Big Data-數量化分析背後的價值

過去說的事情，一一的在發生!並不是你特別厲害或是怎樣，這是時代的大潮流，這必定會產生這樣的結果。只是你看到這個趨勢一直到他發生，可能快則五年，慢則十年。你要在這五到十年內脫穎而出，必須也得要天時地利人和。有時候技術上的Support跟市場消費者的接受度與使用習慣，才是你最後莫名其妙成功的原因。

上面的前言是要寫今天的「Big Data」的引言。當初Web 2的時候，UGC(User-Generated Content)的概念，加上好的平台效應(Network跟Lock-in)，其實就會產生巨量的information，當初這些話就是用在FB的身上的。在那時候大概想到的就是data mining的技能會變得很需要，然後慢慢的一些新的術語就跑出來了，Big Data就被廣泛的被應用了。記得之前被人家問說，你知道Big Data嗎?那時候老實說並沒有特別研究(那時候沒有現在好學XD)，但談一談之後就知道，原來是這概念，那我就知道了。所以後來有很說了Web 3.0、Web 4.0一堆有的沒有的，我想想其實大概念就是那樣，只是要用個Wording將裡面的一些現象用這個代替。

回到Big Data，一般公司要是把客戶的消費行為良好的記錄下來的話，通常分析這些資料都可以跟你說些故事出來。之前在台灣大哥大其實他的data做的不錯，有很多資料自己就可以撈一撈進行分析，然後就可以驗證自己的想法是對還是錯。但這Big Data的概念難道只有大公司有資源可以這樣用嗎?現在的網路時代，尤其是社群網路的時代，有所謂的社交網絡經濟學，分享一下之前看過的文章社交网络经济学：你的数据价值几何？裡面就有提到，你的服務在各個社交網路中，都是有價值的，但他到底值多少呢? 文中他將各大服務的市值除以用戶數，來看一下每個用戶數的價值有多少。另外可以看看這

 各社交网络上单条信息的价值也比较有趣，每条 Twitter 信息值 0.001 美元、每条 Facebook 状态分享值 0.024 美元、每次 LinkedIn 的职业信息搜索值 0.124 美元、每次 Foursquare 的签到值 0.4 美元、每条 Path 的信息值 5 美元(这是根据最新数据调整后得到的非常惊人的数据，在旧的数据下仅为 0.5 美元)、每个 Yelp 的点评值 9.13 美元。

這幾個網站看來，越有Focus在某特定領域的服務，可以帶來的訊息價值是比較高的。這其實也跟直觀上比較像。這些是大公司的算法，那麼如果是一般的中小企業，或者你並沒有經營這麼大的服務，你只是藉由網路來行銷自己，幫你自己把交易完成，雖然說可能不能說上是Big Data，但你可能還是有你自己的Data要分析。

自己當老闆的人多少都一定要有些數字的概念，並不是說只要賺多少，花費多少這樣的概念而已，你還需要更精緻化的去看你的每筆花費帶來的營收價值有多少?透過不同管道引入的客戶帶來的價值有多少?從營銷的角度來看，也許你會透過投放網路廣告來吸引客戶，進而成交你的業務，也許你一開始看得是我花了10萬塊，帶來了100萬的營收，所以有個數字為R/E=(Revenue/ Expense)就可以拿來粗步的使用，也就是你花了多少錢買了多少營收的概念，這個數值應該要維持在一個範圍內才是合理，若是太低的話你就要檢視一下自己的花費了。

若可以你應該要用最少得最多，也就是要善用槓桿的威力，你可能可以Break down下去分析，到底是哪幾個通路帶來的價值比較高，那你就可以重新分配你的10萬塊投放，來產生更大的效益了。如果你連你的數字都不知道，那真的建議你就不要自己出來玩了XD。

你想要賺更多的錢有哪些秘訣呢?根據劉克亞老師說的，大概就是成交率、客戶終生價值、潛在客戶數量。這三個數字如果配合上你自己的Big Data分析，你就能串出你最好的賺錢法則，當然這三個面向還是有很多方法可以提升，比如說提升成交率，確認客戶的終生價值，並且如何重複的抓到潛在客戶，是抓不是挖掘喔!這部分的奧秘等我多體會一點再來分享好了。總之今天的重點是，試著從表面上看起來沒甚麼的數字慢慢幫自己釐清，這樣你才會知道你的下一步可以做些甚麼，你做對了哪些事情，做錯了哪些事情。達到時時修正與反省的效果。

文中提到的幾個服務，若有興趣也可以在深入了解一下，比如說Foursquare、LinkedIn、Yelp、Path等，你搭上一個就會發覺下一個了。