大數據
到底這個月的業績是多少？「數據治理」是數據應用的基礎 Why Data Governance matters?
數據治理 (Data Governance）是數據應用的根本。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。
OMO的顧客旅程：Show-rooming展廳現象與Web-rooming反展廳現象
門市通路很不喜歡Show-rooming（展聽現象），透過重建OMO顧客旅程，可以讓Show-rooming的消費者的線上消費，可以歸因回某門市的服務，並讓門市認列到業績，就可以把Show-rooming的現象，變成推動OMO的助力。
廣告追蹤碼到底在追蹤什麼？—重建「顧客旅程」（Customer Journey）
追蹤並儲存網站的每一個點擊，把這些消費者的網站行為，轉換成有意義的零售業數據，依據時序重建顧客旅程(Customer Journey)，透過顧客旅程，可以理解消費者意圖，並重新檢視媒體佈局的策略。
DMP 與 CDP - 網路廣告的數據基石
當第三方追蹤碼被淘汰，零售品牌因應網路廣告的巨變，要透過CDP掌握自己的數據，並串連DMP來提升廣告成效。網路廣告運作的基礎靠數據，而CDP是DMP是數位行銷重要的數據基石。
為什麼要做會員分級制度？
會員分級制度是零售業常用的會員經營方法，可以有效提高會員貢獻度。其實運作的原理，是利用RFM的Ｍ - 會員貢獻度 來分群，也是一種利用零售業大數據分群操作的常用方法。
LTV（顧客終身價值）- 每段關係都有一個期限
LTV 顧客終身價值，是透過大數據分析，了解會員的流失情形，會員的生命週期的平均時間長度，以及平均一個會員的長期累積貢獻。透過LTV，可以協助零售業知道熟客經營的投報情形，調整會員經營策略。
NAPL模型 - 零售業數據教我們的人生哲理
NAPL模型 - 是一個零售業的會員分群模型，透過大數據分析，協助零售品牌了解會員分布的樣貌，追蹤會員經營的成效，並針對不同分群的會員，設計會員行銷活動。
