1.53；廣告B的 ROAS是卻只有0.83，代表廣告 A 平均每投資1塊錢廣告費就能賺回1.53塊；廣告B投了廣告卻還虧錢！

從這個例子，我想說的是：必須判斷廣告目標與對應的指標，以及數據是怎麼推導出來的，否則你就很難判斷數字大到底有沒有價值，很容易傻傻地被數據大小遮蔽雙眼，更慘的話還會跌入虧錢的無底坑。

結語

為什麼循序漸進，一開始還要刻意遮蔽重要廣告數據指標呢？因為數據分析其實就是一個篩選數據的過程，數據分析的價值也在這裡，篩選到錯的數據就跟沒有數據分析一樣，甚至比沒有分析數據更慘，因為你可能會因為錯誤的數據下錯判斷。

那麼什麼是重要數據？什麼是不重要的數據？就端看廣告目標是什麼，客戶需求又是什麼，還真的沒有一個標準答案，唯一的依據就是：要根據業主的需求訂定合適的廣告目標、從廣告目標中尋找對應的數據指標，進而從中尋找答案。

這篇文章跟大家分享我曾犯過的錯、曾看到的現象以及百思不得其解的經歷，希望能幫助大家初步進入廣告數據的世界，今天就先分享到這，我們下篇文章見～

ADer Sharon

這篇文章 你也有這些數據分析上的迷思嗎？最常見的3個臉書廣告盲點 最早出現於 Sharon Lab∣雪倫實驗室。

同場加映
第二場社群丼線下活動 – IG 頂尖對決！跟實戰派學習IG 成長攻略吧
第四場社群丼線下活動 – QA馬拉松

KKday 的社群進擊之旅

對於品牌來說，社群扮演什麼樣的角色定位？ 營銷長Yuki認為應該以品牌領導人的定義來看，而社群扮演的角色不外乎分成三種：名、利、權。

名：品牌DNA定義你的社群名聲

社群經營的品牌名聲，是KKday品牌經營的重大指標， Yuki 分享，很多用戶認識品牌的第一步，不是下載APP、不是加入Line，也不見得是進入官網，而是搜尋品牌的粉絲專頁，等於是與用戶接觸的門面，可以協助客戶找到對的資源、對的窗口，並且忠實反映品牌個性。

那麼怎麼建立品牌個性？以 KKday為例，KKday的品牌個性，是整個公司Brainstorming 的結果，像是客服部從客戶第一線服務覺得「方便最重要」、旅遊「好玩」很重要等，跳脫只有行銷部的思維，最後統整成辦公室的品牌文字雲，也是 KKday 社群經營展現出來的特點。

另一方面，品牌可以透過社群發表立場、表態建立經營形象，但最重要的是，不論什麼立場都必須從一而終，最怕的是為了避免爭議跳動立場，反而造成品牌錯亂。此外，社群品牌經營最大的效益就是會收到即時的用戶偏好回饋，從而達到監測用戶的效果。

利：KKday快速成長模型的社群角色

Yuki 表示，社群通常是流量先行，意思是要先有流量，好的流量會帶入好的轉換，才會能建立持續回流的健康生態。那麼什麼是不好的轉換？簡單講可以理解為一切為了達到KPI殺雞取卵的策略，例如說為了達到年底業績KPI下殺3折，引來的流量和客戶就是只有在特價的時候才會購物的消費者，只能達成短期獲利卻無法建立長期回購的健康體系。

以 KKday 的社群定位來說，主要會有以下四個主要策略：

1. 新客 (New Acquistion)
需要拓展新客、新市場、 社群，讓愈來愈多用戶認識 KKday，想到旅遊時就想到 KKday 。

2. 維持率 (Retention)
讓社群持續活絡，增加用戶積極互動的誘因，也讓舊有客戶願意回購。

3. 推薦 (Referral)
當社群經營得當，會有呼朋引伴的加乘效果，例如當 KKday 在粉絲專頁提供實用旅遊資訊文的時候，很多粉絲就會自然而然的在留言Tag朋友，相互分享或是揪伴旅遊。

4.使用頻率 (Frequency of usage)
增加粉絲對於社群的使用頻率，當社群持續經營，長期產生「價值」、「幽默」、「有趣」等吸引粉絲的元素的時候，就能提升粉絲對於品牌的依賴，帶來的品牌曝光、互動甚至是購物的機會就會比較多。

權：如何發揮社群影響力?

