【專案紀實 | NTU DAC 第六屆上學期】 Cake、慈愛動物醫院、L’Oréal、肯驛、春樹科技
NTU DAC 第六屆除了提供專業的資料分析工具課程外，也舉辦了多元的職涯探索活動，帶領社員深入了解各產業領域。這一年中我們更積極與企業合作，引入真實的商業數據，讓同學們能實際運用分析技能，協助企業解決實務上的商業問題。
這學期我們很榮幸能與 Cake、慈愛動物醫院、L’Oréal、肯驛國際、春樹科技 五家不同的企業進行專案合作，快來一起看看上半年社員們走過了哪些吧！
業主簡介
🔖Cake：從台灣出發的國際人才社群平台，致力於連結全球專業人才與企業機會。創立至今已發展為擁有超過 700 萬用戶、合作企業逾 1 萬家的國際人才媒合平台。Cake 提供多元的求職與招募工具，包括履歷與作品集編輯器、AI 人才配對系統，以及職涯資源中心，協助求職者打造個人品牌，並與雇主建立有效連結。Cake 致力於成為連結全球人力市場的重要橋樑，探索無限職涯機會。
🔖慈愛動物醫院：慈愛動物醫院是台灣首家發展連鎖體系的動物醫院，並於全亞洲率先取得 ISO 國際認證。 目前國內設有多家分院，擁有超過 60 位通過國家考試合格的獸醫師，提供 24 小時的專業醫療服務。除了基礎醫療，慈愛動物醫院亦提供專科診療、美容、保健品銷售等多元服務，並於 2005 年成立「慈愛動物福利基金會」，積極推動動物福利與公益活動。結合東森集團資源，慈愛動物醫院持續拓展寵物醫療與相關產業，致力於成為台灣動物醫療服務的領導品牌。
🔖L’Oréal：為全球最大美妝集團，業務遍及 150 多個國家。集團旗下擁有眾多品牌，涵蓋大眾市場、專業沙龍、奢華精品與化妝品等領域，包括巴黎萊雅、蘭蔻、Yves Saint Laurent、Kiehl’s、理膚寶水等。 L’Oréal 投入美妝產業已有一百多年的歷史，並在全球設有 20 個研究中心，致力於滿足消費者在不同通路的需求，從大眾市場到高端精品，致力於讓每個人都能擁有美麗。
🔖肯驛國際：肯驛國際擁有超過 20 年經驗的台灣頂尖 VIP 旅遊與商務接待服務品牌，深耕金融、保險、電信等企業客戶，致力於「以客為尊」的服務理念。集團每年為超過 200 萬旅客提供全方位一站式服務，整合飲食、住宿、娛樂、交通等多元資源，打造量身訂製的旅程體驗。
🔖春樹科技：春樹科技是台灣領先的 MarTech 公司，將科技與創意結合，為品牌提供一條龍數位行銷解決方案。 公司自有平台「發票怪獸」上線後，已累積超過 350 萬活躍會員，並以獨家掃描技術與 AI 數據分析系統，協助企業精準行銷與成效優化。春樹科技憑藉龐大的消費數據庫與創新演算法，一方面為客戶擴大行銷效益，另一方面也持續推出粉多任務、數據透 MarTecGo 等自有產品，屢獲行銷界獎項肯定。
Cake
| Group 1 |
專案目標：提升 Cake 2C 端學生族群從完成註冊到瀏覽職缺的轉換率。
研究方法：主要利用 Python 執行資料清理、探索式資料分析（EDA）、分析使用者行為路徑，並透過 NLP 文字探勘對用戶期望職缺進行分類，最後進行迴歸分析，以量化各項因素對轉換率的影響。在資料視覺化的方面則利用 Tableau 呈現視覺化的數據分析成果，包括使用者輪廓、使用旅程節點、停滯階段分析等
最終產出：透過規劃出使用者在 Cake 介面上之行為路徑以及找出與瀏覽職缺呈高關聯性之使用者行為，於關鍵行為的節點上發想策略以提升使用者瀏覽職缺之意願與動機。
組員真心話：感謝 Cake 提供這個寶貴的實戰機會，讓我們得以將理論知識轉化成實際的商業策略。最初面對大量資料時有些迷惘，但在業主與 Mentor 的即時回饋與指引下，逐漸學會從雜亂的資料中發掘洞察與價值，也更加理解如何有效地管理客戶期待，精準地掌握專案目標。這段期間，我們不僅強化了數據分析與視覺化技巧，更深刻體會到資料分析對企業策略規劃的重要性！
慈愛動物醫院
| Group 2 |
專案目標：提出一年內慈愛醫療會員淨流入數提升為正之解決方案
