我們愈來愈知道數據的重要性，數據是 AI 的油田、是經營會員的基礎，零售業也愈來愈知道要掌握自己的數據，從原本的顧客關係管理（Customer Relationship Management，CRM），都進階到要有自己的顧客數據平台（Customer Data Platform，以下簡稱 CDP）。

但今天先別管 CDP 了，你有聽過 GIGO 嗎？

什麼是 GIGO？為何數據治理（Data Governance）很重要？

「GIGO」（Garbage In, Garbage Out），你丟進去垃圾、出來就是垃圾。在數據的世界沒有再生資源這件事，數據處理得好是資產，處理不好就是垃圾。拿垃圾資料做數據分析，分析出來的結果還是垃圾。

公司買了厲害的 CDP，都是為了從數據中練出黃金，千萬不要在高檔的 CDP 中，放了滿滿的數據垃圾。想透過數據應用來創造價值，數據治理（Data Governance）就是一切數據應用的根本，卻也是最常被忽略的一件事。一個品牌的會員資料？業績是多少？沒有好的數據治理，甚至這些根本的數據都是錯的，永遠看不到對報表，看不清楚自己公司的經營全貌。

累積超多會員，卻派不上用場？談資料清洗（Data Cleansing）的重要性

品牌知道會員經營的重要，但品牌卻很常搞不清楚自己有多少會員。大多數的累積會員數，都是一種自 High 的虛華指標。

為什麼品牌會弄不清楚自己的會員數？因為有太多的會員是沒有意義的。也就是「會員資料是髒的」，會員資料是需要清洗的。我們常常會遇到一些品牌，號稱有 400 萬會員，可一經過資料清洗（Data Cleansing），最後留下可用的會員數，可能最後只剩下 100 多萬。

什麼是會員資料清洗？為什麼會員資料會愈洗愈少？

1. 確保「唯一性」

過去以門市經營為主的品牌，常常會留下很多的重複會員資料。作為消費者，我們也常常忘記是否加過某個品牌的會員，櫃姐為了方便，通常也就會乾脆地請你「再加入一次會員」。

我們常在協助品牌清理會員資料時，看到會員資料裡面，一個手機號碼有 3 個會員帳號這種資料重複的狀況，且每個帳號下面，可能最近都還有交易紀錄。這種原始的會員資料，就需要「清洗」，把重複的會員資料整併。

2. 確保「有效性」

有些會員資料是「無效的」。像很多會員的原始資料，只留下了會員姓名、編號，但沒有手機號碼、Email、地址，也就是「完全沒有可溝通的資料」。這種會員資料，通常我們會挑出來，備存在其他的資料庫裡面。

一般來說，沒有任何可溝通資料，也沒有任何交易資料的會員，基本上就跟不存在一樣，存在的意義就僅是讓會員數可以加一。

3. 確保「可驗證性」

有些會員資料雖然有手機號碼，但卻不是 10 碼，例如「12345678」或「0900000000」，也就是一看就很明確知道欄位資料是錯的。

Email 也是能被驗證的資料欄位，例如沒有 @、@ 後面只有一個英文沒有「.」，都是錯誤的欄位資料，理論上都要挑出來把欄位清掉。

有些會員資料的生日也非常有趣，可能像是「1900 / 08 / 20」，也就是這個會員已經超過 100 歲了，通常就是在填會員資料時亂填或櫃姐是亂 Key 的。尤其當這些會員近期還有交易紀錄的時候，如果真的不是當時亂填、亂打的，那就要去拜拜了。

4. 確保「相依性」

有一些資料欄位之間是有「關聯邏輯的」。例如會員性別欄位是「男性」，身分證字號欄位的資料開頭應該要是 1。如果地址欄位填寫的是台北市，郵遞區號就要是 1 開頭。

會員現在的點數與等級資料，理論上也能透過交易資料回溯。例如某會員已經是第三等級的 VIP 會員，可近一年卻沒任何交易資料，如果不是公司內有「特別關係」的會員，那可能就是哪裡有問題了。

5. 避免「資料誤差」

在清洗完會員資料之後，我們會開始做第一次快速的會員資料分析。通常我們會把所有會員的年度累積貢獻加總，依據每個會員的累積貢獻做排序。通常前 10 大的累積貢獻會員裡面，會藏有很多的驚喜。

例如某品牌可能平均會員的年度累積貢獻約 10,000 元，但前幾大可能都超過 1,000,000 元，而且第一大貢獻度的會員，一年花費可能高達 3,000,000 元。

通常老闆會很意外，哪裡來這麼熱情的品牌粉絲，很想好好的認識她謝謝他，一聯絡才發現，接電話的這個會員，可能是某個分店的櫃姐。

這類的「超超超級大戶」，很多不意外都是特定櫃姐自己養的帳號。而真正的超級大戶，是藏在櫃姐的口袋名單裡，品牌自己的會員資料庫，反而永遠看不到。但這類並非由正常的會員消費行為所累積下來的數據，通常會造成整個資料分析的偏差，也是要挑出來清洗。

零售業最在乎的業績數字，很常是不準的！背後 4 大因素

零售業的業績數字，是老闆最最最在乎，但也常常是最最最不準的數字。

1. 時間差

以往的零售業以實體門市為主，業績需要在關帳後回檔，有時因各門市檔案拋回時間的不同，造成不同時間看業績，可能得到的結果是不同的。

但零售業開始增加線上購物的通路，買賣不再是單純的銀貨兩訖，一手交錢一手交貨，而變成會有一個相對負責的「訂單生命周期」。也就是一張訂單會有許多的狀態，像是從成立訂單、到撿貨、出貨、到到貨後、鑑賞期完成等。