還記得KKday 今年7月8日的國際厭世日嗎？當社群具備社群影響力，最大的效益就是活動瘋傳，其他社群爭相呼應或是模仿。

社群貼文發布之後也不是就沒事了！ KKday 會利用監測工具了解更深入的用戶體驗與貼文效益。像是Keypo就是拿來監測網路聲量、正負評價；而Similarweb可以用來監測來源渠道、跨國比較。

而當跨足海外市場的時候，則需因應不同國家使用不同的社群。而每個社群都會有不同的社群目標，經由的時候還需要依據各國社群使用習慣調整。像是在日本市場，用戶非常注重隱私，不會在社群留下按讚留言分享的足跡，這時候用觀察互動的指標就沒有意義；而在韓國市場則是要求視覺美感，稍有缺乏設計的內容就會影響整體貼文成效。

KKday有哪些社群經營法則？

法則1：內容行銷與社群行銷的相輔相成

1. 提供幣值升貶資訊、及時旅遊資訊，並用部落格文章結合社群擴散
2. 用影片告訴粉絲旅遊的全攻略
3.全球最佳旅遊時間表、請假攻略，除了告訴你怎麼請假還告訴你推薦旅行的地方。雖然這類文章有點主觀，有時候也是因人而異，但是粉絲會有互動有討論，其實就有經營社群的加乘效果。

法則2：社群上的易吸收性

KKday小編長表示，在社群上視覺佔的比例非常高，意思是使用者通常是先看到圖片或影片吸不吸引人，再點開圖片看詳細的文字敘述，在社群經營上也應該強調簡單明瞭，讓人一眼就知道社群貼文在訴說什麼，並連結相關的資訊，讓用戶粉絲可以直接收藏起來，之後需要就能隨時再拿出來用。

法則3：找到粉絲的共鳴點

旅遊也可以分很多：背包客、打卡旅遊等旅遊模式，所以經營社群時了解粉絲有哪些共鳴點就額外重要。如果不確定自己的社群粉絲共鳴點是什麼，那就觀察吧！去看看留言區粉絲的TAG對象是誰? 留言的地方還講了什麼，另外，社群的留言投票等互動了解粉絲。

法則4：深度了解粉絲習性

找到連結點並往下挖粉絲有的共同回憶，以 KKday 經營的旅遊產業來說，很多愛好旅遊的人常有的回憶是做在靠窗口的位子拍窗外風景或是將旅遊的戰利品排開來擺在床上拍照，這類話題就會吸引很多粉絲將相同回憶的照片貼在留言區跟大家分享，引起很大的迴響。從深度了解粉絲習性，品牌也可以開始思考，要餵什麼內容給不同的社群粉絲。

從數據洞察出品牌之路：如何訂出合理的KPI？

KPI是用來思考自己走的方向對不對

這句話是傑哥一開場的開場白，也是探討怎麼訂定合理KPI的核心。傑哥分享訂定KPI的時候常常會有一些錯誤迷思，容易和目標背道而馳，而這場線下活動點出許多社群人、行銷人、主管、老闆對於社群經營的迷思，導致有許多與目標不相符的KPI產生，以下會分別介紹常見迷思以及對應的 KPI 觀念。

迷思1：經營社群就是要衝粉絲數啊!

傑哥提醒，一味追求粉絲數真的有意義嗎？舉例來說當一個社群粉絲數愈高，互動率就會愈低，所以對於品牌來說粉絲數不見得等於「品牌的最終目標」，更不等於會直接提升品牌的轉換力。

以經營BENQ的社群為例，傑哥團隊的努力方向是依據當時社群的體質、性質以及經營狀態調整，不同的體質會有不同的努力目標以及經營需要達到的KPI。

發現了嗎？不同的目標會對應到不同的KPI，而KPI都會幫助目標成長，兩者的關係應該是相輔相成，而不是相互牴觸的！

傑哥帶給大家的第一個KPI的觀念是：KPI需要跟行銷目標一致，而不是隨便定。

迷思2：小孩子才做選擇，按讚分享粉絲全都要?

