文／陳傑豪

以往行銷人面對每日繁雜的工作，只來得及把事做完；現在大數據資料都存在雲端，按按鍵盤就得到結果。行銷人省下大筆時間，該做的是把精力花在判斷哪些事交給機器做、哪些事給人做。先知道做這些事情的意義跟價值是什麼，讓機器把事做完，人的目標是把事做好、做對、做優。

這就是訓練（training）跟學習（learning）的差別。training是把事情做快，透過反覆訓練達到提升效率；但learning 卻是把事情做好做優，形成學習曲線達到內化，再透過內化不斷轉化，這種從源頭去思考的學習，會延展出更多創新的可能性。

以往行銷人花三小時做張報表，即使做到熟練，頂多變成花一小時就完成；但現在，做報告之前應該先問：為什麼要做？想得到什麼？從需求往回推，問出QBQ，才知道如何設定條件運用大數據，經過這個腦力激盪過程，行銷人有所學習，才能不斷成長。

把training 交給機器，learning 交給人。一個真正的行銷人，應該去做決策、建議、諮詢、價值判斷、風險分析管理……等，這也是大數據帶給行銷人的一份禮物：實現人機分工，還原行銷人真正的價值。

假設電子商務，百人點進商品頁面，有一成轉換率，那你該問的是那十個買家？還是九十個不買的人？從不買的人之中，又可以獲得怎麼樣的訊息？

全腦思考要加上一些好奇心和想像力，針對前面提到的電子商務的例子，我們當然可以很貪心地從有購買的一成裡面，去累積與觀察從新顧客到主力顧客的過程，然後一方面去調整使用者介面或是商品組合，透過A/B Test 來觀察轉換率是否有效提升。