數據解密：從購物籃到市場分群的數據驅動行銷

周進華 MachineLearning

一、文章核心觀點

想像你是一家連鎖手搖飲店的行銷負責人，手上有超過 5,000 筆會員的單次消費紀錄。每次看到「大杯珍奶微糖少冰」或「四季春加椰果」的結帳資料時，你是否曾想過：這些點購行為背後，是不是藏著某種規律？如果能抓出這些規律，我們是不是就能更精準地設計菜單、推出促銷組合，甚至挽回快要不再光顧的熟客？

在傳統行銷中，我們常用直覺或簡單的統計來做決定，但面對海量的數位足跡，這種做法顯然不夠用。這幾篇文章的核心主張在於：當代行銷人必須超越傳統的準確度迷思，學會運用「非監督式機器學習」與「分類評估工具」，從混亂的交易與行為數據中抽絲剝繭，將數據轉化為可執行的行銷策略。

作者群試圖解決的核心問題是：當企業面對大量且高維度的消費者數據時，該如何建立正確的評估邏輯（如混淆矩陣、迴歸指標），並透過科學的演算法（如關聯規則、分群、降維）來落實「數據驅動的市場區隔與預測」。

二、重要概念解析

為了讓大家能把這些工具帶回去用，我們必須先弄懂這四篇文章中提到的核心數學與邏輯工具。我把這些複雜的演算法與評估指標，整理成以下三個核心模組：

1. 關聯規則學習（Association Rule Learning）的三大指標

關聯規則最常用於「購物籃分析」，用來找出商品之間同時出現的頻繁模式（例如經典的尿布與啤酒案例）。當我們要評估「如果買了 A，是否也會買 B」時，必須看懂三個關鍵指標：

指標名稱白話解釋數學邏輯（白話版）行銷實務意義
支持度 (Support)這套商品組合在所有交易中有多普及。(同時買A與B的交易數) / (總交易數)確保這個趨勢有足夠的市場基數，太低代表只是小眾行為。
信賴度 (Confidence)買了A的人，有多大比例會順便買B。(同時買A與B的交易數) / (只買A的交易數)用於網頁交叉銷售或購物車推薦的可靠度依據。
提升度 (Lift)買A這件事，對買B的帶動效果有多強（排除隨機巧合）。信賴度 / (單獨買B的機率)Lift > 1 代表A與B有正向關聯；若等於1代表兩者獨立；小於1代表互相排斥。

2. 分群演算法（Clustering Analysis）的進階選擇

當我們要進行市場區隔時，不能只依賴最基礎的 K-Means（因為它假設每個群體都是完美的球形）。以下是兩種能處理複雜數據的進階分群方法，以及衡量分群好壞的指標：

  • 分層聚類 (Hierarchical Clustering)：不需要預先設定要分幾群（K值），它會像樹狀圖（Dendrogram）一樣，由下而上把相似的顧客慢慢合併。這很適合用來探索公司內部的多層次會員結構。
  • DBSCAN 分群：這是一種「基於密度」的演算法。它不需要指定群數，而是找出數據密度高的區域連成一群，並能自動排除那些不屬於任何群體的「極端異常值（Outliers）」。在詐欺偵測或尋找極端小眾客群時非常有用。
  • 輪廓係數 (Silhouette Score)：這是一個介於 -1 到 1 之間的數值，用來評估分群品質。分數愈接近 1，代表「群內凝聚力高（自己人很像）、群間分離度高（跟別群分得很開）」，是檢驗市場區隔做得好不好科學標準。

3. 分類與迴歸模型的評估工具

很多同學誤以為預測模型的「準確度 (Accuracy)」代表一切。事實上，當資料不平衡時（例如 100 個客戶中只有 2 個會流失），模型只要全部猜「不會流失」，準確度就高達 98%，但這個模型完全是個廢物。因此我們需要混淆矩陣 (Confusion Matrix) 拆解出偽陽性（誤報）與偽陰性（漏報）的成本。

