喜歡耶誕老人的顧客，也喜歡……尼古丁嚼片？

社群媒體就是個無限的焦點團體。每則推特、按讚或評論，都代表著某個人主動決定和另一個人、品牌或電視節目互動，集合起來就能夠成為極為詳盡的個人檔案。有了這些資料，行銷人員就能夠觀察民眾在原生環境（也就是處於自己的社群團體，圍繞著各種品牌的商品）會如何反應，而且也能觀察各種品味和行為如何隨著時間改變。集合幾兆個這種資料點，就能讓我們比過去更了解消費者喜好，而且掌握能夠做出預測的關連性。現在，在這種「遍地資料」的環境，我們還不斷從中看到新的見解。其中最驚人的一項，則是原本風馬牛不相及的兩種社群分類，竟可能有意想不到的關連性。長久以來，行銷人員一直想找出這種關連性；像是如果知道全國運動汽車競賽協會（NASCAR）的車迷喜歡BBQ，推出新款辣醬的時候，就該針對這群人打打廣告、做做促銷。然而，從社群媒體發現的關連結果，許多都叫人難以預測、無法想像。這些看來毫不明顯的關連性，除了能讓行銷人員更全面了解某個品牌的消費者，還能讓他們以可行、省錢的方式接觸到潛在的消費者。對於積極的行銷人員來說，也就代表針對那些較可能有興趣的客群，量身訂做行銷活動。舉例來說，在「4C」社群資料公司，我們從臉書及推特建立了一個資料庫，調查15億人、5萬個品牌及超過40種語言間的關連性。以下是我們經過資料分析找出的幾項驚人關連性：耶誕老人和尼古丁嚼片。透過社群媒體資料，我們發現喜歡某種熱門戒煙產品的人也對耶誕老人很感興趣。事實上，那些在臉書和推特上關注耶誕老人訊息的人，會回應該戒煙品牌訊息的可能性比一般人高了355倍！我們對此的推論是：有小孩的吸煙人士每到假期總會想到要戒煙。然而，究竟是否知道確切理由並不重要，資料本身就已經會說話了。只要知道有這種關連性，該品牌就能據以想出一個創意十足的廣告方案：「別讓耶誕老人說你壞，今天就戒煙！」奈爾．德葛拉司．泰森（Neil deGrasse Tyson）與希拉蕊。常有人想知道，候選人該怎樣和選民更拉近關係。我們的資料顯示，民主黨可能成為總統候選人的希拉蕊如果想找名人背書，她該找的可能是個一般人想不到的角色。我們分析希拉蕊和其他名人在社群媒體上的追蹤大眾，發現她該考慮的人選包括演員、夜間節目主持人等等，像是小勞勃道尼（Robert Downey Jr.）、克里斯普拉特、吉米（Chris Pratt）．基墨（Jimmy Kimmel）、柯南．奧布萊恩（Conan O’Brien）。然而，名列首位的居然是天文物理學家奈爾．德葛拉司．泰森（Neil deGrasse Tyson）。Williams-Sonoma和《廣告狂人》（Mad Men）。講到知名電視影集《廣告狂人》，與這些觀眾最起共鳴的品牌為數眾多，但也有許多令人意外，像是第五名是衛星電視公司DirecTV，第四名是家具大廠IKEA。但前三名變化則更是劇烈；體香劑品牌Old Spice名列第三、希臘優格品牌Chobani位居第二，至於第一名則是高檔家居用品品牌Williams-Sonoma。至少第一名這個品牌是看得出點端倪：或許《廣告狂人》那種1960年代的奢華居家場景，讓許多人也想當當高檔的自家大廚。要做為最佳實務，行銷人員應該先找出這些新發現的關連性，評估一下：（1）是否可信？（2）是否適合我的品牌？接著的步驟，就是針對這個新客群進行A/B測試（也稱為「可行性測試」），如果結果顯示瞄準這個新客群的效果比過去的效果更好，就可以擴大這項行銷活動的規模，並想想如何將這項重要訊息應用到全公司上下。舉例來說，如果已經知道某產品和耶誕老人有關連性，而且嘗試在線上瞄準這個客群也有了正面的實效，接著或許就能試試推出特別的節慶產品包裝，或是價格促銷。傳統的焦點團體訪談是種粗糙的工具，不自然、很快就會過時，而且只是很小的客群抽樣，所以誤差範圍很大。如果用上社群媒體這種無限大小的焦點團體調查，就能讓行銷人員得到遠遠更為細緻、精確、及時的資源，各種對於產品及趨勢的資訊可以更為及時、持續，廣告效果更好，客群瞄準也更為精準。社群媒體分析能讓我們看出過去難以想像的模式，正能體現大數據的核心優勢，也讓我們做起事來更有智慧。（林俊宏譯）