當STP「行銷策略」遇到資料科學—案例分享與Python分析規劃

當STP「行銷策略」遇到資料科學—案例分享與Python分析規劃. 這是一個高度競爭的商業世界， 如何「打敗競爭者」每天都在考驗著企業與行銷人。

但是話說回來，企業所認知 ... GetunlimitedaccessOpeninappHomeNotificationsListsStoriesWritePublishedinMarketingdatascience當STP「行銷策略」遇到資料科學—案例分享與Python分析規劃這是一個高度競爭的商業世界，如何「打敗競爭者」每天都在考驗著企業與行銷人。

但是話說回來，企業所認知的競爭者，真的是自己每天想打敗的對象嗎？還是另有其人？或者我們換個問法好了，消費者真的會將我們的品牌，與我們自己所認知的競爭者品牌，直接當成替代品來看待嗎？我們是否真的很清楚消費者對自己品牌的真實看法呢？這些問題不只發生在大企業，只要掛上品牌來經營的企業，無時無刻都應該審慎思考這些問題的答案。

實務上，我們又是如結合行銷策略與實務操作呢？馬上來看看我們的案例背景~一、案例背景27歲的林曉美結婚不久，生了一個孩子後，不想再當上班族。

在老公的鼓勵下，林曉美決定創立A品牌。

林曉美本身對於販賣女性用品很有熱情，總覺得女生要打扮地漂漂亮亮，才不愧上帝賜予身為女性最佳的禮物，因此公司的商品便以女性用品為大宗。

同時由於林曉美自身年齡的關係，因此A品牌的目標消費者（TargetAudience，簡稱TA），就以25到40歲之間的上班族女性為主。

創業之初，林曉美並沒有遠大的目標，一切以「先賺到錢」為前提。

因此，只要是能獲利的女性商品，A品牌都想辦法引進，甚至還代理了日、韓的化妝品。

不過，聰明的林曉美在經營多樣化商品之時，有一次意外地發現「運動內衣」這條產品線的產值，竟然在公司的營業額比例越來越高，後來公司超過半數以上的獲利，都來自於這條產品線。

因此，之後林曉美在向顧客介紹A品牌時，索性提到A品牌是「專業運動內衣」品牌。

回過頭來看，A品牌的運動內衣在整體市場中，處於中等價位，每一件大約從新台幣700元至1,300元之間，價格略高於其他的知名競爭品牌。

搭上女性運動風氣日盛的浪潮，五、六年下來，A品牌至今營業額破億，在台灣已算得上是中型企業，但眾多運動品牌如雨後春筍般興起，讓「運動內衣」市場競爭越來越劇烈。

林曉美此時想的是，如何鞏固A品牌在女性消費者心中的價值與地位，運動內衣市場該怎麼樣走出下一步。

因此，林曉美決定與我們臺灣行銷研究公司（TMR）合作，透過行銷資料科學，發展詳細的STP行銷策略研究。

二、專案執行重點接下來我們即將簡要說明使用STP行銷策略的資料科學相關工具。

在開始之前，若讀者對STP行銷策略的定義想要有更深的了解，歡迎先閱覽我們過往寫的文章—【STP是一個不斷循環規劃的過程】。

在這個案例中，我們將利用行銷策略的三大流程：市場區隔、目標市場、市場定位貫穿我們整個分析的流程，如〈圖1〉。

透過一系列電子商務交易資料（蝦皮購物Shopee，新加坡籍電子商務公司的台灣網站）與蒐集社群討論資料（批踢踢PTT，台灣BBS網站），並以分群演算法及自然語言處理技術來執行STP行銷策略分析。

〈圖一〉STP循環我們將依行銷策略循環規劃結合資料科學之方法，詳述STP行銷策略流程如何結合外部資料，解析分析觀點並教導大家如何進行分析前的Python套件規劃。

1.市場區隔（Segmenting）A品牌運動內衣公司與其競爭品牌目前都在蝦皮購物網站上銷售。

由於蝦皮商城上都會顯示每個商品的「銷售數量」與「商品單價」（如圖2所示），因此可以藉此推估運動內衣整體市場的總值，進而讓運動內衣廠商在有限的行銷預算下，初步篩選出有意進入的市場區隔。

利用bs4套件爬下蝦皮資料後，再使用pandas與matplotlib進行簡單的市場分析，而我們則可藉此大致描繪出運動內衣市場的樣貌，並計算出每個商品庫存單位（StockKeepingUnit,簡稱SKU）的銷售量。

