两年前，影音串流平台Line TV即有500万名活跃会员，在Line、网站、手机App、电视App等4种通路留下数位足迹，产生大量数据。这些数据为行销部门带来了优化决策的机会，但也为数据团队带来难题。
这是因为，Line TV不同通路的数据散落于不同系统，规模庞大且种类繁多。虽然Line TV原本有一套广告数据的搜集和报表机制，可以自动产生制式报表。不过，为了尝试不同行销策略，行销人员常需要取得既有机制没有提供的数据。此时就得由数据团队支援，由资料分析师手动捞取指定栏位的资料，人工制作出报表。Line TV数据团队不到10人，要支援全公司各单位数据作业请求，人力十分吃紧，也较难以即时回应作业请求。
Line TV用户增长经理詹博详坦言：「整个流程长达两周，很难快速对用户行为快速反应！」所以，Line TV投入百万元预算，决定导入CDP（顾客数据平台），来提升数据应用效率。
他们期望导入CDP，以易用的介面呈现数据，让行销团队能自己处理更多数据作业，不必全靠数据团队。也希望提升影音推荐、广告投放、验证决策等作业的效率，并从数据中探索更多洞察及应用可能。
导入前置作业花半年，教育训练再一季
有些电商导入CDP只需1个月，遇到客制化开发或系统串接需求，则会用上3个月。但光是导入CDP的前置准备，Line TV就花上了半年，因为他们的特殊数据应用需求。
首先，Line TV用户数多，活动足迹横跨许多不同种通路，且有免费的广告观看制（AVOD）跟付费订阅观看制（SVOD）两种商业模式。这些与使用者相关的资料，种类繁多，且规模庞大。
考量到数据汇入与储存的成本，他们必须仔细挑选汇入CDP的资料种类。花了一番时间，Line TV汇整了数据部门、行销部门及其他可能会用到CDP的部门厘清需求，以挑选数据来源及汇入栏位。
不只如此，Line TV为了遵循韩国集团总部的资料使用规范，还需要再斥资上百万元，请厂商客制资料库架构，在云端CDP处理数据阶段使用去识别化资料，将数据汇回自动化行销系统后才匹配个别用户身分，来发送行销讯息。
最后经过一系列数据梳理、汇入、正确性验证作业，根据行销需求设定CDP模组参数后，才完成CDP的建置。
CDP正式上线，詹博详表示，行销人员花了1至2个月熟悉主要功能后，开始浮现第一个也是最重要的效益──数据应用时效性大幅提升。从受众资料捞取、进行行销、事后分析整个流程所需的时间来统计，导入CDP后，数据分析师可以减少70%的作业时间。
詹博详补充，由于一开始花费许多时间对齐新技术与实际业务中的数据使用情境，CDP较好与既有行销策略结合，行销人员使用CDP的意愿也十分积极。熟悉操作后，更会根据新的使用需求，主动要求汇入更多种数据到CDP。
正式上线4至5个月后，行销人员开始运用更进阶的操作，例如设计自动化行销流程、使用不同数据分析模组等，不需要数据团队，便能利用CDP来进行更深度的数据分析，以及不同自动化行销做法。
根据数据修正行销目标及设计跨通路行销活动
Line TV用CDP交叉分析多项关键用户数据，包括用户身分、用户订阅方案、购买行为、观剧种类、点击、进出站时间、为内容评分的频率等，发现了过往未曾知晓的用户行为特征，可用来调整行销目标及做法。
例如，他们发现免费用户观剧时段平均分布在一个月中，观剧主题有高度关联性，但订阅用户则是一口气看完高话题性影剧后就会不上线。或者，用户在不同装置上，观看的时段和内容类型也各有偏好。例如用户常用手机在日间观看连续剧，电视则用于晚上看电影。这些特征数据都是认识用户、修正行销策略的依据。
甚至，启用CDP分析数据一段时间后，Line TV发现，用户流失情况比想像中更严重，才惊觉，原本以获取新客为主轴的行销策略方向不对，因而大幅改为以留存旧客为主。
他们重新改以留存用户为出发点，来分析用户行为，发现不同订阅方案的会员，各自有类似流失模式，可以从中找出关键沟通时机点和内容，来尝试增加留存率。例如，在一部剧快看完时对AVOD用户推荐新剧，或是于订阅方案快到期时沟通会员权益等。
Line TV用户增长经理詹博详表示，导入CDP最大效益是应用数据于行销所需时间从数周缩短到以日为单位，减少了70%所需时间。摄影／洪政伟
透过CDP统整数据，使跨通路行销变得可能
为了善用CDP的分析工具，Line TV行销部门也得具备新的能力，需要学习MA（自动化行销，Marketing Automation）旅程的设计。
詹博详进一步说明，不同行销通路的成效测量依据、时效性、成本、沟通力度都不同，MA旅程设计是思考，在特定行销目的下，如何有效搭配Line官方帐号、简讯、EDM等通路的行销行为。透过CDP统整不同通路的行销数据后，他们才开始根据通路特性，来组合出跨通路行销活动。
詹博详说，Line TV目前有2套重要的MA旅程，一套用来沟通VIP用户留存，另一套则用来挽回已取消订阅的流失用户，这也是他们导入CDP后的重要效益。
另外，Line TV还用CDP来支援广告投放，一面投放广告，一面追踪用户，来调整投放策略，大幅提升了广告转换率。
进行各式数位行销同时，他们也利用CDP上的A/B测试模组，来测试行销成果和验证自己对用户的了解。他们会测试用户的观剧主题偏好，以及测试对不同用户族群的有效沟通策略。例如，要推荐影剧内容，还是给予方案优惠，抑或是提醒VIP权益，才能达到最高成效。
Line TV用户足迹遍布不同通路及装置，包含桌机浏览器网页、行动网页、两大作业系统App，还有电视及Line官方帐号。过往这些数据都散布于不同系统中，如何有效率从企业高度来综合分析数据、拟定行销做法，是一大挑战。图片来源／Line TV
数据应用弹性及数据价值发掘仍有需求未满足
詹博详坦言，导入CDP后，确实大幅提升数据应用及行销的效率，不过，CDP并非万灵丹，实务上仍有4项不足，两项是弹性不足的问题，另外两项是进阶应用的挑战。
首先，影音串流业行销活动需要时常更换素材，来跟上快速推陈出新的影视内容。但他们现有的CDP，一旦更换素材，就需要建立新MA旅程，相当不便。目前Line TV只能用增加人工作业来弥补。
再来，受限于平台和数据源，CDP现有资料新鲜度以天为单位来提供，虽然比过去2周为单位的时效性快了许多，但还是很难执行更即时性反应用户行为的行销策略，例如用户出现特定行为，10秒后发送指定行销讯息。
第三项不足是分众行销的精准度受限于行销人员的数据分析能力。就算用AI辅助圈选行销的受众，但仍需行销人员先从数据报表找出模式，人工定义出明确的用户条件，无法用例如「我想要找高潜力订阅用户」这种条件较抽象，但更贴近行销目标的条件来圈选。最后一项是，Line TV无法进行更精准的定价，他们希望能根据多维度数据，来推出因人而异的卖场或方案，类似于机票平台动态定价功能。
为了深化顾客数据分析的应用，Line TV透过持续A/B测试，让行销团队与数据团队密切协作，尝试更多分析专案，一面确认行销成效，一面逐步微调行销做法，也持续探索其他AI工具对数据行销的应用可能性。