大數據時代來臨，讓許多行銷人能夠透過夠多的數據來了解消費者的行為、偏好以及消費趨勢。受到 COVID-19 疫情影響，越來越多消費者選擇了改以線上購物方式來購買生活或消費用品，根據 GlobalData 統計，台灣地區具有指標性電商網站 PChome 和 Momo，2020 年 7 月業績都相較於去年同期成長了 12.5% 和 26.7%，也因為電子成長，行銷人將會有更多的數據可以觀察。
行銷科技 (Marketing Technology) 參與了這樣數據爆炸的年代，同時也幫助夠多的品牌或零售業透過工具來發現銷售困境以及找出目標群眾 (Target audience)，根據數據分析的結果，行銷科技策略提供更多有助於找出消費者輪廓、提高行銷活動成效的方法。根據 McKinsey 報告指出，以數據為中心的行銷科技方法，投資報酬率高達 15% – 20%，顯示運用行銷科技輔佐行銷決策的重要性。而在後疫情時代到來，相信很多的品牌與企業將會注重使用數據分析工具來提升業績表現。awoo 將與您分享與數據為中心的八大 MarTech 趨勢。
以數據為中心的8大MarTech趨勢
趨勢一：資料統一性
面對資料量爆炸時代，資料統一將會是重要的需求，大型的科技公司將會發展出資料庫和資料分析工具，來幫助行銷人獲得更完整的資料，例如 Google Analytics，將所有相關流量集中在自家資料庫內，並且協助資料處理和統計，提供給分析者參考，這會有助於品牌或企業更完整的獲得洞察。因此，行銷人務必要具有從這些大資料庫挖掘資料的能力，資料本身並沒有太多訊息，必須結合企業目標或問題，才能夠進一步將資料轉換成資訊。擁有這些資料挖掘能力，才可以幫助企業獲得更多有價值的資訊。
趨勢二：資料處理過程將成為主流
透過資料處理工具不止可以協助行銷策略成長，同時也可以幫助銷售流程優化，資料在清理過程可以找到許多過去不曾看到的現象，所謂的魔鬼藏在細節裡，從細節處找到潛在的銷售的可能性，提高網站的轉換率，降低流失率，這是數據分析時代才會出現的功能。
趨勢三：視覺化工具更加重要
未來會更注重資料的可視性，行銷人要去追蹤消費者消費歷程、行銷活動來源管道等等，從一連串的歷程中，找出利基的點，才可以用最少的資源，發揮最大的效益。大數據視覺化工具例如 Tableau 或 Power BI 的重要性將會增加，它可以幫助整合不同來源的數據，轉換並且清理數據，提供圖示化功能，將複雜的數字轉換容易理解的圖示，協助行銷人員更容易解讀數據，同時提升管理高層的決策即時性。擁有這些工具，將可以獲得數據背後更多的現象理解，將可以獲得更多可執行的洞察。
趨勢四：在地化為基礎的客製化分析
後疫情時代，行銷人發現到許多在地化的消費比率來到高峰，因此必須要透過數據分析來更了解因為地區性所產生的需求，例如台北地區冬天濕度偏高，室內除濕機的需求會比其他地區高，因此家電業者，就可以透過 GPS 或者會員資料，來提供住在台北地區的在消費者，冬天時候，可以更頻繁地看見除濕機的產品推薦，將會有機會提高訂單的轉換率。
趨勢五：找出無效資料且減少不必要的浪費
品牌或企業意識到數位轉型的重要性，因此投入相當多的資源到數位廣告、SEO、EDM 等，並且期待可以獲得更多營收，但是往往會將資源放置在不對的位置上，導致無法獲得預期的結果。透過大數據或者 AI 模型的分析，將可以減少不必要的浪費，因為你可以獲得精準的問題，像是Google ads，如果透過大數據分析出當季最有機會熱銷的產品，並且找出最有效的投放管道，才可以達到加成的效果，讓 ROI 才能夠符合品牌或企業目標。
趨勢六：找出行銷的歸屬來源
過去行銷人都會透過數據找出每一檔行銷活動的問題，或者透過數據來優化每一次的活動內容，現在透過數據追蹤工具，可以協助找出每一個活動成效的來源媒介。例如 Google analytics 歸因模式，可以了解每一個點擊背後的來源，因此可以找到哪一種管道是最適合目前的行銷策略。透過數據追蹤工具的進步，將可以幫助了解不同來源背後對於活動本身的影響，並且提供更多的洞察發現。
趨勢七：資料平台將會取代研究機構
過去客戶消費趨勢市調資料都是委託由專業的研究機構，他們會透過專業研究方法獲取嚴謹的結果，現在透過所謂的客戶資料平台 (customer data platforms) 將會直接擁有消費者的第一手資料，不管是瀏覽資料、偏好商品等等資訊，都可以透過類似的 CDP 平台蒐集並且分析和整合。對於行銷人來說，將可以減少等待時間，並且自由且彈性根據不同問題獲得更多的洞察發現，因此建議要選擇最適合自己企業的 CDP 平台。
趨勢八：商品理解+行為理解=完整消費者輪廓
隱私權益越來越注重，GDPR 將會禁止各家科技公司在未經使用者同意下，任意使用其瀏覽資料，這也代表才會更難蒐集到相關的消費者資訊，沒有精準的資料，行銷的策略將難以打中目標群眾。因此，現在資料蒐集將不會僅限於消費者本身的資訊，將會結合商品理解的資訊，拆解各種商品特徵資訊，並且透過 AI 大數據進行有意義的組合，找出最有適合於消費者偏好的商品標籤，這就是商品理解平台，它可以跳脫出 Cookies 無法追蹤的限制，從商品的角度來找到最適合的商品組合，幫助不管是銷售或是行銷活動能夠制定更全面的策略。
行銷人執行數據分析時的三大注意事項
1.避免花時間在資料準備上
由於科技的進步，資料蒐集並非難事，盡可能透過數據分析工具來協助你蒐集資料，行銷人應該要更注重在資料的理解與洞察，並且盡可能透過數據來進行決策，這將會協助你的行銷活動能夠因應快速的變動。同時，盡可能將資料集中同一個資料庫，未來要撈取現在與過去的資料時才會便利。
2.自動化行銷資料蒐集流程
透過工具排程處理你的行銷成效報告，根據你想要分析規模大小，設定日報、週報、月報，行銷人只要彙整數據和發現問題，並且向上報告並且提出建議，這會行銷成效會更有效率被提升或者是被改善。
3.視覺化行銷活動成效，快速產出可執行策略
不要只有提供數字給你的相關關係人，他們沒辦法輕易地理解你的成效報告，視覺化所有的行銷成效資料，讓所有的成效報告可一目暸然，即便是完全不懂的人也都可以清楚明白報告本身所要傳達的資訊，才能夠讓行銷決策更容易制定。如果你/妳對於行銷科技工具有任何興趣，歡迎與 awoo 聯繫，我們將有專人為你協助。
推薦閱讀：
Google Analytics跟GA4差別在哪裡?從安裝到詳解一次告訴你