現在幾乎賣家都會在自己的銷售的商品中加入許多標籤（Tag），Tag也代表了商品的特色，如〈圖2〉中提到的「無鋼圈」、「小可愛」、「健身慢跑瑜伽」等Tags。

而當消費者購買了該項商品，也就等同該商品「自動」幫消費者貼上了商品Tags。

當蒐集完相關資料後，我們即可使用分群演算法將消費者擁有相同特色的產品加以歸類，做為市場區隔的依據，進而為選擇目標市場打下良好的基礎。

〈圖2〉蝦皮商品範例最後，綜合整理進行市場區隔時，會使用到的Python套件功能與效益，如〈表1〉所示。

〈表1〉市場區隔會使用到的套件綜整2.目標市場（Targeting）我們將蝦皮進行市場區隔分析後，為了確保資訊正確性，我們還考量了使用者的年齡層大約在25～45歲的PTT論壇中抓取相關的輿情文章。

PTT是臺灣最熱門的討論平台之一，許多消費者會在PTT上展開各方面的評論，而討論的聲量也間接代表未來潛在的獲利，因此成為這次專案驗證Tags的首選。

使用bs4爬下PTT討論內容後，利用Jieba切詞，並進行詞頻分析，找出市場中討論度最高的關鍵字。

再與蝦皮市場區隔中的Tag比對，查看兩個市場的需求是否具有相符之趨勢。

若具有相關趨勢，即能證明蝦皮Tag統計出來的市場金額與PTT的輿論相同，進一步選擇相關目標市場。

以下是進行目標市場選擇時會使用到的套件之功能與效益，如〈表2〉。

〈表2〉目標市場選擇使用套件之功能與效益3.市場定位（Positioning）決定目標市場後，我們將建議林曉美並不能貿然的跳進市場開發，我們會協以關鍵字分析圖、關鍵字五線譜、品牌GPS定位圖與藍海關鍵字策略圖區分「競爭態勢」，進而找出可以進攻的藍海市場，真正找出商品的A品牌的市場定位。

這個階段主要利用Pandas套件進行資料整理與Plotly動態圖呈現視覺化結果。

在競爭分析的定位運算上，有別於單純的關鍵字對不同品牌的聲量統計，我們將使用Sklearn套件的TfidfTransformer功能（TF-IDF）計算關鍵字的深度與廣度數值，再結合cosine_similarity功能（cosinesimilarity），計算關鍵字與不同品牌的的「關聯性」，關聯性愈高，則代表關鍵字與該品牌在消費者心目中愈相近。

最後再將各品牌關鍵字共同進行視覺化，期望以較準確的方法找出不同品牌與關鍵特徵字詞的競爭態勢，為林曉美的A品牌打造新藍海策略！綜整進行定位時，會使用到的套件的功能與效益，如〈表3〉所示。

〈表3〉定位工作所使用套件之功能與效益三、結語利用Python進行STP的好處在於：執行相同分析的成本幾乎為零，因此當我們在進行分析時，可以繪製出所有分類市場的圖型進行比較，如此一來不僅能夠清楚了解本身的定位，更能讓我們以宏觀角度看待整體市場，進而找出可差異化的關鍵因素。

本文章的分享了我們在面對專案的思維及分析規劃的過程，若是喜歡我的文章，請幫我多拍兩下~下次的文章，我們將繼續和大家分享在分析規畫及不同的套件的安排使用，如何用Python繼續作後續的實際操作!!歡迎透過telegram或Medium追蹤我們~及時掌握行銷資料科學最新動態！作者：鍾皓軒（臺灣行銷研究有限公司創辦人）、蘇宇暉（台科大管研所博士候選人）歡迎加入我們的Telegram獲取即時訊息！https://t.me/marketingdatascience歡迎加入我們的Line@獲取即時訊息！https://line.me/R/ti/p/%40cde8265rMorefromMarketingdatascience行銷資料科學 — 數據驅動精準行銷。

基礎概念、趨勢、方法和實戰。

ReadmorefromMarketingdatascienceAboutHelpTermsPrivacyGettheMediumappGetstarted行銷資料科學7.5KFollowersMarketingdatascience.台灣第一個行銷資料科學(MDS)知識部落，本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作，讓粉絲們瞭解資料科學的行銷運用，並開啟厚植數據分析能力之契機。

粉絲專頁：https://www.facebook.com/MarketingDataScienceTMRFollowHelpStatusWritersBlogCareersPrivacyTermsAboutKnowable