同時，在預測連續數值（如客單價、廣告投資報酬率 ROAS）時，我們則需要以下迴歸指標來量化誤差：

  • MAE（平均絕對誤差）：算出來的誤差單位與原始數據相同，最容易跟老闆解釋。
  • MSE（均方誤差） 與 RMSE（均方根誤差）：因為有平方計算，這兩個指標會放大極端誤差的權重，如果你的行銷預策絕對不能出現「天大的大包」，就必須盯緊這兩個指標。

三、與數據分析和行銷領域的關聯

這些看似冰冷的資工、統計技術，為什麼行銷人非學不可？因為它們直接對接了行銷理論的核心：STP（市場區隔、目標市場、市場定位）與顧客價值管理。

傳統的市場區隔往往流於人口統計變數（如：25-30歲女性），但現在的消費者行為高度碎片化，同年齡、同性別的人，購買動機可能完全不同。透過「分群分析」與「降維技術（如 PCA）」，行銷人可以轉化為以「行為特徵」與「潛在需求」為核心的動態區隔。關聯規則則直接指導了 4P 中的「產品組合（Product）」與「促銷策略（Promotion）」，讓我們不再瞎猜如何做交叉銷售。

如何結合 AI 應用？

在當前的行銷實務中，這些傳統演算法已經與大語言模型（LLM）及 AI Agent 深度融合：

  1. AI Agent 自動化顧客洞察與貼標：傳統分群分析完後，行銷人需要花大把時間看數據、解讀這群人是誰。現在我們可以把分群後的行為特徵數據輸入給 AI Agent，讓 AI 自動進行群體文本特徵的「自動摘要與標籤生成」，直接產出如「精打細算小資族」的畫像與溝通文案。
  2. 大模型輔助決策與自動化分析流程：行銷人員可以利用結合了機器學習套件的 AI 助理，透過自然語言下指令（例如：「幫我對上季的電商交易資料跑 Apriori 演算法，並找出提升度大於 1.5 的前五大產品組合」），AI 會自動撰寫程式碼、跑完關聯規則，並將混淆矩陣的可視化結果直接生成報告，大幅降低行銷人的技術門檻。

四、行銷實務應用情境

為了讓大家更好想像，我們來看三個具體的行銷實務場景：

情境 A：品牌零售商的 CRM 與再行銷名單設計（結合混淆矩陣）

一家高訂閱制的電商平台想在雙 11 前挽回「快要流失的會員」。行銷團隊建構了一個流失預測模型。此時，混淆矩陣的策略應用如下：

  • 降低偽陰性 (FN)：如果模型誤判某個會流失的客戶「不會流失」（漏報），公司就不會發送挽留簡訊，導致該高價值客戶永久流失，這代價極高。
  • 控制偽陽性 (FP)：如果模型誤判一個本來就很忠誠的客戶「會流失」（誤報），行銷人給了他不必要的折扣券，就會造成毛利損失。
  • 行動策略 → 平台調整模型權重，寧可輕微增加誤報（FP），也要極小化漏報（FN），並針對預測流失名單自動發送個人化誘因。

情境 B：超商通路的新品研發與貨架優化（結合關聯規則）

某連鎖超商在分析夏季午間交易數據時發現：

  • 「涼麵 => 氣泡水」的支持度高達 8%（代表非常有市場普遍性）。
  • 其提升度 (Lift) 為 2.1（代表買涼麵顯著帶動了氣泡水的銷量，不是巧合）。
  • 行動策略 → 門市立刻調整陳列，將氣泡水機台移至鮮食便當區旁；同時，行銷部在 App 推出「涼麵加購氣泡水享 8 折」的組合促銷，成功拉高夏季午間的客單價。

