追蹤

曹凱閔 (KM)

Digital Marketing (Content and Inbound) | Customer Success | Global Startup Manager | SaaS and Entertainment

市場數據分析是什麼?從社群監測、廣告投放、工程師,看三種不同觀點


線上職涯分享 | 2020 政大徵才月 x XChange 感謝祭

 

2020 年政大徵才月與 XChange 合作感謝祭,邀請 20 位來自來自外商、行銷到科技、數據分析,一共 8 場來自不同領域的講者接力直播分享。


市場數據分析的工作比想像多

 

在數位行銷當道的現今,市場數據分析如雨後春筍般出現,不過我們真的知道工作內容是什麼嗎?是否真如想像的高門檻呢?

XChange 在過往的活動中,收到許多大學畢業生和轉職者的詢問,因此在與政大徵才月合作的活動中,特別找來三位在產業中的前輩,分享市場數據分析的實況。


社群監測:從臉書互動中,挖掘用戶數據

 
 
服務於社群監測公司的 Larry (XChang 海外組),一不小心就會讓人誤會,每天的工作就是滑臉書,但要怎麼滑?從臉書互動和內容中,挖掘用戶背後的行為動機,又是一個看出深淺的功夫。

Larry 用易懂的方式說明量化指標 (聲量、正負評比、頻道數、回應比) 和質化指標 (作者、議題、關鍵字、族群) 之間的使用時機,然而更值得同學們專注的是:

數據思維、批判性思考、產業知識,是三個必備的技能。」

Larry 解釋說,一般人看臉書多半只關注當下的資訊和內容,但是對於市場數據分析師來說,需要利用「數據思維」畫出時間軸,找出事情發生的先後順序,進而發現中間的轉折和異常之處。「批判性思考」則是不斷詢問自己為什麼的一段歷程;「產業知識」可以幫助分析師更快找出洞見。

社群監測分析師

社群監測分析師一天的工作。

 

聽完 Larry 的分享後,我嘗試舉例說明以下:武漢肺炎從 2019 年底慢慢開始被討論,直到 2020 年 3 月的現在已攀至國人最關注的話題,將這個時間軸畫出來後,可以知道社群討論的聲量包含:症狀的理解、藝人表態、WHO 立場、政策推行、口罩衛生紙之亂等等,都讓討論有了不同的聲量和內容。

而表象的事件必須透過反思,才能找到背後可能的原因,例如中美關係的角力、假消息的散布,如果數據分析師對於經濟、政治、國際關係有更好奇的理解,對於武漢肺炎的社群監測便能有更全面的掌握。


廣告投放:理解行銷漏斗,持續優化成效

 

曾經休學、轉職,並且曾在大公司與新創服務過的 Abao (XChang 工程組),目前在 Tagtoo 塔圖廣告科技擔任資料分析師一職。

她建議有志於廣告投放或代理商的同學,可以先研究網路廣告業生態系,以及網路廣告的重點數據指標

尤其是在多場活動中,分享們經常提到的行銷漏斗,從品牌認知、互動、研究到完成轉換,每一步都會留下數據軌跡。Abao 認為一個好的廣告資料分析師,不管你是學習 Facebook 廣告後台、Google Analytics 的訪客路徑和事件分析,甚至是其他第三方資料提供商的數據,必須能將分析結果優化到商業成果

網路廣告重點數據指標

網路廣告的重點數據指標。

 

如果想要在大學時代,就自學擁有廣告數據分析能力,Abao 整理了一份自學資源總整理,並且建議可以從 Excel (敘述統計、迴歸分析) 訓練分析思維著手,行有餘力的話,可以挑一個實際的行銷案例來做個案實驗,對於投履歷的作品集都是很大的加分。


工程師:站在用戶立場,讓資料會說話

 

社群監測和廣告投放,對於非理工背景的學生來說,是進入門檻較不高的選擇,但想要知道工程師如何做資料工作,Jessie (XChang BD組) 給了你一些輪廓。

資管系所畢業之後,一開始先成為開發企業系統的軟體工程師(過往比較少分成前端與後端,工作內容主要偏重後端),而後逐漸開始涉略到系統分析師,撰寫系統分析文件、任務分配和時程安排與追蹤。接著是系統分析師 (規劃者) 的角色,接觸到商業邏輯分析、系統規劃設計等。