研究方法：運用 Excel、Python、 SQL 與 R 語言等工具進行資料分析，例如：利用 Excel 樞紐分析整理會員數據與區域覆蓋率、R 語言進行統計分析 (Fisher LSD)，檢視變數關聯性、使用 Python 與 SQL 查詢會員及方案資料，驗證假說並分析寵物市場現況及機會點。在質化分析的部分也透過深度訪談 8–10 名高齡貓飼主，了解寵物主人的需求、行為及痛點。
最終產出：提出完整的「高齡貓健康守護計畫」，其中包含健檢方案、就診服務與會員經營面向，提供持續性的醫療關懷與減少費用壓力的機制。預估此專案將可於一年內 ROI 高達 83.3%。
組員真心話：透過這次與慈愛動物醫院合作的專案，我們深刻體會到如何運用系統性的量化分析與質化訪談去發掘商業洞察，並精準定義市場機會點。專案初期面對資料量龐大且複雜，但經由議題樹與假說樹方法逐步拆解與驗證後，團隊漸漸理出清晰脈絡，並成功鎖定高齡貓市場的潛力。感謝慈愛團隊在過程中即時給予回饋與建議，使我們在策略設計上更貼近真實市場需求，獲得了寶貴的實戰經驗，也增強了數據分析與問題解決能力！
L’Oréal
| Group 3 |
專案目標：透過深入分析第三方發票資料，為 L’Oréal Luxe 旗下品牌分析其消費者特性並產出行銷策略，以提升品牌整體的銷售額，並進一步帶動 Luxe 事業群的整體營收成長。
研究方法：使用 Excel 與 Python 進行探索式資料分析、假說驗證與資料視覺化。為處理資料缺失值使用 Python 進行 K-means 演算法及文字探勘，應用 RFM 模型進行客戶價值與購買行為的分群，針對目標客群發想行銷策略。最後發放問卷，有效驗證所提出的行銷策略，確認策略可行性。
最終產出：清晰描繪了品牌的目標消費者輪廓（Persona），特別聚焦於重要挽留客。提出具體的經營策略，包括：精準客群行銷策略，依據消費者的行為行為進行客製化溝通與促銷。整合跨品牌資源，擴大行銷效益與品牌間交叉銷售機會。
組員真心話：非常感謝 L’Oréal 提供豐富的資料與自由發揮的空間，讓團隊在資料分析與策略制定的過程中收穫豐富！一開始面對高達數十萬筆、且缺失率高的資料，感到相當挑戰，但透過 Python 與 Excel 的輔助、反覆的假說驗證，漸漸發掘出數據背後的故事與策略的方向。在行銷策略設計上，我們更是首次體驗透過問卷與市場的直接對話，學到許多珍貴的實務經驗，也感受到資料分析如何能實質帶動品牌營收的巨大價值
| Group 4 |
研究方法：運用 Excel 進行探索式資料分析，瞭解消費者輪廓與購買行為。後續利用 Python 搭配 K-means 演算法進行消費者分群，最後利用 Apps Script 等工具補齊 15 萬筆空值。其中也使用 JASP 建模，驗證消費者各品類消費與美妝保養品消費之間的關聯性。最終策略驗證則是設計並發放問卷調查，了解目標客群對提出策略的願付價格與購買轉換意願。
最終產出：明確鎖定具高潛力之特殊目標客群，透過數據分析建立明確的 Persona，精準刻畫其消費特性。根據數據與市場調查後的提出經營策略，包含精準行銷與客製化推薦以喚醒沈睡客戶、跨品牌聯名活動以結合 L’Oréal 旗下其他品牌的消費潛力、特殊節慶及消費情境策略。
組員真心話：本次專案是一個非常有挑戰性且實務性高的機會，我們第一次處理如此大量的資料，過程中運用了許多工具來補齊資料，更學習到如何將技術工具與實際市場需求緊密結合。面對大量空缺與雜亂的資料，我們從一開始的焦慮轉為逐漸摸索出方法，透過不同工具與視角的切入，成功地將數據背後的真實消費者行為洞察呈現出來，也進一步掌握了如何有效地透過量化與質化方法相互驗證策略的可行性，這對我們來說是一次極為寶貴的學習與成長經驗！
肯驛國際
| Group 5 |
專案目標：從母集團導流更多新客到叫車吧；提升總體「機場接送」服務的使用率
研究方法：利用 Python、爬蟲、Excel 等數據分析工具與視覺化呈現工具，針對肯驛與叫車吧過往一年的交易資料、網路上的輿情與相關數據做分析，讓業主了解當前叫車吧的狀況，並提升業主對於資料的掌握度。
