大數(shù)據(jù)掀起的革命，正在全面影響你我的生活。面對如此大量數(shù)據(jù)，該怎麼用?如何正確解讀?國外企業(yè)成功經(jīng)驗，可以做為借鏡。




　　 一場大數(shù)據(jù)分析的「數(shù)據(jù)革命」登場，正掀起生活、工作和思考方式的全面革新。然而，面對雜亂無章的大數(shù)據(jù)，究竟怎麼理出頭緒，卻成了大家最頭痛的問題。


　　 麻省理工學(xué)院教授 Erik Brynjolfsson，具體研究擅長使用數(shù)據(jù)來決策的公司，整體績效比不用數(shù)據(jù)的企業(yè)，生產(chǎn)力至少高出 6%，例如，Google、亞馬遜等企業(yè)競爭力不斷往上提上，而不少新創(chuàng)公司則因為有大數(shù)據(jù)思惟，成為明日之星?！洞髷?shù)據(jù)》作者、牛津大學(xué)教授 Mayer-Schonberger 提出使用大數(shù)據(jù)，五大最重要觀念，只要跟著這樣的邏輯，大家都可能成為新贏家。


　　 1. 數(shù)據(jù)數(shù)量遠比品質(zhì)更重要


　　 成功案例：Google


　　 在大數(shù)據(jù)時代下，數(shù)據(jù)數(shù)量已比數(shù)據(jù)品質(zhì)重要。涵蓋 60 種語言的 Google翻譯，就是一個絕妙例子。早在 1990 年代，IBM 的專家曾開發(fā)一套 Candide 翻譯系統(tǒng)，采用加拿大國會的英法語雙語文件，大約是 300 萬個句對，訓(xùn)練電腦讀懂使用機率，到底 A 語言的辭匯，最有可能對應(yīng)到 B 語言的哪個詞匯，來增加翻譯的精準度，把翻譯轉(zhuǎn)換成數(shù)學(xué)問題 但後來進展卻不大，終告放棄。


　　 2000 年時，微軟語言處理專家發(fā)現(xiàn)，當他們在進行文法校正的「機器學(xué)習(xí)」時，隨著輸入的數(shù)據(jù)量不斷增加，準確度顯著提升，他們當時下了一個假設(shè)，「或許我們要重新考慮，是要砸錢來開發(fā)程式演算法，還是擴大語料庫?！?br />

　　 接受不精確 先求擴大數(shù)據(jù)規(guī)模


　　 幾年之後，Google 也決定投入翻譯領(lǐng)域，但不同於 IBM 使用 300 萬個精心翻譯的句子，而是使用手邊更龐大、更混亂的數(shù)據(jù)集。Google 的翻譯系統(tǒng)母體大至全球網(wǎng)絡(luò)，廣達數(shù)十億個翻譯網(wǎng)頁，有高達兆字的語料庫，收錄所找到的每一則翻譯，用來訓(xùn)練電腦。


　　 數(shù)據(jù)來源包含各公司網(wǎng)站、官方文件的多語翻譯，國際組織的多語報告，或是Google圖書掃描計畫，納入的書籍翻譯，甚至包含網(wǎng)上各種斷簡殘篇、品質(zhì)參差不齊、混亂的數(shù)據(jù)。這樣一來，翻譯的準確度再度提升，甚至某個英文字之後，出現(xiàn)另外一個字的機率，都能夠計算出來。


　　 Google 人工智慧專家指出，Google 使用的數(shù)據(jù)，常有不完整的句子，拼字錯誤、文法缺誤，但正因為擁有比其他語料庫多出千萬倍的數(shù)據(jù)，足以蓋過缺點。因此，進入大數(shù)據(jù)時代的第一個觀念，就是要接受，數(shù)據(jù)「數(shù)量」遠比數(shù)據(jù)「品質(zhì)」重要，而且要接受雜亂，不能事事要求精確。


　　 2. 找相關(guān)性而非執(zhí)著因果關(guān)系


　　 成功案例：紐約市公安管理


　　 以紐約市為例，每年都因為地下管道火災(zāi)，付出不少代價，路面上重達140公斤的鑄鐵人孔蓋更常因為悶燒爆炸，飛到幾層樓高，再砸回地面，造成嚴重公安困擾。但紐約市的地下電纜，長度超過15萬公里，足以繞地球三圈半，光曼哈頓就有超過5萬1000個人孔蓋，數(shù)量之多，就算每年定期檢查，意外仍然防不勝防。