傑哥分享經營社群會有所謂的階段性任務，意思是每個階段都有每個階段最重要的事。從星展銀行宣傳社會企業的專案為例，一開始社群經營的主要目的是和年輕族群溝通什麼是社會企業，因為很少人知道這是什麼。在這個經營階段，增加曝光提升認知就是最重要的。

但一旦經營轉換為星展的社群經營那又不太一樣了！因為社團經營的理想狀態，是希望創造成員之間的溝通和交流，最終達到不需要版主發佈文章，也會有大批成員願意自主產生文章分享。為了達到這個目的，就會有因應的社群目標：

1.社團成員人數要夠多，因為要代表特定領域必須有一定規模
2.健康的社群互動：如何確認每個人進來都願意討論，這個就會參考社團活躍成員比例是否足夠
3.確保成員願意自主參與，這個目標就可以透過衡量非官方的發文數量來檢視。

最後，還需要以年度來評估星展社會企業專案的長期目標，也就是讓更多人認識社會企業的這個最終目標有沒有達成，像是評估「喜歡社會企業的人有沒有增加」、「 喜歡社會企業的人 中，喜歡星展的人是否有增加」等，詳細長期目標可參考下方圖片。

社群經營KPI的觀念2是：不同指標一定要有優先順序、階段性

迷思3：年底拚個十萬粉絲吧!

那麼要怎麼評估短期活動的社群經營KPI？傑哥認為可以從四個面向來預估合理的社群經營KPI。

1.歷史數據
從歷史數據可以看到平常社群的經營狀態，以及經歷活動之後有沒有讓整體社群的經營狀態提升。

2.排除極端值
社群經營難免會遇到經營成效特好或是經營成效特差的貼文或是時刻，與這些和平均值有極大落差的數字比較是沒有比較意義的，所以在拉出歷史數字做比較前，最好先將前後極端值做排除，假設去年一整年貼文是100則，那就可以扣掉前後10%成效不佳的貼文再計算歷史數字。

3.估計未來的擴散力

4.比較替代方案，是一個準備Plan B的概念

傑哥也明白地說KPI很多時候確實很難訂定，但是可以做為一個幫助達標的方向，而歷史數據就是在協助我們衡量預估的目標KPI會不會太高或太低，讓社群經營可以有方向，同時也不會完全達不到。

觀念3：KPI是要可以挑戰的，太高跟太低都沒有意義。

迷思4：一直達標就好棒棒？達不到就得拚命達到？

對於傑哥而言，設定KPI的理想狀態是你要很努力才可以達到，但你是有機會達到的，所以過高或是過低的KPI對於社群目標都是沒有意義的。

為了讓設定的KPI有「達到的價值」，實務上也會針對不同社群的經營狀況實際調整KPI背後的數據運算。以一家書店集團的達標率來看，可以看到不同店點的社群經營狀況不太一致（如下圖）綠色是達標，紅色是與目標差距很大，但可以發現的是，有些社群經營一整年都會達到預期的KPI；有些書店則是常常無法達到設定的KPI。

這時候傑哥做的是調整，針對不同的社群經營狀況調整「有機會達到的KPI」，否則訂定遙不可及的KPI就好比你要一個五音不全的人要立刻唱得跟歌手一樣是不可能的，而且還沒有參考的價值，不如依實際的狀況彈性調整。那麼調整KPI的背後邏輯是什麼？

1. 針對半年內達標率低於50%的粉專，KPI調降至「能讓達標率達到50%」
2. 針對半年內達標率低於100%的粉專，KPI調降至「能讓達標率達到80%」
3. 確保KPI調降或調升後，每個社群依舊可以維持最低平均觸及

