Google Analytics 免費版和 Google Analytics 360 的六大差異

大家熟知的網站流量分析工具 Google Analytics(以下簡稱 GA)有兩個版本:免費版 GA 與 GA360。隨著企業對於數位流量分析的需求日增,我們經常面對客戶詢問「免費版跟付費版的差別在哪裡?」另外,使用免費版 GA 有許多限制,但一年要價 450 萬台幣的 GA360 又能為企業帶來那些價值?本文針對上述問題進行整理,讀者可根據比較表或需求確定哪一套工具比較符合目前企業需求。 繼續閱讀 “Google Analytics 免費版和 Google Analytics 360 的六大差異”

高成本獲客時代,金融業如何透過 AI 與大數據找出路?

瞄準年輕族群商機,銀行業者今年紛紛打起消金補貼戰;除了有感的現金回饋以外,銀行也推出數位帳戶連結、網購外送優惠等方案搶食年輕小資族這塊大餅。消金一直都是金控的主戰場,今年起不僅數位銀行、純網銀加入競爭,連過去以企金為主的公股銀行也加入戰局搶發卡。

消金補貼戰,銀行搶獲客

補貼戰背後,如何「獲客」仍是消金業者最大的難處。這是一個供需問題;銀行不斷搶進之下,銀行的獲客成本自然持續上升,因此如何有效維持成本、提升營利空間變得非常重要。網路資訊和社群媒體興起成為影響決策的關鍵點;年輕人在辦卡前總是會上各大論壇爬文比較、參考各類財經部落客和網友的評價才下決定。這樣的行為改變,使商品的主導權由企業轉移到了消費者身上;意即,企業要賣什麼、推什麼樣的服務,是由「消費者喜歡什麼」決定。 繼續閱讀 “高成本獲客時代,金融業如何透過 AI 與大數據找出路?”

為什麼要用 Data lake?淺談企業自建資料湖泊的關鍵因素

企業因應數位化紛紛加速轉型動作。iThome 在 2019 臺灣企業雲端大調查中發現,台灣已有 6 成的企業在推動數位轉型,各產業皆然,另外也有 25% 企業認為有必要推動但尚未執行。這一波數位轉型浪潮來自網路的全面化;無時無刻連網的情境帶動了行動、O2O 等各種全新商業模式;而數據量暴增,也迫使傳統企業思考如何藉由數據與科技提高用戶忠誠度、改善消費體驗、提升內部效率。

大數據分析、AI 技術藉此快速竄起;例如近幾年行銷領域很紅的 Martech(行銷科技),就是透過科技與改善人為判斷的偏誤,改以數據導向、機器學習驅來優化廣告行銷成效。但是,暴增的數據要如何有效整合運用?企業又要有多深的口袋才能做到? 繼續閱讀 “為什麼要用 Data lake?淺談企業自建資料湖泊的關鍵因素”

資料倉儲、資料湖泊與 DMP 介紹與比較

數位轉型趨勢下,企業蒐集的資料量體越來越大,來源、格式與應用也漸趨多元。因應此一趨勢,企業的資料架構與管理思維也不斷在演進。

以往各單位彼此獨立蒐集資料,為解決這種「資料孤島」的問題,開始有「資料倉儲」集中式儲存企業各個部門的資料。而隨著近年資料科學與大數據興起,資料集延伸,企業逐漸希望由大量未經處理的原始資料 (raw data) 開始著手,也因而有了「資料湖泊」的概念產生。

本文分別針對常見的資料倉儲 (Data Warehouse)、資料湖泊 (Data Lake) 與數位廣告應用常見的 DMP (Data Management Platform) 比較差異。
繼續閱讀 “資料倉儲、資料湖泊與 DMP 介紹與比較”

[全球案例] 聯合利華如何使用 Google Cloud 優化行銷活動

知名跨國消費品公司聯合利華 Unilever 擁有包括多芬 Dove、立頓 Lipton 和 Ben&Jerry 在內的 400 多個品牌,是全球最大的消費品公司之一,業務遍及全球 190 多個市場。公司的核心目標是在環境和社會兩方面建立一個永續經營的業務,透過對話與消費者建立「一對一消費者關係」,這項價值 10 億美金的投資旨在建立專屬聯合利華的數據,而不再透過時程相對較久的廣告代理公司來取得資料,Google Cloud 在其中扮演至關重要技術支援的角色。 繼續閱讀 “[全球案例] 聯合利華如何使用 Google Cloud 優化行銷活動”