　　 負責管理的愛迪生聯(lián)合電力公司，找上哥倫比亞大學(xué)統(tǒng)計專家魯丁(Cynthia Rudin)協(xié)助。怎麼做呢?第一步，他們先蒐集1880年到2008年管路歷史數(shù)據(jù)，但光是要表達「維修孔」，就有38種不同的寫法，數(shù)據(jù)雜亂無章。研究的重點，在於找出「相關(guān)性」。不在於「為什麼會爆炸」，而是「哪個人孔會爆炸」。


　　 挑有效指標 逐步縮小問題范圍


　　 研究小組從 106 個重大人孔災(zāi)害預(yù)測指標下手，慢慢去蕪存菁，最後剩下幾個最有效的指標。接著他們再縮小范圍，僅研究某一區(qū)的地下電纜，分析截至2008年的數(shù)據(jù)，來預(yù)測 2009 年的危險人孔位置，結(jié)果小組列出的前 10% 危險清單，的確有 44% 曾發(fā)生過嚴重事故，也據(jù)此找出最有相關(guān)性的幾個指標。


　　 最後，小組發(fā)現(xiàn)「電纜年份」和「過去是否發(fā)生事故」，是最重要的判斷指標，依此原則來替市區(qū)幾萬個人孔蓋排定檢查順序。雖然答案好像顯而易見，但是過去卻渾然未覺，直到分析團隊用大數(shù)據(jù)的科學(xué)驗證，大家才恍然大悟。


　　 紐約市還有另一個嚴重問題，是住宅非法改建，不少房子都隔成許多小間，住了比原本設(shè)計多十倍人數(shù)，常發(fā)生火災(zāi)。為了減少意外死亡，政府需要知道的，反而不是為何有如此多非法住宅，而是這些非法住宅到底在哪里?


　　 怎麼找出來?第一，先取得全市 90 萬筆住宅數(shù)據(jù)，再整合 19 個機構(gòu)數(shù)據(jù)，像房屋稅繳納狀況、是否為法拍屋、水電費是否異常，都納入考慮。團隊也納入住宅屋型、年份、救護車出勤率、鼠患、非法改建投訴等數(shù)據(jù)，再拿來與五年來火災(zāi)程度數(shù)據(jù)比對，找出「相關(guān)性」來建立預(yù)測系統(tǒng)。


　　 除了已記錄的數(shù)據(jù)，市府團隊還訪問了資深檢查員，盡可能找出更多可以比對的指標。例如，他們從老干員的口中，發(fā)現(xiàn)新砌外墻的住宅，有問題的機率很低，但是調(diào)查員也說不上來為什麼，只說是憑直覺，後來發(fā)現(xiàn)曾經(jīng)老屋拉皮的建筑，表示住戶較重視環(huán)境維護，發(fā)生事故的機率就比較低。因此分析專家回頭把「市府老舊建物拉皮」這個變項也納入系統(tǒng)，就像用「刪去法」一般，篩選掉相對低風(fēng)險的住宅，提升預(yù)測的準確度。


　　 透過反覆比對 提升預(yù)測準確度


　　 另外，紐約市府本來以為某棟住宅投訴電話愈多，表示危險程度愈高，因此常常前往稽查，浪費不少人力。後來幾番分析比對才發(fā)現(xiàn)，事實相去甚遠，因為在上東城高級住宅區(qū)，只要有一只老鼠，投訴電話就成天響個不停，但是在相對落後的布魯克林區(qū)，非得等到鼠患嚴重，才有投訴進線。


　　 透過這樣反覆比對原始指標和每周收到的即時數(shù)據(jù)，紐約市府每星期都能列出，可能發(fā)生火災(zāi)的前五名名單，立即交給檢察員處理，讓這套大數(shù)據(jù)預(yù)測系統(tǒng)大獲成功。透過相關(guān)性篩選出來的危險建物名單，竟然有 70% 以上確實需要撤離住民，成效斐然。