所以傑哥帶給大家的第4個觀念是：KPI是有彈性的
就好像是階段性任務一樣，你不會還沒練功就去打BOSS，因為你再努力也打不贏的！

迷思5：每個數據都來看一看

數據是需要比較才有意義的，傑哥分享團隊會訂下每個月都會固定檢視的數據指標，這樣才有相互比較價值。至於需不需要看其他數據呢？答案是看情況。

沒錯，是看情況，當有特殊狀況，需要特別解讀的時候，才會深入透過其他數據指標了解數據提升或是衰退的原因。

所以第5個KPI的觀念就是：KPI一但決定就要固定，不能一直改變衡量的方法

迷思6：沒達到目標的活動就是沒有價值的

KPI是不是代表目標的唯一價值？答案也是不見得。在達到目標KPI的過程中也可以為活動帶動超出KPI以外的「安全網價值」。

傑哥以滅火器的案例來分享，如何透過短期活動帶動滅火器對粉絲的長期對話力。這個活動是一場結合線上Chatbot與線下演唱會的活動，將線上互動導入線下活動的體驗。

1. 開演前推播：進場最無聊的地方給體驗
2. 演出中的互動，提醒粉絲一起抬頭看自己上傳給滅火器的照片
3. 演出後群發後台影片以及大合照

透過緊密的Chatbot互動，讓粉絲在Chatbot上留下與滅火器的回憶而願意將 Chatbot 留下來，建立起滅火去後續與鐵粉的溝通渠道。

所以傑哥提醒，也要建立帳面外的KPI外的安全網

1. 當不能立刻轉單的時候，至少要拿到再行銷名單。
2. 不確定請Blog寫手會不會立刻廣傳，至少要確保這篇文章長期可以被搜到。
3. 不能確定這波加入社團的人數，至少要確保現階段進入社團的人未來有機會可以吸引到更多的人進入社團。
4. 不能確保UCG的互動參與人數，至少要確保UCG內容可以被用戶喜歡而留存。 

帶給大家的第6個觀念是：不要只看眼前立即的成效，要看指標的潛在延續性，也就是有沒有長期效益。

KPI是為了幫助我們知道，我們到底應該追求什麼。絕對不要為了達到KPI而迷失了我們真正應該要追求的。

今天的社群丼講座分享就到這裡啦！下次在訂定社群KPI或是任何專案、營銷KPI時，可別忘了今天分享的6大觀念囉！

ADer Sharon

這篇文章 社群丼講座筆記 ∣ 數據洞察出品牌之路！(2019/09/23) 最早出現於 Sharon Lab∣雪倫實驗室。

數據分析其實比你想像中的更近

很多人會有種迷思，認為只有海量資料、大數據資料才算是數據分析的工作，但事實上可能每個人的生活、工作都充滿著數據分析。

以廣告人來說，數據分析最常見發生在整理客戶報表、每週廣告優化成效的時候，必須要分析廣告帶來多少廣告效益、廣告調整是否提升廣告成效等等。

在生活中，我們也會在新聞、報章雜誌、書籍等刊物上看到各式各樣的統計調查資料，如何正確解讀這些資料，都考驗著每個人數據分析的能力，所以了解數據分析的重要思維算是相當重要的Mindset。

數據分析的十大重要思維

#1 檢查

檢查的要點是檢查數據呈現出來的資訊有沒有問題，是否存在不合理的數據資料。常見的檢查方式如下：

1. 檢查現實世界的關聯，避免與當下的現實環境脫節，像是數據是否有出現不該出現的過去時間、未來時間。
2. 欄位是否依據欄位特性呈現了？例如必填的欄位都有數據資料嗎？不能重複的資料是否出現重複資料 (ex:身分證字號、手機、Email)、數值呈現正確嗎？(ex:新台幣沒有小數點)
3. 檢查數據的分布方式 (ex: 平均值、中位數、最大值、最小值)，透過分布方式檢查數據是否有異常。

以上述方法來檢查看看購物顧客資料來看，有沒有發現什麼數據的異常了呢？
(答案在滑動的下一張)

數據的異常主要有四個地方：

1. 小白在2016-01-01才完成註冊，但 2015-01-01 尚未註冊前卻能完成購物
2. 小白 2015-01-01 的購物明細是品牌名，不是產品名稱
3. 土豆沒有註冊紀錄就完成購物
4. 精靈在2020-01-01 未來時間購物
5. 精靈購物的幣值出現小數點

檢查 – 廣告應用實務

廣告數據也是個需要細心的資料，最需要細心檢查的項目是廣告目標以及廣告最佳化選擇，不同廣告目標會對應不同成果和成本。

以流量廣告來說，流量廣告的廣告最佳化選擇又可分成「連結點擊次數」( 點擊就計算成一次廣告成果)、「連結頁面瀏覽次數」( 點擊並且要進入網站才算是一次廣告成果)等。

下次被問到為什麼「這次的單次成本比較貴」的時候，記得先去檢查看看不是同個廣告目標以及同個廣告最佳化選項歐！

#2 來源

數據產生的方式和資料源自於哪裡？通常不同的來源會有不同的統計調查方式，也會影響資料的判讀性和準確度。

以下圖各電視台播出特定候選人片段的調查，一拿到這份數據的時候，專業的數據分析首先該了解資料的調查方式，是用電腦自動辨識還是人類統計，人類統計又可以往下了解是經過反覆驗證比較嚴謹的過程，還是只是讓一個工讀生計算，這些調查方式的差別都會影響這份資料的完整性和可信度。另外，若是這份調查資料出自於某家電視台，因涉及商業利益，可能也有公正性上的疑慮。

