電商經營
大數據應用，幫助數位行銷三種方式
隨著時代進步，大數據的應用隨處可見，這些數據資料包含了許多圍繞在你我身邊的資料，像是營收、來客人數、消費支出等等，此外會員資料、消費次數、偏好也是數據收集的要素，這些東西累加起來就會變成我們常常聽見的「大數據」。
在人手一機的時代下，消費者的注意力不斷地被眾多的廣告、通話訊息、新聞資訊所分散，因此在現今的時代下，如何依靠消費者的大數據深度分析其喜好特徵，客製化他們喜愛的廣告內容並製作「數據導向廣告」，也成為當今數位行銷領域中十分重要的趨勢。
根據 The Relevancy Group 的研究顯示，高達63%的消費者對於重複出現、大量推播型的廣告早已感到厭煩，反觀而言卻有超過90%的消費者對於客製化的廣告感到興趣且更願意深入點擊、了解，由此可知透過消費者數據進行廣告客製化的重要性。
數據導向廣告(Data-Driven Advertising)是什麼？
數據導向廣告透過分析消費者的搜索行為、生活型態變數（Activities、Interests、Opinions）、消費者的人口統計變數等等行為特徵數據，深入了解其偏好並進行客群的劃分，以此根據不同的分群特徵設計不同客群偏好的客製化廣告，以消費者喜好的內容和形式進行廣告推播、曝光。
整體來說，數據導向廣告可說是以消費者為中心，透過數據分析制定廣告執行策略的過程。由於廣告編排正是消費客群所喜愛的內容形式，因此數據導向廣告也比一般「千人一面」的標準化廣告更吸引消費者，且更能有效提升消費者廣告點擊和轉換比例，同時也讓企業內部對於目標客群有更具體清楚的想像。
透過數據導向廣告大獲成功的德國鐵路
（圖一）
（圖二）
以德國鐵路（Deutsche Bahn）於2019年推出且榮獲諸多廣告大獎的 No need to fly 系列廣告為例，在觀察到德國民眾熱愛在周末搭乘飛機至其他歐洲國家遊玩的現況，德國鐵路首先利用Facebook 的數據資料找出熱衷旅行的TA，並找出能讓他們感到興趣的特定景點。
後續則透過找尋與上述特定景點十分相似的德國境內景點作為廣告的主要視覺圖像，並則透過定位系統鎖定「TA 位置」及「距離 TA 最近的機場位置」，計算跨越至該國以及在德國境內旅遊的交通費用並進行比較，以此製作一系列的數位廣告。
此外更根據消費者過往曾搜尋的旅遊景點播送客製化的廣告圖像，例如若某個消費者曾搜尋過日本東京等相關的旅遊景點，則會推播（圖一）這則廣告，若消費者曾搜尋過巴西聖多斯等旅遊景點，則會推播（圖二）這個廣告。
在這個例子中，德國鐵路透過分析消費者感興趣的旅遊景點等數據了解消費者的喜好，並透過客製化定位及交通費用設計推播屬於每個消費者的不同廣告，成功吸引眾多消費者注意且更獲得巨大的廣告成效，包括廣告點擊率較一般德鐵廣告高出850%、轉換率達6.61%、業績提升24%等等，可見數據導向廣告的強大威力。
既然數據導向廣告那麼重要，那該如何實行？
在產出數據導向的廣告過程中，首要工作是要透過消費者研究清楚了解你的潛在消費者，並針對其行為特徵進行客群的劃分，再來則是針對個別客群的特徵偏好進行深度分析並設計該客群所喜好的廣告內容及投放管道，最終則是依據廣告成效進行測試、調整並持續優化。
以下將針對「消費者研究及分群」、「廣告內容設計及投放」及最後「測試與調整」深度說明該如何規劃、實行你的數據導向廣告。
消費者研究及分群
依據潛在消費者規模多寡及產品服務瞄準的市場大小，可以透過以下兩種方式深入了解你的潛在消費者。
1. 小規模但仔細的深度訪談法：
透過深度訪談潛在客群的興趣嗜好及對於你的產品服務所解決的痛點看法，並在過程中透過追問、深度挖掘受訪者重視及喜好的元素。後續則可以結合親和圖表的方法行分群，運用便利貼將看似零散的消費者意見進行重新進行整理，並寫下消費者透露的重要概念，以進行整體的分類、整合及總結，整理出關於潛在消費者的insight。最後則透過彙整出的幾大重要價值點進行persona的構想劃分，區分出不同的消費客群。
然而由於深度訪談法能囊括的規模有限，且整體而言也較為耗時，因此較適合處於草創初期的品牌，在蒐集消費者喜好的過程中同時分析消費者對於該產品服務的想法。
2. 大規模的量化資料分析法：
在具有一定消費者基礎的情況下，品牌可以透過網路及社群平台分析工具了解現有或潛在消費者如何與你的品牌互動，例如臉書洞察報告(Facebook audience insight)就提供了不少有價值且詳細的資料。再者也可以透過發放問卷的量化方法，了解並蒐集消費者對於相似產品的喜好以及興趣、媒體使用偏好等等數據進行分析。後續則可以透過統計軟體進行客群的整併與分析，產出帶有不同特徵的潛在消費客群。
廣告內容設計及投放
在了解消費者特徵並進行分群後，再來則針對不同客群的喜好進行廣告內容的設計規劃，在這部分可以透過廣告圖像、廣告文案、廣告投放管道進行不同程度的客製化。舉例來說，知名咖啡品牌Nespresso即是透過消費者在Youtube平台上的觀影偏好設計不同的廣告文案，以此吸引不同客群的消費者。
測試與調整
在依據消費者數據分析潛在客群輪廓，並依據客群特徵設計相應的廣告內容後並不代表結束，之後更需要依照不同廣告素材的測試及客觀成效進行調整，確保廣告的良好成效表現。
數據導向廣告的歷程看似冗長，但市場上也針對這樣的想法有不少整體性的概念及整合性的操作工具，例如Data Driven Creative（DDC）就是透過數據分析，針對不同客群快速打造合適廣告素材的概念，透過系統自動辨認瀏覽廣網站受眾類別，便能即時生成適合該受眾對象的廣告標語和影片，做到數據分析和廣告客製化共構的最大成效。
透過數據導向廣告，帶領消費者深入你的行銷漏斗
透過消費者數據為導向的廣告設計，除了能協助品牌在消費者數據分析的過程中對於潛在客群有更明確清楚的想像外，更能透過製作適合不同消費客群的廣告內容，更貼合消費客群的喜好。
綜上所述，數據導向的廣告客製化並不難，但關鍵在於如何善用現有及潛在消費者的數據資料，並明確確立廣告的投放對象和內容、搭配素材的測試與調整，如此方式能讓數據導向廣告發揮最大的效用，讓消費者在資訊爆炸、注意力破碎化的時代下，能一眼被你為他量身訂做的廣告吸引，進而帶領消費者從行銷漏斗的曝光，深入走到後續的思考及購買行動，讓數位廣告發揮最強大的效益！
→ 更多數位廣告