　　 3. 看似沒用的數(shù)據(jù)也有商機


　　 成功案例：Foursquare、UPS、推特、亞馬遜


　　 除了要能接受雜亂數(shù)據(jù)，從中找出相關(guān)性，迎接大數(shù)據(jù)，還有另一個重點，就是任何紀錄，甚至連情緒、社交圖譜、搜尋軌跡，都可數(shù)據(jù)化。例如，當「地理位置」成為數(shù)據(jù)，有無限商機。全球最大的打卡社群平臺 Foursquare，最重要的功能就是讓用戶，隨時打卡、拍照上傳景點。


　　 這些蘊含用戶地域位置的打卡數(shù)據(jù)、軌跡，只要仔細紀錄下來，便能夠了解某一時間、地點，用戶都在做些什麼事?藉此推播精準的廣告、折扣訊息。甚至星巴克、麥當勞都跟 Foursquare 購買這些打卡數(shù)據(jù)，來分析決定要在哪里開新門市。Foursquare 也從一個社群平臺，變成有附加價值的精確市場分析數(shù)據(jù)提供商。


　　 循司機行車路徑 找出省時省油路線


　　 快遞公司優(yōu)必速(UPS)也是率先把「地理位置」數(shù)據(jù)化的成功案例。們透過每臺貨車的無線電設(shè)備和GPS，精確知道車輛位置，并從累積下來無數(shù)筆的行車路徑，找出最佳行車路線。從這些分析中，UPS發(fā)現(xiàn)十字路口最易發(fā)生意外、紅綠燈最浪費時間，只要減少通過十字路口次數(shù)，就能省油、提高安全?？恐鴶?shù)據(jù)分析，UPS 一年送貨里程大幅減少 4,800 公里，等於省下 300 萬加侖的油料及減少3萬噸二氧化碳，安全性和效率也提高了。


　　 當「情緒」和「社交互動」成為數(shù)據(jù)，又能做些什麼?推特就是最好的例子，每天至少有四億則以上推文，明明大多數(shù)推文，看來就像是隨口嚷嚷，但卻成了重要「分析」指標，可以用來及早了解消費者反應(yīng)，或是判斷行銷活動成果，不少公司都搶著要和推特簽訂數(shù)據(jù)的存取權(quán)。


　　 當用戶的網(wǎng)絡(luò)「軌跡」成為數(shù)據(jù)，又有何用?網(wǎng)購龍頭亞馬遜正是依照客戶瀏覽的歷史，來比對「產(chǎn)品」和「產(chǎn)品」的關(guān)連性，開發(fā)無人能敵的自動推薦系統(tǒng)?，F(xiàn)在亞馬遜上，每三筆訂單，就有一筆是來自電腦推薦和客制化系統(tǒng)。


　　 4. 挖出大數(shù)據(jù)的新價值


　　 成功案例：新創(chuàng)公司、老牌公司翻身


　　 千萬別以為用大數(shù)據(jù)分析，是大公司或是科技大廠的專利，小型企業(yè)不一定要自己擁有數(shù)據(jù)，可以靠授權(quán)獲得，再使用廉價云端運算平臺分析。擁有「大數(shù)據(jù)」思惟和好點子，能讓新創(chuàng)公司蓬勃發(fā)展。一位美國頂尖的數(shù)據(jù)科學(xué)家 Oren Etzioni，就是利用大數(shù)據(jù)創(chuàng)業(yè)的先驅(qū)。


　　 幾年前，Oren Etzioni 在從西雅圖飛往洛杉磯參加弟弟婚禮的飛機上，發(fā)現(xiàn)臨座幾位乘客的票價都比他的便宜，打破以往覺得飛機票愈早買、愈省錢的想法，萌生創(chuàng)業(yè)點子。


　　 分析舊票價數(shù)據(jù) 抓出未來漲跌


　　 Oren Etzioni 開發(fā)出預(yù)測飛機票未來是漲是跌的服務(wù)「Farecast」。最重要的關(guān)鍵是取得特定航線的所有票價資訊，再比對與出發(fā)日期的關(guān)連性，如果平均票價下跌，買票的事還可緩一緩，如果平均票價上升，系統(tǒng)會建議立即購票。他先在某個旅游網(wǎng)站取得 1 萬 2,000 筆票價數(shù)據(jù)，作為樣本，建立預(yù)測模型，接著引進更多數(shù)據(jù)，直到現(xiàn)在，F(xiàn)arecast 手中有 2,000 億筆票價紀錄。


