作者姓名: contact@ntudac.com

本次專訪，邀請到擔任第四屆專案長的 Ivan 學長，為我們分享加入 DAC 的學習目標、擔任學員和幹部時的收穫 […]

透過問卷調查消費者偏好通路及網路爬蟲各夥伴店址資料的方式，量化各個線下合作夥伴及店址的營運表現，並透過加權分數對店家進行等地排序。最後製作出包含多樣參數的 Tableau 視覺化儀表板，可根據不同策略目標來動態調整權重的參數，以獲得合作夥伴和店址的動態排名。

使用 Excel、Tableau 進行探索式資料分析，透過與業主不斷的溝通漸漸聚焦目標於特定產業的新用戶。接著運用 Python 進行大量資料的資料預處理，並利用隨機森林模型找出影響用戶回購的關鍵主因。最後再根據模型結果，提出短、中、長期提升留存率之營運策略。

藉由不同資料集的串接，以 RFM 模型將 C 端會員分群後以不同維度切入，並接續以 K-means 和標準化等方式分群，搭配業主提供的「神策分析工具」將目標會員的資料倒入，以漏斗分析觀測不同階段、不同產業的目標會員的轉換率，進而提出因應的行銷策略。

透過增加司機數量、提升媒合成功率並增加長單率等方法有效提升營收。同時，依據搭乘次數將客戶分群，針對高價值用戶開發新功能以提高搭乘頻率，進而提升用戶黏著度。