文／陳淑芬
台灣電商龍頭PCHome家庭傳媒創辦人詹宏志在他的《創意人》一書曾舉「魔島理論」提出一個反思：創意並非憑空出現，而是如古代水手在汪洋海域遇到突然冒出來的魔島一樣，是既有的知識、經驗（珊瑚礁）經年累月的累積最後浮出水面。魔島理論說明了「神祕的」靈感、創意的產生，其實資料（data）是經長期累積，並非憑空出現。
巨量資料的精神在於，如何從看似無相關的大量資料，進行分析後獲得對於企業營運、服務等，提供不同面向的新見解，以做為未來提升的參考。長期以來，廣告界以嚴密的市場調查找出TA（目標族群）的數據、資料，發展創意與精準廣告行銷方案，為廣告主創造利益。
現在，廣告行銷除了焦點團體（focus group）、市調，又加入了第三個工具「巨量資料分析」，透過大數據分析，媒體代理商更清楚掌握生活者的脈動和媒體使用行為，能根據不同的目標，以找出更精準的投放目標（消費族群）。
大數據的質變，決定你的購物清單
在「萬物皆可連網」的物聯網時代，每天全球有兆億的資料在雲端流動、誕生，這些龐大、雜亂無章的非結構性資料形成「大數據」。
只要你生活在當前的世界，無論你使用桌上電腦、平板或透智慧手機上網；選擇任何品牌、廠商所提供的服務，譬如蘋果、全球電商龍頭亞馬遜、台灣的統一、詹宏志的PCHome，或者是毀譽參半的社群網站臉書，都能夠利用這些「大數據」的資料，運用雲端運算與數據分析，就能夠更精準給予消費者個人化的產品與服務。而且數據資料量愈龐大，其結果愈準確。
即使自認僅是單純在住家附近便利商店、郵購美食目錄上的地方特色小吃，在大數據時代，看不見的巨量資料分析，決定消費者最終從郵購目錄上所購買的品項！因為目錄上美食背後，大都是經過精密的計算，最後呈現在消費者面前！
善用巨量資料，是企業發掘促進業務增長的途徑。前Amazon亞馬遜執行長貝佐斯（Jeff Bezos），是最早善用巨量資料的企業主管之一。他將數據置於企業文化的中心，2003年，光是深入研究Amazon的數據，開發出全新數據驅動系統的方式，使得Amazon的年利潤超過5,000萬美元。開始在首頁出售廣告，也是數據分析成果，創造如今10億美元的利潤。
在當時「大數據」一詞尚未流行起來的時代，有過亞馬遜網購經驗的人，相信都對其能夠精準推薦「我有興趣購買」的書或物件的能力，大感神奇；而亞馬遜此番做法，也被廣為模仿，為全球電商的領頭羊。
透過大數據，避免災禍發生
不過，巨量資料並非僅應用於購物消費上。Google谷歌就有一個經典案例。早在21世紀初，谷歌就曾透過巨量資料的分析，比美國政府更即時而精準「預測」（其實是經由有根據的巨量數據分析）某地區正爆發流行性感冒。
利用深入各地的感測器傳回雲端的巨量資料加以分析，更能準確預測出土石流發生的時間，避免國人傷亡。
臉書透過巨量資料分析，「建議好友」清單赫然出現一群失散15年的國中好友，當然，也更精準推播鄉民可能會買的廣告在頁面；達文西機器人透過巨量資料，建構出更精準、有效的心臟外科與攝護腺手術模式；大規模線上開放課程MOOC透過巨量資料分析，改進了線上課程學生的學習效益，並協助學生更加理解課程。
甚至媒體、學校、物流、交通號誌等，若能善用巨量資料，能夠提供閱聽大眾更精準的新聞、設計出更適切學生能力的課程、更便捷的遞送服務、讓交通流量更順暢還可以防止車禍的產生；甚至監控國土資源──利用深入各地的感測器傳回雲端的巨量資料加以分析，更能準確預測出土石流發生的時間，避免國人傷亡，對於政府官員而言，這才能「真正避免國賠」！
分析巨量資料，節省物流時間與成本
Intel英特爾以物流為例，說明即時巨量資料分析如何物流更有效率，對一家公司的盈虧產生巨大影響。一個地區同時有三輛物流貨車，當有載貨需求時，理論上應該由最近的貨車來載運。不過，若事先經由交通系統、即時GPS回饋、RFID貨運裝卸資料、通聯、網路等所提供的即時巨量資料分析，最近的貨車所在的街道也許正大塞車、該貨車也許貨物滿載，無法載運更多貨物，並且坡道太陡損耗更多油料，此時，最遠的貨車正好是空車，反而更能提供最即時的遞送服務。
透過巨量資料分析，避免資源浪費
以農業為例，美國的農田面積廣闊，租賃一架飛機從空中拍攝農場現況的監測成本是每小時1,000美元，而今，農夫購買一架不到1,000美元的無人機，隨時巡邏以監測整個農場，再利用軟體分析圖像和數據，即時調整種殖措施。譬如，農夫透過巨量資料分析出某地區缺水後，訊息傳至該區的澆灌系統自動灌溉，以節約水資源，並可改善收成。
巨量資料的核心重點在於預測。一般看做是資訊工程「人工智慧」的分支「機器學習」（machine learning）的一部分。不過，巨量資料並不是要「教」機器人像人類一樣「思考」，而是經由計算大量的資料，以此推斷出「機率」。
就像我們在看科幻電影或小說時，故事裡的人工智慧助理或擬真機器人，時常將「這件事的成功機率是20％」掛在嘴上。
大數據提升教育，讓學生更有效學習
一個知名案例，史丹佛大學資訊工程教授吳恩達（Andrew Ng），在他共同創辦的線上授課公司Coursera課程中，利用巨量資料分析學生的學習狀況，並改善教案與課程。經由仔細設計的系統，會蒐集一切跟學習活動相關的資料，涵蓋學生的各項作為，能夠自動將結果導回課程中。
例如，他會追蹤任何電腦或平板的課後作業和考試結果，若學生在某堂小考錯了某個題目，系統就會自動寄送另一堂課，以提升他的理解。又如，他發現某堂課，大部分的學生觀看影片時會中斷，跳看另一堂課的某一段，再回到原本的課程，他就知道應該要調整課程順序，以提升學生的理解和表現。
大數據將衝擊傳統產業，及早導入創造契機
Google台灣前董事總經理簡立峰提醒，台灣的傳統產業會面臨大數據的衝擊。傳產規模小，專注於本土市場，但由於大數據，外來企業可能在千里之外就將之取代！他以對岸的淘寶網為例，它可能比台灣所有企業都更瞭解台灣消費者的需求，因為台灣人使用淘寶網眾，加之經營規模大、有大數據，可以掌握消費者更清楚的輪廓。
他公開說，「當大多數的人都會使用網路的時候，企業已經沒有資格把消費者分為『網民』、『非網民』，因為網路的無所不在已經是一個事實。」
傳產唯有及早導入軟體以及網路服務，才能減低未來的衝擊。藉由數據工具分析，數據為基礎做的決策，能有效提升投資回報率，節省不必要的成本。企業可以先建立自己的資料倉儲（data warehouse），一方面管理過去的企業資料，另一方面能即時收集各種資訊，再透過分析工具，找出需要改善的問題，挖掘未來的需求。
看下一篇文章
看上一篇文章