　　 後來他的公司被微軟并購，把這套服務(wù)結(jié)合到 Bing 搜尋引擎中，平均為每位用戶節(jié)省 50 美元。去年被 eBay 并購的價格預(yù)測服務(wù) Decide.com，也是 Oren Etzioni 的杰作。在 2012 年，開業(yè)一年的 Decide，已調(diào)查超過 250 億筆價格資訊、分析 400 萬項產(chǎn)品，隨時和數(shù)據(jù)庫中的產(chǎn)品價格比對。從普查中，他們發(fā)現(xiàn)零售業(yè)秘辛，就是新型號上市時，舊產(chǎn)品竟不跌反漲，或異常的價格暴漲，來警告消費者先等一等，再下手。


　　 觀察網(wǎng)友文章 老產(chǎn)品找到新用法


　　 一個老品牌翻身的故事，也是藉助網(wǎng)絡(luò)上的部落格文，觸類旁通的創(chuàng)新行銷范例。風(fēng)靡澳洲的酵母咸味醬 Vegemite 品牌(已被美國最大食品集團卡夫 Kraft 并購)，一直是澳洲家庭必備涂醬，但 2009 年時突然市占率下滑?？ǚ蚣瘓F委托 IBM 調(diào)查 150 萬筆論壇、部落格文、網(wǎng)絡(luò)新聞，發(fā)現(xiàn)近 50 萬筆、38 種不同語言關(guān)於酵母涂醬的內(nèi)容，更發(fā)現(xiàn)大家會把酵母醬搭配酪梨、烤肉、番茄一起吃，是以往沒想過的新資訊。


　　 於是，他們開啟公司史上最成功的行銷「你都怎麼用酵母醬?」讓大家分享吃法，成功讓Vegemite酵母醬再度熱賣，比過去銷量高峰期再高出5%。


　　 5. 拒絕「數(shù)據(jù)獨裁」，小心依賴、濫用數(shù)據(jù)


　　 失敗案例：Google


　　 要成為大數(shù)據(jù)的贏家，要小心，不要被數(shù)據(jù)蒙蔽。就算是數(shù)據(jù)高手的 Google，也三不五時失敗。轉(zhuǎn)戰(zhàn) Yahoo 的 Google 前高層 Marissa Mayer，曾要求工作人員測試足足 41 種不同色階的藍色，有的甚至肉眼難以分辨，只為了知道網(wǎng)站工具列該挑什麼顏色。Mayer-Schonberger 指出，這些例子都證明 Google 對數(shù)據(jù)太言聽計從了，極端數(shù)據(jù)獨裁的結(jié)果，也遭來反抗。


　　 Google 的頂尖設(shè)計師鮑曼正是受不了一切都要量化，憤而離職。他在部落格上寫道：「我們爭論到底某個邊界究竟該是 3、4 還是 5 個像素寬，??如果以為每個決定都可以簡化成邏輯問題，這些數(shù)據(jù)最後就會變成拐杖，每個決定都需要拄著柺杖，讓整個公司癱瘓!」


　　 Mayer-Schonberger 提醒，不能過分依賴數(shù)據(jù)，否則可能如同希臘神話中伊卡洛斯(Icarus)所犯的錯誤——他搭著鳥羽和蠟，制成的飛行翼翱翔天際，但卻太相信自己的飛翔技能，使用不當而折翼墜海。


　　 五大觀念，挖出潛在新商機


　　 第一、數(shù)據(jù)數(shù)量要夠大、夠多，量比質(zhì)更重要。


　　 第二、找出「相關(guān)性」，而非因果關(guān)系。


　　 第三、地理位置、情緒貼文、社群圖譜、看似無用的散漫紀錄，都是有用的。


　　 第四、只要有大數(shù)據(jù)思惟，小公司也能靠創(chuàng)新的點子致勝。


　　 第五、要小心數(shù)據(jù)獨裁，不要被大數(shù)據(jù)掌控。


　　 大數(shù)據(jù)領(lǐng)域權(quán)威專家——麥爾荀伯格(Viktor Mayer-Schonberger)訪臺論壇


　　 BIG DATA 大數(shù)據(jù)時代來臨，誰能在龐雜的訊息中掌握關(guān)鍵，誰就能取得解決問題的先機。


　　 不論你從事的是商業(yè)、資訊科技、公共行政、教育、醫(yī)療，或者只是單純對未來趨勢感到好奇，麥爾荀伯格親自剖析如何擁抱不精確，創(chuàng)造新生意。