還在用年齡性別尋找目標客群嗎？快翻轉舊思維，讓韓國星巴克第一數據科學家，教你如何讀懂消費者行為，用數據變現。現在符合年紀和性別的產品競爭已逐漸消失，轉向推薦符合個人需求與期望的產品。這種量身打造的個人化推薦，不僅能精準行銷，還能將潛在顧客，變成實際購買的消費者，進而提升營業額。但光握有海量數據是不夠的，想抓住目標客群、精準行銷，一定要具備「解讀」數據的能力，才是將數字轉換成金錢的最大關鍵。
文章節錄
《解讀數據的技術：韓國星巴克第一數據科學家 教你讀懂數據必問的十道題》
只要掌握這四點，就能撰寫出讓主管激賞的數據報告
經過了複雜且冗長的數據分析過程後，最重要且最關鍵的一環就是：讓公司了解數據分析的結果。因此，只要掌握下列四個重點，就能寫出一份，一目了然又有重點的完美報告書。
重點一：幾乎沒有人能理解比「％」更複雜的數據型式
如果本身不是學統計、數學、數據工程的人，幾乎沒有人能夠理解比交叉分析和比率分析（％）更複雜的數據模型。就算你在報告書裡洋洋灑灑寫了一堆複雜的建造模型的過程，也幾乎沒有人能夠理解。
我並不是說沒必要寫這樣的報告書，有時報告書含有這些理論性內容，也會為我們帶來好處，因為這種報告會給人「真的使用了非常專業的分析方式」的感覺。
一般來說，比起直接使用「負相關」這種詞彙，我們可以使用「成反比」這種，聽起來比較耳熟的詞彙，幫助對方理解。雖然沒有提出任何具體的演算法，而直接說出了「機器學習」，是一種很奇怪的說法，但使用像「機器學習」這類的流行字彙也不錯。
重點二：要包含行動計畫
上司們很常說一句話：「所以接下來要怎麼做？」遇到與負責的部門，對於分析結果或未來方向無法達成協議時，在報告書裡，就應該大致提到接下來的方向或提案。
我並不是說分析結果就絕對正確，因為如果執行部門沒有給予回饋的話，那麼日後的分析就無法繼續。為了行動計畫，或者與行動計畫相輔相成的提案，分析部門與執行部門，都要努力找到彼此的契合點。
我們不只要公司的決策者們聽懂分析結果，也要說服實際工作的組織成員們，相信這個分析結果，這麼做才能讓分析結果不會只是紙上談兵，而是能夠實現推向市場的目標。
重點三：想決定執行策略，就要先了解費用
千萬不能因為自己不是執行者，就隨便提出行動計畫，因此我們至少要知道，執行時大概需要多少費用。分析師雖然不是專家，但最好能夠了解每個方法之間費用的差別，此外我們也要知道，根據產品特性和消費者特性的不同，對於策略的反應也會有所不同，這樣一來，才能真的完成一份有效的報告書。
重點四：報告書裡的「數據目標」，要一目了然
其實所有的報告書內容都很類似，都是為了讓企業賺錢，所以要了解店面、消費者、產品中的某個部分，數據就是為了解釋這些東西而存在。雖然裡面具體內容可能不一樣，但其實最後都是要講述一樣的事情。
假設我們現在要做的是「文字探勘」，也就是要針對產品的反應，從人們描述該產品的文字中，找出特定的單詞進行分析。而下面是針對這項分析所延伸而出的問題。
● 這項產品賣得好嗎？
● 如果產品賣得不好，那麼是哪一點讓消費者不滿意？
● 消費者期待的是什麼？
● 這項產品明明已經符合消費者的期待，是不是在溝通方面出現了什麼問題呢？
● 接下來要改善哪些部分，才能挽回消費者購買意願，讓消費者主動打開荷包？
每一項都是一個故事，都是為了能更進一步理解，這些可能會喜歡公司產品的消費者們。
在數據目標裡，除了分析結果以外，也要一同點出此次企劃投入多少費用，賺取了多少收益；消費者變得有多麼喜歡我們的公司。包含數據分析在內，公司必須要擁有這一連串的訊息，才能夠將數據活用最大化。
賦予數據目標吧，讓數據為你的公司效勞。