正如同許多的工作一樣,隨著職務越爬越高,所需的能力不再只是執行端,更需要設計、策略的思考模式,更精確一點來說,是能夠站在用戶立場思考,才能見樹又見林

說到資料分析前的資料處理,可以舉個簡單的生活實例,當你要做一道菜之前,會先收集好需要的生鮮食材,再將這些生鮮食材進行一輪的處理,像是先把爛掉的挑掉、再洗菜削皮、最後切成相同大小的蔬菜之後,才會真正開始料理這一道菜。

在真正開始使用資料做分析之前的處理跟平常煮菜是類似的道理。

 

ETL

工程師視角的資料。

 

Jessie 舉了一個易懂的例子。對於人類來說:男生、男孩、男性、Men、Male 等詞彙所表達的同一種性別,然則對於電腦來說卻是多個不同的詞彙。資料工程師需要將資料從來原萃取出來,並且轉製成電腦理解的方式 (例如統稱:M),載入後讓電腦完成運算。


新型態工作並非無中生有,而是大量嘗試與優化

 


我偷翻看了一下三位分享者的學歷背景,猜想當時在學的時空環境,可能還不存在現今的工作職務,因此心存懷疑:他們是如何準備自己?能夠在新型態工作 (例如市場數據分析) 浮現時掌握機會呢?

Abao 用了一個很「廣告投放優化」的論調說明:挖掘那些難以清理的資料,你可能什麼也不會發現;但你若什麼也不做,任何 insight 都得不到。

你是否也這些覺得呢?當鳳凰花開的畢業季即將來臨,你是期待多一些呢?還是恐懼多一些?Abao 在大學時期加入 AIESEC、參與群眾募資、成為第一屆交大藝術季的發起人,而後加入知名廣告集團實習,每當出現職涯的選擇點時,詢問對自己的選擇滿意嗎?


如果太抽象的話,Jessie 給出了一個架構:optional — must 為橫軸,喜歡 — 不喜歡為縱軸的四象限,找出你目前現狀的位置,以及所希望未來自己的差距。Jessie 建議你可以嘗試以下步驟:

  1. 發散式的探索與嘗試,設定短期可預見的目標。(不用特別計畫)
  2. 用心感受做過的每一件事情,並且忠實記錄下來。(找出心流和背後原因)
  3. 有意識地做出選擇。(往理想中的自己靠近)
  4. 驗證與重新導航。(每隔一段時間進行重新盤點與校準)

 

職涯選擇

職涯選擇


用一段話作為三位理性數據人的總結,竟然意外充滿哲學與感性:

 


本文章發表於:觀點放送

加入414

曹凱閔 (KM)

國立台灣大學 商研所

追蹤 168 鼓勵作者

Digital Marketing (Content and Inbound) | Customer Success | Global Startup Manager | SaaS and Entertainment

鼓勵作者

目前持有 Blink Coin: Loading..

選擇禮物


愛心

(Coin 10)

幫高調

(Coin 20)

咖啡

(Coin 30)

掌聲鼓勵

(Coin 40)

崇拜眼神

(Coin 50)

驚呆了

(Coin 60)

神人4ni

(Coin 70)

花束

(Coin 100)

鑽石

(Coin 300)

紅寶石

(Coin 500)

藍寶石

(Coin 1000)

黃寶石

(Coin 3000)


送出鼓勵



發表匿名文章不會出現你的大頭圖與名稱,你可暢所欲言,但文章內容務必遵守「佈告欄使用規範」!


回應

送出回應


4 則回應

匿名

2020-04-16 14:00 #1

鼓勵了作者

0

匿名

2020-04-19 10:32 #2

鼓勵了作者

0

匿名

2020-04-20 00:06 #3

鼓勵了作者

0

匿名

2020-04-23 23:10 #4

鼓勵了作者

0

想回應這篇文章嗎?也想發表文章嗎?
馬上登入來發表文章、追蹤作者、收藏文章或回應文章吧!

註冊 登入