來源 – 廣告應用實務

以數位廣告投放來說，一看到一份廣告成效，就要先了解所有的成效來源是出自於哪個廣告平台，是Google、Faceook還是Instagram、Twitter，雖然不了解資料來源不至於影響資料準確性，但絕對會影響資料判讀以及成效評估。

像是不同廣告平台的廣告數據進入到Google Analytics報表裡面的轉換次數跟轉換值都會產生一定的落差，主要是因為歸因計算方式不太相同，所以下次再被問到為什麼我的廣告後台數據和Google Analytics的數據不一樣時，就知道為什麼了吧！

#3 定義：你以為的跟別人以為的不一樣

數據定義其實跟數據來源有相似的作用，都是確保資料的可性度和正確度。因為不同的數據名詞定義會帶來不同的數據結果。

以演講的出席率來說，有些單位為了認為開場十分鐘之後進場，就不算出席；有些單位則認為只要在結束前抵達都算是有出席。發現了嗎？當計算數據的標準不太一樣的時候，定義就會產生數據上的落差。

再以剛剛提到的各電視台播報各候選人的調查資料為例，定義的問題就會發生在調查過程，當一則新聞同時出現兩個候選人的時候該怎麼評估算是播報誰，100個人調查可能會有100種解讀，所以調查數據前確保定義一致也是判讀數據的重要課題。

定義 – 廣告應用實務

廣告上常遇到的定義問題多半是英文縮寫的誤解，像是CPP可以解釋為單次購買成本(Cost Per Purchase)，也可以解釋為每千次觸及成本 (Cost Per Point)。

另一種常見的定義問題較可能出現在CPA (Cost per Action)的認知上，Action可以表示加入購物車的行為、註冊會員的行為或是購買行為，所以當有人問題廣告CPA是多少的時候，別忘了先問問他，你想了解的 Action 是什麼？

#4 脈絡

數據只是結果，必須了解調查行為的背後，人們使用的習慣流程是什麼，才有辦法歸類出哪些是必須排除的數據？哪些又是值得深入研究的數據，以下以兩個例子來說明了解數據脈絡的重要性：

下圖為電子書店家想透過數據研究哪些類型的書籍比較容易被看完，是小說比較容易被看完？還是工具書容易被看完？

如果直接以圖片的數據來看，未閱讀的比例高達70%，可能代表不論是哪類書籍，讀者都不喜歡閱讀。但仔細想想電子書如果是沒有在電子書的平台閱讀而是下載下來閱讀，那麼平台自然無法追蹤到讀者的閱讀進度，所以在數據分析的時候，就需要先排除已經將電子書下載下來的讀者再分析，才是一個考量消費者行為脈絡的數據分析。

脈絡 – 廣告應用實務

廣告上也可能遇到的脈絡問題，像是遇到廣告前些日子都投放的不錯，但最近卻突然打不出去，轉單廣告效果不好的問題，這時候就可以從數據的脈絡下手來思考，是不是透過廣告轉單的人重複地被廣告打到，既然購物的商品都還沒用完，又怎麼會繼續下一次購物呢？

思考完這樣的消費脈絡之後，就可以針對廣告受眾已購物名單的排除或是匯入新的流量來源來幫助廣告轉單。

#5 拆解：見山不是山，找出害群之馬

數據拆解的重點，是找出問題之所在，把數據拆開來，才有辦法針對問題解決問題。以下圖一家公司第一季離職率13%為例，離職率就可以做拆分來發現主要造成公司離職率的類別是什麼？

1. 離職率能拆分成年資 3個月 / 1年 / 3年的離職情況來看，如果 3個月內的離職率最高，可能代表的是招聘過程的職缺說明與應試者期待有落差或是新人訓練可以再加強等；如果是 3年以上的離職率最高，則可能是公司的職涯規劃需要再努力。
2. 離職率也能拆分成部門別來理解，程式部門、會計部門、業務部門等，有沒有哪個部門的離職率較高，是不是需要增聘人手、調整工作內容或是了解主管和職員之間的合作氛圍是否融洽等。

