行銷聊聊天-《數據、謊言與真相》,大數據、偏見、AB測試法

週末的時候把剛到手的《數據、謊言與真相》看完,

作者賽斯是Google分析師,

地利(搜尋引擎龍頭)與人和(本身就是分析師)之便,

讓大數據在他手上運用起來揮灑自如,

整本都蠻有趣的,扣掉概要式的讀書心得介紹。

單就行銷部份這本書就頗有參酌之處呢。

因為已經在medium寫了讀書心得↓↓

網路搜尋跟你想的不一樣!!《數據、謊言與真相》讀後感

所以以下內容直接就行銷部分聊起。

↑↑大數據這幾年夯到如火如荼

人腦是不是就是一種大數據?

如果就賽斯的觀念來說…….算。

以賽斯外婆而言,她歸納了大半輩子的兒孫婚姻,

見識過的男男女女,

同時判斷賽斯的個性,

一位具備幽默、懂得人際互動的賢內助或許對他是最好的。

外婆這樣的彙整就是大數據的一種。

跟賽斯的父母及兄弟而言,外婆的數據夠不夠多?

毫無疑問是的。

但是外婆的判斷跟數據有沒有參雜個人主觀,

或是忽略部分個案(數據)呢?

答案也是有的。

人腦有偏見跟遺忘等問題,

正因如此,線上的大數據才顯得可貴。

畢竟除非機台同時壞掉,不然資料不太可能同步消失。

但賽斯提出來這個例子田木子覺得非常有趣,

大數據不限於線上數據的整理,

見多識廣的主觀印象,也是一種大數據。

↑↑知道民意某方面是行銷跟參選者都要面對的課題

選戰、民意與趨勢分析

嚴格來說這一部分比較偏政治人物或民調公司需要鑽研的部分,

但行銷者本身要是能經由各種工具判斷局勢,

借力使力下必能達到事半功倍的效果。

田木子印象很深…美國大選時…

幾乎美國主流媒體無不全力攻擊川普,

甚至票選當天紐約時報還有一篇「希拉蕊大幅領先」的新聞。

選前評估跟實際開票結果的差異,讓很多人都很驚訝。

美國人不懂得做民調嗎?這實在很難讓人信服。

賽斯提出數據上的看法,像是:

「兩位候選人同時搜尋,搜尋者多會選前面的候選人」

「黑鬼字詞的搜尋比例」

後者是一般正規的分析師或助選團隊很難想像到的東西。

幸好,Google可說是某方面提供了資料的礦脈,

但要挖甚麼、怎麼挖,還是看挖掘者自己了。

仔細想想,每次選舉時總會有某些狂熱份子胡吹大氣…

「某某某會大贏OOO」,但終究是打臉居多。

可能就是數據分析這部分還不夠嚴謹吧?

腥羶色還是正向積極?大數據給你不一樣的答案

學過行銷的應該都有個基本概念,

人就是愛看裸體跟屍體,

這幾乎已經變成行銷者沒招下的下下策了。

所以君不見新聞動不動就沒打碼、血肉模糊。

這幾乎已經變成行銷的基本概念…無可動搖。

但是這本書意外的針對這個概念提出挑戰。

學者統計2012年《紐約時報》三個月內的報導,

並使用情緒分析,同時分析版面位置、時間等變項作紀錄。

答案是正向還是負向呢?

兩位教授的結論是「內容愈正面積極,就愈可能被瘋狂轉寄。」
(p128)

所以不要動不動就用低俗招式還怪觀眾喜歡看,
(特別是新聞媒體)

從數據來看不是這樣的。

↑↑自認對標題十拿九穩的行銷者,不妨也試試看吧!!

萬變不離其宗,AB測試法

田木子最喜歡這本的第六章〈整個世界,都是我的實驗室〉

很行銷的寫法。

裡頭講到《波士頓環球報(Boston Clobe)》

針對各報導的標題做AB測試法。

田木子自己當然也玩了一下,

沒想到還真的蠻多超出預期的。

這也證明了一件事…用個人眼光判斷,

其實就跟賽斯的外婆一樣,雖然累積了不少經驗,

但基本上就會忽略了部分個案跟資料。

由此觀來,

很多教標題、文案的老師是不是真的像它們說的那麼厲害….

還是先經由AB測試法來判斷吧。

看了這一章以後,與其說降低這些名嘴老師的信實度,

不如說更增添了驗證的重要吧~~

說的不算數,實際點擊再來判斷吧!!

整體來說對行銷的關隘頗有助益的著作,

只是要如何蒐集正確資料、或是…

怎麼設計AB測試法才不至於落入「維度的詛咒」。

恐怕又是另一個困難的課題呢。

發表迴響

你的電子郵件位址並不會被公開。