因為一張訂單所產生的各種狀態，也讓業績的結算變得更加複雜。不同的狀態就像數學上的不同單位，也就是說我們不能把已出貨的訂單加上剛成立的訂單業績，得到的總業績數據的意義，會變成意義不明。

2. 狀態差

線上購物的訂單，也就是消費者今天在網站上下單的這些業績，可以直接算進今日業績嗎？一般來說，訂單成立之後只是一種預售，真實要轉變成能結算成業績的訂單，需要到訂單真實撿貨、包裝、出貨後，才能落袋算成業績。

而且訂單還有可能會取消、退貨。如果取消退貨的比率平均有 20%，單純看每日線上購物的網站成交金額（Gross Merchandise Volume，GMV），很容易跟老闆報告的業績數字，變成一個高 20% 的歡樂指標。

3. 邏輯差

而退貨的單，要怎麼結算呢？如果退貨要「勾稽」回原來的訂單，那每個月結算的業績數字，會變成是「浮動」的。

舉例來說，如果 11/25 的訂單，12/5 完成了退貨，結果因為勾稽回原來 11/25 的單，造成本來 11 月結算的總業績，會因為 12 月初每天的退貨勾稽回 11 月訂單，而需要再扣除原本 11 月才結算的的總業績，結果會因為 12 月發生的退貨，讓 11 月的總業績雖然結算了，但卻隨著 12 月的退貨回來的數字而一直變動。

另外一種做法，是為了讓業績好結算，今天退貨完成的單，就扣在當天，而不勾稽回原訂單。這種做法雖然會讓已經結算的業績不會再變動，但卻會讓當月的總業績，因為上個月活動退貨的數字，造成對當月業績的影響，甚至在經營上誤判。甚至有時品牌規模小，還會因為某天退貨量太大，造成某天結算後總業績反而是負的情形。

4. 語意差

含稅、不含稅？實際結帳金額？發票金額？要不要扣除點數折抵？所以到底業績報表上的總業績，到底是指哪一種業績呢？有時候光一個業績欄位，可能就有 10 幾種定義，計算的邏輯都不同。

如果來自不同通路的業績報表，沒釐清各自數字欄位的意義，就把這些通路報表的數字直接加起來變成總業績數字，很容易就算不準真實的數字。這種欄位定義不同的數字相加，就像雞和兔子放在一起數一樣，怎麼加都不對，而我們並不是在解雞兔同籠的問題。

零售業如何做好數據治理？4 個關鍵做法

廚師要做出好吃的食物，新鮮且品質好的食材是最關鍵的。有時真正好的食材，愈少的烹調反而更能凸顯食物的美味。而好的食材，則來自於從生產開始的每一個步驟，每一個環節，理應都可以看到每一步用心的力道。

所有數據應用都依賴「數據」本身，所以做為原料的數據，從數據源頭開始的每一個步驟，到成為數據應用的產出，都需要好好的管控，每一步驟都是數據治理所涵蓋的範圍。從食材到每一道料理，從數據源到每一個數據應用，管理好流程上的每一步，才能創造最終的高價值產出。

1. 數據清洗

如同上述會員資料的原始資料狀況，會員資料可能會有重複、資料的缺漏、資料當時輸入時的手誤等，在正式存入數據庫之前，都要進行「數據清洗」，以確保數據的正確性、一致性、可驗證性、完整性、相依性等等。

就零售業來多，通路愈來愈多元，等於有很多不同的數據源，來自門市的 POS、來自電商的訂單、來自社群平台的訂單等等。不同的數據可能原始數據的格式不同、欄位的定義也不同，也需要在匯入資料庫前，進行數據清洗，把不同定義不同格式的數據拉齊。

2. 數據定義

在整個完整的數據處理的數據流中，每一個欄位數字代表的意義與內容，都要能保持前後一致。數據定義在完整的數據流中，是一個如同憲法般的存在，確立了所有數據清洗（input）、數據應用（output）的根本。

每一個數據從開始進來賦予了名字之後，在整個數據處理流程中，每一個單一個數字，從頭到尾都要帶著自己的名字，以及知道名字背後的意義。無論到哪裡，不要遺失了自己名字，無論怎麼各種應用中流動，不要忘記了自己是誰。

3. 數據驗證

數據驗證是數據處理的 QA，如果數據處理的數據流是一條生產線，數據驗證就像品保一樣。

數據的處理過程中，會經過許多的運算加工，為了確保這些運算邏輯的合理性，就需要透過數據驗證來確保。數據定義是確保每一個欄位的內容與意義，數據驗證是確保數據在被計算的過程中，算法與邏輯的合理性。 就像做數學題一樣，數據驗證就是一種驗算。只是處理的是很巨量的數據，透過一種自動化的方式，有效率的做邏輯確認。

4. 數據安全

數據要被安全地保存，未雨綢繆地進行異地備援。因為涉及了大量個資的數據，需要有效的進行加密。數據的存取要被控管，除了基本的防火牆等軟硬體的保護，最重要的反而是人員的管控。

誰可以存取這些數據？不同的人有不同的權限可以存取這些數據？存取數據的過程是不是都有完整的 log 紀錄。大多數都牽涉到組織對於數據相關人員的管理機制，需要有完整的 SOP。

（本文經授權轉載自 零售的科學）