發現了嗎？拆解數據之後，你會發現有個類別的數據特別高 / 特別低，就可以找出造成數據”不理想”的類別是什麼。

拆解 – 廣告應用實務

拆解算是廣告人日常最常見的數據分析思維，通常發生在廣告優化的階段，需要透過版位、裝置、日期、輪播圖卡等項目層層拆解，了解廣告應該往哪個面向優化。

#6 放大鏡：了解為什麼

放大鏡通常會搭配拆解的步驟一起使用，意思是當透過拆解了解數據異常的分類別之後，你必須針對這個數據異常分類別做研究，了解造成數據異常的原因是什麼？

常見的世代研究 (cohort) 也是一種典型的放大鏡數據分析方式，像是針對戰後嬰兒潮、千禧世代研究等

以下圖為註冊後30天每人儲值的平均金額來說，依據月份區分平均儲值金額就是一種數據拆解的手法，拆解過後，會發現9月份平均每人儲值的金額遠高於其他月份，這時候就可以使用放大鏡的手法，觀察研究了解什麼原因造成高儲值成果。

1. 是當月份有特別檔期的活動嗎？
2. 是當月份有投放廣告嗎？
3. 針對9月份儲值金額較高的用戶做用戶行為調查

放大鏡 – 廣告應用實務

放大鏡多半會應用在了解哪個原因是害群之馬之後，暫停廣告成效較差的設定，或是在直接進行廣告的A/B Test，主要目標都是帶動廣告成效。

#7 因果：讓正相關的事帶動主要目標

找出不同項目之間的因果關係或是正相關的事物，例如說蘋果日報付費觀看之後想提升付費觀看的人數，可以尋找有什麼樣的用戶行為和付費觀看呈正相關，例如留言超過5則的用戶、加入line@的用戶等，可以從正相關的項目去帶動主要目標的成長。

※不過在因果分析的時候也要注意因果陷阱，也就是了解誰是因、誰是果；而有時候正相關的兩個項目也可能只是剛好數字趨勢一致，所以運用這種數據分析方式時就需要特別留意。

#8 指標

數據中的量化資料被稱為「指標」，但是每個指標可能都會有每個指標的誤差，或是平台跟平台之間的指標評斷差異。

講師提到指標想提醒的是，不必鑽牛角尖於容不得指標設定的誤差，或是要求不同平台(基準)使用相同指標，指標不需要一致，只需要同指標和同指標比較即可。

像是用送禮為誘因的課堂滿意度調查問卷，雖然可能會有抽樣上的偏誤，或是因為送禮導致整體滿意度分數偏高，但是如果下次還是送一樣的禮物，然後滿意度調查的數據有進步，那就代表課堂品質是真的有進度的，就不必過於要求所有指標必須一致或是幾近完美。

指標 – 廣告應用實務

在廣告指標的應用上，只能說廣告平台百百種，廣告指標也百百種，每個平台的指標也許名稱相似，但計算方式和意義可能都是天壤之別，所以千萬不要想要把不同平台的廣告指標拿起來一起比較，這是廣告人最誠摯的叮嚀！

#9 比較： 比較高矮胖瘦誰說得算？

所有的數字都是比較出來的，同樣基準和過去的自己比、未來的自己比；或是和同期的跟別人比較，數據沒有絕對意義，沒有比較就沒意義。

舉例來說一看到法國每年銷毀7.3億美元的食物可能覺得很多，但看到美國每年丟棄 1650億美元的食物就相較對覺得法國丟棄的食物比較少。

比較 – 廣告應用實務

我常說廣告就是一個 try error的過程，廣告正式投遞出去之前，你都很難預估哪個廣告的成效較好。

那麼在投遞出去之後，如何評估哪個成效較好呢？廣告從來不會有個絕對的標準，通常是和前期的廣告做比較，或是跟不同貼文類型作比較，藉此來評斷廣告成效哪個較佳。

#10 慢即是快：寧願經驗導向，也不要錯誤資料？

演講最後，講者也提醒我們很多時候都相信資料導向 ( Data Driven ) ，資料不會騙人。事實上雖然數據本身沒有錯，但透過人的分析解讀得出的結論卻可能會有問題。

所以當你沒辦法完全相信你的資料是正確的，那還是用過往的經驗導向來決定事情會是個比較好的選擇。

最後讓我們透過下面這張圖回顧一下數據分析的十個重要思維

今天就先分享到這裡啦！我們下篇文章見 ~

ADer Sharon

演講資訊
講師：林熙哲
主辦單位：木木卡工作室
( 實體課程有更多可以現場發問和互動的機會，相信收穫會更多 )

這篇文章 講座筆記 ∣ 人人都該懂得數據思維課(2019/08/22) 最早出現於 Sharon Lab∣雪倫實驗室。