情境 C：跨國美妝品牌的品牌定位與產品線簡化（結合分群與降維）

一家美妝品牌旗下有 50 種不同的肌膚檢測指標與上百款產品，數據複雜度極高。

  • 步驟一：先使用 PCA 主成分分析（降維），將 50 個皮脂、水分、彈力等複雜特徵，濃縮成「老化防禦力」與「油脂代謝力」兩個核心潛在維度。
  • 步驟二：在低維度空間跑 DBSCAN（分群），自動辨識出 4 個核心消費者行為集群，並排除不具商業規模的雜訊樣本。
  • 行動策略 → 品牌依此停產銷量不佳且定位模糊的單品，並將研發與行銷預算集中投入在這 4 個核心客群對應的明星產品線上。

五、行銷洞察與批判性分析

從這幾篇文章中，我們可以看到數據科學為行銷帶來的巨大機會：它讓行銷從「拍腦袋想創意」的玄學，走向「用數據做實驗」的科學。它賦予行銷人精確量化誤差、合理分配行銷資源的能力。

然而，我們也必須清醒地認識到其限制與風險。商業世界不是封閉的實驗室，消費者心理更是充滿變數。過度依賴歷史數據的模型，容易讓企業陷入「後視鏡開車」的盲區，忽略了市場大環境的突發轉變（如突如其來的疫情或競爭對手的價格戰）。此外，分群與預測模型若使用不當，可能會造成對特定族群的演算法偏見，引發隱私與倫理的公關危機。

批判性思考：嚴格審查與壓力測試

現在，讓我們切換到刁鑽的審查委員視角，對原文及這些理論進行硬核的壓力測試：

  1. 隱含假設（Hidden Assumptions）的漏洞這些理論全部預設了一個強烈的前提：「過去的行為模式必然能完美預測未來」。但在消費者行為學中，人的決策充滿了隨機性、情境性與情緒化。再者，這些分群與關聯規則演算法，高度預設了企業輸入的資料是「絕對乾淨且無偏誤的」。實務上，前線 POS 機的漏刷、會員帳號的共用（例如媽媽用兒子的帳號買東西），都會直接讓關聯規則算出一堆垃圾結論。
  2. 邏輯漏洞與證據不足文章在論證混淆矩陣或分群演算法時，有「以偏概全與倒果為因」的邏輯薄弱環節。例如，當模型發現「購買某類產品的顧客流失率低」，行銷人就急忙推論這個產品能「留住顧客」。這忽略了可能是因為這群人本身就是品牌的鐵粉（因果倒置）。文章缺乏大規模、跨產業的隨機對照實驗（RCT）證據，來證明單靠調整混淆矩陣的門檻，真的能實質提升企業的長期淨利，而非短期的數字自嗨。
  3. 失效的極端情境或反例這套理論在「全新產品上市（Zero-Shot 新趨勢）」或「高涉入度的長週期B2B決策」情境下會完全失效。當特斯拉（Tesla）最初推出電動車，或蘋果推出 iPhone 時，購物籃裡沒有任何歷史關聯資料可以跑 Apriori 演算法；在 B2B 行銷中，採購決策涉及企業內部多方利益博弈與長達半年的談判，這時單靠分析網站點擊流的混淆矩陣或 MAE 迴歸預測，根本無法捕捉真正的決策卡點，模型在此形同虛設。

六、結論

數據是現代行銷人的指南針，但不是你的自動駕駛系統。本堂課的核心精髓在於：不要盲目追求 100% 的模型準確度，而是要根據業務場景的「犯錯成本」來選擇指標（用混淆矩陣衡諸得失，用 MAE/RMSE 緊盯數值誤差）。在做市場區隔時，善用分群與降維化繁為簡，並結合 AI 工具加速分析，才能在數位洪流中找到真正的商業黃金。

課後練習與延伸思考

  1. 實戰代入：假設你是一家「共享機車品牌」的行銷經理。當你要預測「會員下個月是否會退租（流失）」時，請畫出你的混淆矩陣，並說明對你而言，偽陽性（FP）和偽陰性（FN）哪一個犯錯成本比較高？為什麼？
  2. 尋找關聯：觀察你最近常用的外送平台（如 UberEats）。請推測他們可能運用了什麼樣的關聯規則指標，才促使系統在你結帳前跳出「加購甜點或飲料」的推薦框？

文章出處