最終產出：針對不同客群（只用肯驛、重疊客群等）提出行銷策略，並以數據佐證作為策略依據，協助業主推動精準行銷。
組員真心話：在這次專案中，謝謝業主與 Mentor。我們學會依照當下情況快速調整分析方法，並從使用者角度思考行銷策略，始終聚焦核心問題。透過團隊分工與溝通，將複雜數據以圖表呈現，並不斷與業主對齊需求、滾動式調整策略，最終提交符合實際情境的建議。
| Group 6 |
專案目標：幫助叫車吧建立會員等級分類指標提出客戶經營策略，提升既有會員平均再購次數 20%。
研究方法：使用 Excel 與 Python 對叫車吧的訂單與會員資料進行清理與探索性資料分析，計算各種關鍵指標，並透過 RFM 與自訂模型嘗試進行顧客分群。最終以客戶特徵服務使用與偏好特徵並切割為商務客、團旅客、獨旅客等族群，並利用 Tableau 將分群結果與關鍵特徵視覺化呈現。整合質性訪談後繪製 Persona，確保分群特徵符合真實需求。
最終產出：對各客群提出不同的行銷方向與策略建議並使用 Figma 與 LINE Bot 介面示意，優化顧客旅程中的接觸點，最終提供精準的顧客經營策略與長短期方向，並提出整體使用體驗的改善方法，達成增加再購次數的目標。
組員真心話：這是我們第一次接觸與真實商業情境相關的專案。在與業主溝通的過程中，學會了許多溝通的方法；在資料分析方面，能夠將之前學到的技巧應用於實際需求，感到非常踏實，並在清理資料時不斷發現並解決各種問題。最後，雖然實際的企業專案準備過程中很辛苦，但每次腦力激盪都讓我學到很多，也激發了我們進一步探索商業議題的興趣。
春樹科技
| Group 7 |
研究目標：分析 2023 年 Q4 眼藥水品牌銷售額不佳之市場原因，並針對問題進行深入探討，制定具體策略以提升銷量。
研究方法：首先使用 Excel 進行探索性資料分析，找出銷售趨勢與異常波動。接著，透過 Python 對樣本進行抽樣，調整性別與年齡比例，使其與發票怪獸資料推估的台灣人口結構相符。完成抽樣後，我們在 JASP 中檢驗各項消費者購買因素的顯著性，並將分析結果與外部資料（包括實地走訪通路、訪談負責通路業務的學姐）以及質性訪談內容進行交叉對照。
最終產出：結合市場研究結果與問卷分析，針對屈臣氏中年輕族群對產品特性與通路促販的偏好作為依據，為眼藥水品牌提供提升屈臣氏通路銷量策略
組員真心話：在這次專案中，我們學會了先從整體市場環境切入，再利用所需數據，並以結構化思維拆解問題。過程中反覆收斂分析結果，保留足夠時間重新拆解與驗證，同時掌握資料製圖與簡報故事線的技巧。最後，我們學會將過程與洞察以清晰的架構呈現給業主。
春樹科技
| Group 8 |
專案目標：透過銷售額及市占率分析得知聯名款銷量占整體新客比例低，顯示聯名吸引力不足。以現有發票資料分析眼藥水品牌聯名異業的行銷成效，並提出對應策略。
研究方法：資料分析以 Excel 樞紐分析為主，先將客戶拆分為忠誠客、新客、流失客與冷漠客，再檢視這些客群的購買行為、通路與年齡分布；透過客群拆解與營收拆分，驗證是否有客戶流向競品，並進一步以年齡維度檢視聯名款對年輕族群的影響。
最終產出：找出聯名的產生的效益為何並找出對聯名影響較大的客群。建議品牌未來在設計聯名活動時，需選擇正確年齡族群來設計活動；選擇族群基數大的 TA 對於鞏固營收來說可能更有效。
組員真心話：在專案中學習到實務上資料分析至商業提案的技巧。過程中利用 Excel 進行資料分析，從中深刻感受到釐清問題的重要性，以及須耗費大量時間確認問題與方法。在簡報技巧方面，學會了以簡潔美觀的圖表呈現一項核心資訊，並透過邏輯脈絡的串連，讓分析結果更具說服力。
最後，我們由衷感謝五家合作企業的業主們，透過設定具挑戰性的專案主題，協助社員培養並深化資料分析的實務能力，並於過程中提供豐富的資源與指導。此外，也非常感謝每位專案成員的全力付出，順利完成這八組精彩的專案。
未來，NTUDAC 將持續透過 Medium、Facebook 、Instagram 與 LinkedIn 分享社團動態與專案成果，歡迎所有對資料分析有興趣的朋友持續追蹤，也期待更多企業夥伴與我們聯繫、合作交流！
·
